چه چیزی معرفی شده است
به گفته AWS، مانع اصلی ورود عامل‌ها به تولید خود مدل یا استفاده از ابزار نیست، بلکه ساختار پیرامون آن‌هاست: مالکیت مدل‌ها و ابزارها، مرز امن، عملیات، هزینه و سلامت در حساب‌های مختلف. AWS در این مطلب یک معماری سازمانی و یک طرح مرجع متن‌باز (Enterprise Agentic AI Platform Blueprint) را شرح می‌دهد که روی Amazon Bedrock و AgentCore ساخته شده و موارد زیر را به‌صورت زیرساخت‌به‌عنوان‌کد ارائه می‌کند: مالکیت، مرز حساب‌ها، تحویل نرم‌افزار، مشاهده‌پذیری، حاکمیت هزینه و بازنشستگی عامل.
AgentCore طبق توضیح AWS سرویس‌های ماژولار شامل Runtime، Gateway، Identity، Memory، Policy، Registry و Evaluations دارد. طرح مرجع از مدل «فدرال» پیروی می‌کند: تیم پلتفرم قالب‌ها، نسخه‌ها، سیاست‌ها و پذیرش را تعریف می‌کند و تیم‌های Workstream مالک عامل‌ها، ابزارها و داده‌های خود می‌مانند.
معماری و کنترل‌ها
واحد مقیاس‌پذیری «سلول Workstream» است: هر محصول یا دامنه مرزی مجزا با مخزن کد، پایپ‌لاین، AgentCore Runtime، حافظه محدود به بازیگر و یک AgentCore Gateway با احراز هویت AWS_IAM دارد که فقط ابزارهای تأییدشده را ارائه می‌کند. شکست یا بازگشت به نسخه قبلی در یک سلول به تیم‌های دیگر سرایت نمی‌کند.
دسترسی به مدل و ابزار از دو دروازه جدا می‌گذرد. دروازه استنتاج گاردریل‌ها، فهرست مجاز مدل و منطقه، سهمیه و بودجه هر Workstream را اعمال می‌کند. دروازه ابزار مبتنی بر MCP فقط ابزارهای تأییدشده در Registry را فراخوانی می‌کند و از سیاست‌های Cedar بهره می‌برد. به گفته AWS، تغییر در حساب‌های Workstream فقط از مسیر pull request و پایپ‌لاین انجام می‌شود و استقرار مستقیم توسط توسعه‌دهنده در مدل پشتیبانی‌شده نیست.
پایپ‌لاین ارزیابی و بازنشستگی
پیش از ارتقا به تولید، پایپ‌لاین عامل مستقرشده در محیط غیرتولیدی را واقعاً فراخوانی می‌کند و رگرسیون، کیفیت، موفقیت ابزار، رفتار رد درخواست، تأخیر نخستین توکن و هزینه را می‌سنجد. هر فراخوانی مجاز یک «همتای خصمانه» دارد: مدل تأییدشده باید موفق شود و مدل غیرمجاز باید رد شود؛ همین الگو برای ابزارها، هویت بین‌حسابی و محدودسازی نرخ هم اعمال می‌شود. اگر ردِ مورد انتظار دیده نشود، ساخت شکست می‌خورد. سپس تأیید انسانی، ارتقا و آزمون بازگشت به نسخه قبلی انجام می‌شود.
بازنشستگی نیز به ترتیب وابستگی است: ابتدا مجوزهای ابزار، سپس نقش‌های Gateway و ابزار، بعد Runtime، Memory و منابع برنامه، و در پایان فهرست‌برداری برای اطمینان از باقی نماندن منبع.
محدودیت‌ها و پیام برای خوانندگان
این مخزن یک پیاده‌سازی مرجع است و AWS می‌گوید استقرار و قابلیت‌های آن بر پایه منطقه eu-west-1 (ایرلند) است. جایگزینی یک مؤلفه، استفاده از منطقه دیگر یا گسترش سازمانی‌تر نیازمند شواهد جداگانه برای دسترس‌پذیری، امنیت، بار، بازگشت، مشاهده‌پذیری و حذف است. AWS خودش تأکید می‌کند ادعای پشتیبانی به همان مرز آزمون‌شده محدود است. در این منبع آزمون مستقل ارائه نشده است و ارزیابی‌ها همان کنترل‌های توصیف‌شده توسط AWS هستند.
منبع درباره دسترسی در ایران یا یکپارچگی با نخود چیزی نمی‌گوید. برای تیم‌های فنی، پیشنهاد AWS این است که ابتدا یک سلول نمایندهٔ Workstream مستقر شود، چرخه کامل آن اثبات شود و سپس سلول‌های بیشتر از همان خط پایه ساخته شوند.
پشت این نوشته
منابع و جزئیات
این خبر با کمک هوش مصنوعی نوشته شده و با بررسی خودکار منابع و متن منتشر شده است. تصویر، تصویرسازی مفهومی است.
این منابع را می‌توانی برای بررسی ادعاها و جزئیات بیشتر بخوانی. تاریخ کنار هر منبع، زمان بررسی آن برای این نوشته است.
- Building an Agentic AI Platform on Amazon Bedrock AgentCoreaws.amazon.comبررسی:
نخستین انتشار:
روش تهیه و بازبینی نوشته‌ها