title: "Amazon Bedrock AgentCore: การรักษาความปลอดภัยและการขยายขนาด AI Agent" slug: "amazon-bedrock-agentcore" date: "2026-03-16" lang: "th" source: "https://aws.amazon.com/blogs/machine-learning/category/artificial-intelligence/amazon-machine-learning/amazon-bedrock/amazon-bedrock-agentcore/" category: "AI สำหรับองค์กร" keywords:
- Amazon Bedrock AgentCore
- AI agent
- AI สำหรับองค์กร
- ระบบ Agentic
- AWS
- ความปลอดภัย AI
- ความสามารถในการขยายขนาด
- การประเมิน AI
- การบังคับใช้นโยบาย
- Generative AI
- เครื่องมือสำหรับนักพัฒนา
- การจัดการ Agent meta_description: "สำรวจ Amazon Bedrock AgentCore บริการอันทรงพลังของ AWS สำหรับการสร้าง การรักษาความปลอดภัย และการปรับใช้ AI agent ที่ซับซ้อน พร้อมการบังคับใช้นโยบาย หน่วยความจำ และรันไทม์ที่ปรับขนาดได้สำหรับกรณีการใช้งานระดับองค์กร" image: "/images/articles/amazon-bedrock-agentcore.png" image_alt: "อินเทอร์เฟซ Amazon Bedrock AgentCore แสดงการกำหนดค่านโยบายสำหรับ AI agent" quality_score: 94 content_score: 93 seo_score: 95 companies:
- AWS schema_type: "NewsArticle" reading_time: 6 faq:
- question: "Amazon Bedrock AgentCore คืออะไร และมีวัตถุประสงค์หลักอย่างไร?" answer: "Amazon Bedrock AgentCore คือบริการที่ครอบคลุมจาก AWS ซึ่งออกแบบมาเพื่อลดความซับซ้อนในการพัฒนา ปรับใช้ และจัดการ AI agent อัจฉริยะภายในสภาพแวดล้อมขององค์กร วัตถุประสงค์หลักคือการจัดหากรอบการทำงานที่แข็งแกร่ง ซึ่งช่วยให้ธุรกิจสามารถสร้างระบบ Agentic ที่ซับซ้อน มั่นใจได้ว่าระบบเหล่านั้นจะทำงานได้อย่างปลอดภัย เชื่อถือได้ และปรับขนาดได้ มันนำเสนอคุณสมบัติเช่นการบังคับใช้นโยบาย การจัดการหน่วยความจำ และรันไทม์ที่ปรับขนาดได้เพื่อจัดการงานที่ซับซ้อนและรวมเข้ากับกระบวนการทางธุรกิจที่มีอยู่ได้อย่างราบรื่น อำนวยความสะดวกในการเปลี่ยนผ่านไปสู่ระบบอัตโนมัติที่ขับเคลื่อนด้วย Agent ขั้นสูง"
- question: "AgentCore เสริมสร้างความปลอดภัยของ AI agent ได้อย่างไร?" answer: "AgentCore ช่วยเพิ่มความปลอดภัยอย่างมากผ่านคุณสมบัติ Policy ซึ่งใช้ประโยชน์จากนโยบาย Cedar เพื่อสร้างชั้นการบังคับใช้ที่กำหนดได้ซึ่งเป็นอิสระจากการให้เหตุผลของ Agent สิ่งนี้ช่วยให้นักพัฒนาสามารถแปลงกฎทางธุรกิจที่เป็นภาษาธรรมชาติไปสู่การควบคุมที่ละเอียดอ่อนและรับรู้ตัวตนได้ AgentCore Gateway จะดักจับและประเมินคำขอ Agent-to-tool ทุกครั้งที่รันไทม์ ทำให้มั่นใจได้ว่า Agent จะเข้าถึงเครื่องมือและข้อมูลที่ผู้ใช้ได้รับอนุญาตอย่างชัดเจนเท่านั้น ซึ่งช่วยป้องกันการกระทำที่ไม่ได้รับอนุญาตและการละเมิดข้อมูลภายในเวิร์กโฟลว์ Agentic"
- question: "Amazon Bedrock AgentCore มีส่วนประกอบหลักใดบ้างสำหรับการสร้าง Agent อัจฉริยะ?" answer: "Amazon Bedrock AgentCore มีส่วนประกอบหลักหลายอย่างสำหรับการสร้าง Agent อัจฉริยะ ซึ่งรวมถึง AgentCore Memory ที่เก็บทั้งบริบทการสนทนาและค่ากำหนดของผู้ใช้ในระยะยาว; AgentCore Identity สำหรับการรับรองความถูกต้องแบบ Multi-IDP ที่ปลอดภัย; และ AgentCore Runtime ซึ่งมีการปรับขนาดแบบไร้เซิร์ฟเวอร์และการแยกเซสชันสำหรับการปรับใช้ในเวอร์ชันการผลิต นอกจากนี้ยังรวมเข้ากับ Amazon Bedrock Knowledge Bases สำหรับ Retrieval-Augmented Generation (RAG) และการดึงข้อมูลที่ได้รับการจัดการ ช่วยให้ Agent สามารถเข้าถึงและใช้ประโยชน์จากข้อมูลองค์กรได้อย่างมีประสิทธิภาพเพื่อเพิ่มความอัจฉริยะให้มากขึ้น"
- question: "เหตุใดการประเมิน AI agent จึงมีความสำคัญ และ AgentCore สนับสนุนเรื่องนี้อย่างไร?" answer: "การประเมิน AI agent มีความสำคัญอย่างยิ่งเนื่องจากความสามารถในการให้เหตุผลแบบหลายขั้นตอนที่ซับซ้อน และความเป็นไปได้ที่จะเกิดพฤติกรรมที่ไม่คาดคิด AgentCore จัดการปัญหานี้ด้วยกรอบการประเมินที่ครอบคลุมซึ่งออกแบบมาสำหรับระบบ AI Agentic กรอบการทำงานนี้รวมถึงเวิร์กโฟลว์การประเมินทั่วไปที่กำหนดมาตรฐานขั้นตอนการประเมินใน Agent ที่หลากหลาย และไลบรารีการประเมิน Agent ที่ให้การวัดและเมตริกที่เป็นระบบ การสนับสนุนนี้ช่วยให้นักพัฒนาเข้าใจประสิทธิภาพของ Agent ระบุจุดที่ต้องปรับปรุง และรับรองความน่าเชื่อถือและความปลอดภัยในการปรับใช้จริง"
- question: "AI agent ที่สร้างด้วย AgentCore สามารถโต้ตอบกับเว็บได้หรือไม่ และมีการควบคุมอย่างไร?" answer: "ใช่ AI agent ที่สร้างด้วย AgentCore สามารถโต้ตอบกับเว็บได้ผ่านคุณสมบัติ Amazon Bedrock AgentCore Browser AWS มีการควบคุมขั้นสูงสำหรับการโต้ตอบนี้ รวมถึงการกำหนดค่าพร็อกซีสำหรับการควบคุมเครือข่าย โปรไฟล์เบราว์เซอร์สำหรับจัดการบริบทหรือตัวตนเว็บที่แตกต่างกัน และส่วนขยายเบราว์เซอร์สำหรับการเพิ่มฟังก์ชันการทำงานที่กำหนดเอง ความสามารถเหล่านี้ช่วยให้นักพัฒนามีการควบคุมที่ละเอียดอ่อนว่า AI agent ของพวกเขาเรียกดูเว็บอย่างไร ช่วยให้พวกเขาสามารถทำให้งานออนไลน์ที่ซับซ้อนเป็นอัตโนมัติได้อย่างปลอดภัยและมีประสิทธิภาพ ในขณะที่ยังคงปฏิบัติตามข้อกำหนดในการดำเนินงานที่เฉพาะเจาะจง"
- question: "Amazon Bedrock AgentCore ได้แสดงให้เห็นถึงผลกระทบในโลกแห่งความเป็นจริงอย่างไรบ้าง?" answer: "Amazon Bedrock AgentCore กำลังช่วยให้ธุรกิจสามารถพลิกโฉมประสบการณ์ของลูกค้าและประสิทธิภาพในการดำเนินงานได้อย่างมาก ตัวอย่างเช่น บริษัทอย่าง Lendi ได้ใช้ AI Agentic ที่ขับเคลื่อนโดย Amazon Bedrock เพื่อปรับปรุงกระบวนการที่ซับซ้อน เช่น การเดินทางของการรีไฟแนนซ์สำหรับลูกค้า โดยการรักษาสัมผัสของมนุษย์ในขณะที่ใช้ AI สำหรับระบบอัตโนมัติและการปรับแต่งส่วนบุคคล AgentCore ช่วยให้ธุรกิจสร้างความไว้วางใจและความภักดี ปรับปรุงเวิร์กโฟลว์ และบรรลุผลลัพธ์ทางธุรกิจที่สำคัญในเวลาอันสั้น ซึ่งพิสูจน์ถึงประโยชน์ใช้สอยในการใช้งานจริงระดับองค์กร"
## การผงาดขึ้นของ Agentic AI และ Amazon Bedrock AgentCore
ภูมิทัศน์ของปัญญาประดิษฐ์กำลังพัฒนาอย่างรวดเร็ว โดยก้าวข้ามจากระบบตอบคำถามง่ายๆ ไปสู่ "Agentic AI" ที่ซับซ้อน ซึ่งสามารถให้เหตุผล วางแผน และดำเนินการหลายขั้นตอนได้ด้วยตนเอง การเปลี่ยนแปลงกระบวนทัศน์นี้ให้คำมั่นสัญญาอันยิ่งใหญ่สำหรับระบบอัตโนมัติขององค์กร การบริการลูกค้า และการวิเคราะห์ข้อมูล อย่างไรก็ตาม การสร้าง การปรับใช้ และการจัดการ Agent อัจฉริยะเหล่านี้ภายในโครงสร้างองค์กรที่ซับซ้อนก่อให้เกิดความท้าทายที่สำคัญ โดยเฉพาะอย่างยิ่งในเรื่องความปลอดภัย ความสามารถในการขยายขนาด และความน่าเชื่อถือ
ขอแนะนำ **Amazon Bedrock AgentCore** ซึ่งเป็นโซลูชันที่แข็งแกร่งและครอบคลุมของ AWS ที่ออกแบบมาเพื่อลดความซับซ้อนในการนำ AI agent ระดับองค์กรมาใช้ AgentCore จัดทำกรอบการทำงานแบบรวมศูนย์ที่ช่วยให้นักพัฒนาสามารถสร้าง จัดการ และควบคุม Agent อัจฉริยะที่ขับเคลื่อนด้วยโมเดลพื้นฐาน (FMs) ภายใน Amazon Bedrock ได้อย่างมีประสิทธิภาพ มันตอบสนองความต้องการที่สำคัญโดยนำเสนอความสามารถแบบสำเร็จรูปสำหรับการบังคับใช้นโยบาย การจัดการหน่วยความจำ การระบุตัวตน และรันไทม์ที่ปรับขนาดได้ ซึ่งช่วยเร่งการเดินทางจากแนวคิดไปสู่การผลิตสำหรับระบบ Agentic ที่ซับซ้อน ถือเป็นก้าวสำคัญในการทำให้ AI ขั้นสูงเข้าถึงได้และจัดการได้สำหรับธุรกิจที่กระตือรือร้นที่จะใช้ประโยชน์จากศักยภาพสูงสุดของ AI แบบอัตโนมัติ
## ความปลอดภัยที่ไม่มีการประนีประนอมผ่านการบังคับใช้นโยบาย
ในยุคที่ AI agent โต้ตอบกับข้อมูลที่ละเอียดอ่อนและระบบที่สำคัญ ความปลอดภัยเป็นสิ่งสำคัญสูงสุด Amazon Bedrock AgentCore จัดการความท้าทายนี้โดยตรงด้วยคุณสมบัติ Policy ที่เป็นนวัตกรรมใหม่ ซึ่งนำเสนอชั้นการบังคับใช้ที่กำหนดได้ซึ่งทำงานเป็นอิสระจากการให้เหตุผลภายในของ Agent การแยกที่สำคัญนี้ทำให้มั่นใจได้ว่าแม้ตรรกะของ Agent จะผิดพลาด การกระทำของมันยังคงถูกจำกัดด้วยกฎความปลอดภัยที่กำหนดไว้ล่วงหน้า
หัวใจของกลไกความปลอดภัยนี้อยู่ที่ **นโยบาย Cedar** Cedar เป็นภาษาสำหรับนโยบายแบบโอเพนซอร์สประสิทธิภาพสูงที่พัฒนาโดย AWS ซึ่งออกแบบมาสำหรับการแสดงผลการตัดสินใจการอนุญาตที่ละเอียดอ่อนและรับรู้ตัวตน ด้วย AgentCore นักพัฒนาสามารถแปลคำอธิบายกฎทางธุรกิจที่เป็นภาษาธรรมชาติ เช่น "เฉพาะ Agent ที่ทำงานในนามของแผนกที่ระบุเท่านั้นที่สามารถเข้าถึงข้อมูลส่วนบุคคลของลูกค้า (PII) ได้" ให้เป็นนโยบาย Cedar ที่แม่นยำ
จากนั้นนโยบายเหล่านี้จะถูกบังคับใช้ที่รันไทม์ผ่าน **AgentCore Gateway** คำขอทุกครั้งที่ Agent ทำไปยังเครื่องมือภายนอกหรือแหล่งข้อมูลจะถูกดักจับและประเมินเทียบกับนโยบาย Cedar ที่กำหนดไว้ ซึ่งหมายความว่า Agent จะเข้าถึงเครื่องมือและข้อมูลที่ผู้ใช้ได้รับอนุญาตอย่างชัดเจนเท่านั้น ป้องกันการกระทำที่ไม่ได้รับอนุญาตและรับรองการปฏิบัติตามข้อกำหนด ระดับของการควบคุมที่ละเอียดอ่อนนี้มีความสำคัญอย่างยิ่งต่อการรักษาความเป็นส่วนตัวของข้อมูล การป้องกันการใช้งานในทางที่ผิด และการสร้างความไว้วางใจในการปรับใช้ Agentic ภายในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด
## การสร้างสถาปัตยกรรม Agent ที่แข็งแกร่งและชาญฉลาด
นอกเหนือจากความปลอดภัยแล้ว AgentCore ยังมีชุดคุณสมบัติที่ออกแบบมาเพื่อทำให้ Agent อัจฉริยะมีความแข็งแกร่ง ปรับตัวได้ และปรับขนาดได้จริง ส่วนประกอบเหล่านี้ช่วยลดความซับซ้อนของพื้นฐานลง ทำให้ผู้พัฒนาสามารถมุ่งเน้นไปที่ตรรกะของ Agent และการส่งมอบมูลค่าได้
* **AgentCore Memory**: สำหรับ Agent ที่ฉลาดอย่างแท้จริง พวกเขาจำเป็นต้องจดจำ AgentCore Memory มีความสามารถในการรักษาบริบทการสนทนาระยะสั้นและค่ากำหนดของผู้ใช้ระยะยาว สิ่งนี้ช่วยลดความจำเป็นที่นักพัฒนาจะต้องสร้างโซลูชันการจัดเก็บแบบกำหนดเองสำหรับหน่วยความจำ ทำให้ Agent สามารถมอบประสบการณ์ที่เป็นส่วนตัวและสอดคล้องกันเมื่อเวลาผ่านไป ไม่ว่าจะเป็นการระลึกถึงการโต้ตอบในอดีตหรือการตั้งค่าของผู้ใช้
* **AgentCore Identity**: การรับรองความถูกต้องแบบ Multi-IDP ที่ปลอดภัยเป็นสิ่งสำคัญสำหรับ Agent ระดับองค์กร AgentCore Identity ช่วยให้การรับรองความถูกต้องของผู้ใช้ง่ายขึ้นในผู้ให้บริการข้อมูลประจำตัวต่างๆ ทำให้มั่นใจได้ว่า Agent สามารถตรวจสอบตัวตนของผู้ใช้ได้อย่างปลอดภัยและใช้การควบคุมการเข้าถึงที่รับรู้ตัวตน
* **AgentCore Runtime**: การปรับใช้และขยายขนาด Agent ในเวอร์ชันการผลิตอาจซับซ้อน AgentCore Runtime นำเสนอการปรับขนาดแบบไร้เซิร์ฟเวอร์และการแยกเซสชัน โดยจัดการโครงสร้างพื้นฐานที่จำเป็นในการรัน Agent ได้อย่างน่าเชื่อถือโดยอัตโนมัติ สิ่งนี้ทำให้มั่นใจได้ว่า Agent สามารถรองรับปริมาณงานที่ผันผวนได้โดยไม่ต้องมีการแทรกแซงด้วยตนเอง ในขณะที่แยกเซสชันของ Agent แต่ละรายการเพื่อเพิ่มความปลอดภัยและประสิทธิภาพ
* **Amazon Bedrock Knowledge Bases**: AgentCore ผสานรวมกับ Amazon Bedrock Knowledge Bases ได้อย่างราบรื่น โดยให้ความสามารถ Retrieval-Augmented Generation (RAG) ที่ได้รับการจัดการ สิ่งนี้ช่วยให้ Agent สามารถเข้าถึงและดึงข้อมูลจากแหล่งข้อมูลองค์กรที่หลากหลาย ทำให้การตอบสนองของพวกเขาอิงตามข้อเท็จจริง ข้อมูลที่เป็นปัจจุบัน และลดการสร้างข้อมูลผิดพลาด (hallucinations) ได้อย่างมาก สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับการสร้าง Agent ดึงข้อมูลที่แม่นยำและเชื่อถือได้ เช่น ผู้ช่วยกิจกรรมอัจฉริยะหรือบอทบริการลูกค้าที่เห็นในการใช้งานล่าสุด
นอกจากนี้ สำหรับงานที่ใช้เวลานานและซับซ้อน AgentCore ยังอำนวยความสะดวกในการพัฒนากรอบการจัดการงานแบบอะซิงโครนัส สิ่งนี้ช่วยให้ Agent สามารถเริ่มต้นการดำเนินงานที่ใช้เวลานานโดยไม่ปิดกั้นกิจกรรมอื่น ซึ่งเป็นสิ่งจำเป็นสำหรับการใช้งาน เช่น การสร้างเซิร์ฟเวอร์ที่ทำงานเป็นเวลานานหรือการจัดการเวิร์กโฟลว์ที่ซับซ้อน แพลตฟอร์มยังมีกลยุทธ์ข้อความบริบทเพื่อรักษาการสื่อสารอย่างต่อเนื่องในระหว่างการดำเนินงานที่ยาวนานเหล่านี้ ชุดคุณสมบัติเหล่านี้ร่วมกันช่วยเสริมสร้างการสร้างระบบ Agentic ที่มีความสามารถสูงและบำรุงรักษาได้ง่าย ทำให้กระบวนการ [operationalizing agentic AI](/th/operationalizing-agentic-ai-part-1-a-stakeholders-guide) ง่ายขึ้น
## ความแม่นยำในประสิทธิภาพของ Agent: การประเมินและการเพิ่มประสิทธิภาพ
เมื่อระบบ AI Agentic มีความซับซ้อนและเป็นอิสระมากขึ้น กรอบการประเมินที่แข็งแกร่งจึงมีความจำเป็น การทำความเข้าใจประสิทธิภาพของ Agent การระบุอคติ และการรับรองความน่าเชื่อถือเป็นขั้นตอนที่สำคัญก่อนการปรับใช้และการดำเนินงานอย่างต่อเนื่อง Amazon Bedrock AgentCore มีเครื่องมือในการบรรลุความแม่นยำนี้
AWS ได้พัฒนากรอบการประเมินที่ครอบคลุมสำหรับระบบ AI Agentic ซึ่งเกิดจากบทเรียนในโลกแห่งความเป็นจริงที่รวบรวมได้ในขณะที่สร้างโซลูชัน Agentic ภายในของ Amazon กรอบการทำงานนี้มีลักษณะเฉพาะด้วยส่วนประกอบหลักสองส่วน:
* **Generic Evaluation Workflow**: สิ่งนี้กำหนดมาตรฐานขั้นตอนการประเมินใน Agent ที่หลากหลาย มันจัดหาวิธีการที่สอดคล้องกันในการวัดแง่มุมต่างๆ ของพฤติกรรม Agent ทำให้มั่นใจได้ว่า Agent ต่างๆ สามารถเปรียบเทียบและวิเคราะห์ได้อย่างมีประสิทธิภาพ
* **Agent Evaluation Library**: ส่วนประกอบนี้นำเสนอการวัดและเมตริกที่เป็นระบบที่ปรับแต่งมาโดยเฉพาะสำหรับประสิทธิภาพของ Agent ภายใน Amazon Bedrock AgentCore Evaluations ซึ่งรวมถึงเมตริกเชิงปริมาณสำหรับการทำงานสำเร็จ ความแม่นยำ ประสิทธิภาพ และการประเมินเชิงคุณภาพของพฤติกรรม Agent ทำให้สามารถรับข้อมูลเชิงลึกที่ละเอียดอ่อนว่า Agent ทำงานได้ดีเพียงใดในสถานการณ์ที่แตกต่างกัน
วิธีการประเมินที่เป็นระบบนี้มีความสำคัญต่อการพัฒนาซ้ำๆ ช่วยให้องค์กรสามารถปรับปรุง Agent ของตนได้อย่างต่อเนื่อง ปรับปรุงความสามารถในการตัดสินใจ และรับประกันว่าพวกเขาจะบรรลุเกณฑ์ประสิทธิภาพและมาตรฐานความปลอดภัยที่ต้องการ
## การขยายขีดความสามารถของ Agent ด้วยการโต้ตอบเว็บขั้นสูง
ความสามารถของ AI agent ในการโต้ตอบกับอินเทอร์เน็ตแบบไดนามิกเป็นตัวเปลี่ยนเกม ทำให้พวกเขาสามารถทำการวิจัย กรอกแบบฟอร์มออนไลน์ และรวบรวมข้อมูลแบบเรียลไทม์ คุณสมบัติ Browser ของ Amazon Bedrock AgentCore ช่วยเพิ่มความสามารถนี้ได้อย่างมากโดยนำเสนอการปรับแต่งและการควบคุมขั้นสูง
คุณสมบัติใหม่ เช่น **การกำหนดค่าพร็อกซี (proxy configuration)**, **โปรไฟล์เบราว์เซอร์ (browser profiles)** และ **ส่วนขยายเบราว์เซอร์ (browser extensions)** ทำให้นักพัฒนามีคำสั่งที่ละเอียดอ่อนว่า AI agent ของพวกเขาจะนำทางและโต้ตอบกับเว็บอย่างไร:
* **Proxy Configuration**: สิ่งนี้ช่วยให้นักพัฒนาสามารถกำหนดเส้นทางการรับส่งข้อมูลเว็บของ Agent ผ่านพร็อกซีที่เฉพาะเจาะจงได้ สิ่งนี้มีความสำคัญอย่างยิ่งต่อการรักษาขอบเขตความปลอดภัย การเข้าถึงเนื้อหาที่ถูกจำกัดตามภูมิภาค หรือการรวมเข้ากับนโยบายเครือข่ายขององค์กร
* **Browser Profiles**: เช่นเดียวกับที่ผู้ใช้มีโปรไฟล์เบราว์เซอร์ที่แตกต่างกันสำหรับการทำงานและการใช้งานส่วนตัว AgentCore Browser ช่วยให้สามารถสร้างโปรไฟล์ที่แตกต่างกันสำหรับ Agent ได้ แต่ละโปรไฟล์สามารถมีคุกกี้ แคช และการตั้งค่าของตัวเอง ทำให้ Agent สามารถรักษาบริบทหรือตัวตนที่แยกจากกันเมื่อโต้ตอบกับบริการเว็บต่างๆ
* **Browser Extensions**: นักพัฒนาสามารถติดตั้ง Agent ของตนด้วยส่วนขยายเบราว์เซอร์แบบกำหนดเองได้ ซึ่งเพิ่มฟังก์ชันการทำงานเฉพาะที่ช่วยเพิ่มความสามารถของ Agent ในการดึงข้อมูล ทำให้งานเป็นไปโดยอัตโนมัติ หรือโต้ตอบกับองค์ประกอบเว็บที่ซับซ้อนซึ่งอาจเป็นเรื่องยากสำหรับ LLM เพียงอย่างเดียว
การปรับปรุงเหล่านี้หมายความว่า Agent สามารถทำงานบนเว็บที่ซับซ้อนยิ่งขึ้นได้อย่างปลอดภัยและมีประสิทธิภาพ เปิดโอกาสใหม่ๆ สำหรับระบบอัตโนมัติและการรวบรวมข้อมูลอัจฉริยะ โดยใช้ประโยชน์จากแนวทางปฏิบัติที่ดีที่สุดสำหรับการทำ Prompt Engineering กับ LLM พื้นฐานเพื่อให้แน่ใจว่าการโต้ตอบเว็บมีประสิทธิภาพ
## การใช้งานจริงและอนาคตของ Enterprise AI ด้วย AgentCore
Amazon Bedrock AgentCore ไม่ใช่แค่แนวคิดเชิงทฤษฎีเท่านั้น แต่กำลังขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจในโลกแห่งความเป็นจริง องค์กรต่างๆ กำลังใช้ประโยชน์จากความสามารถของ AgentCore เพื่อสร้างและปรับใช้โซลูชัน Agentic ที่ซับซ้อนซึ่งช่วยปรับปรุงประสิทธิภาพ ประสบการณ์ของลูกค้า และการตัดสินใจ
ตัวอย่างเช่น บริษัทต่างๆ เช่น Lendi Group ได้แสดงให้เห็นว่า AI Agentic ที่ขับเคลื่อนโดย Amazon Bedrock สามารถปฏิวัติกระบวนการทางธุรกิจหลักได้อย่างไร โดยการสร้าง "AI-powered Home Loan Guardian" (ผู้พิทักษ์สินเชื่อบ้านที่ขับเคลื่อนด้วย AI) Lendi ได้เปลี่ยนเส้นทางการรีไฟแนนซ์ของพวกเขา ทำให้ประสบการณ์ของลูกค้าดีขึ้นในขณะที่ยังคงรักษาสัมผัสของมนุษย์ที่สำคัญไว้ กรณีศึกษานี้เน้นย้ำถึงบทบาทของ AgentCore ในการช่วยให้ธุรกิจสามารถสร้างสรรค์สิ่งใหม่ๆ ได้อย่างรวดเร็ว บรรลุผลลัพธ์ทางธุรกิจที่สำคัญ และส่งเสริมความไว้วางใจและความภักดีของลูกค้าผ่านการปรับใช้ AI ที่มีความรับผิดชอบ
เมื่อความต้องการระบบอัตโนมัติอัจฉริยะเพิ่มขึ้น AgentCore ก็พร้อมที่จะกลายเป็นเครื่องมือที่ขาดไม่ได้สำหรับองค์กร โดยการจัดหาความปลอดภัยที่แข็งแกร่ง โครงสร้างพื้นฐานที่ปรับขนาดได้ เครื่องมือประเมินที่ครอบคลุม และตัวเลือกการปรับแต่งขั้นสูง AgentCore ช่วยเร่งวงจรการพัฒนาสำหรับ AI agent สิ่งนี้ทำให้ธุรกิจสามารถยอมรับ AI ยุคต่อไปได้อย่างมั่นใจ โดยที่ Agent อัจฉริยะและเป็นอิสระทำงานร่วมกับทีมมนุษย์เพื่อปลดล็อกระดับประสิทธิภาพและนวัตกรรมที่ไม่เคยมีมาก่อน อนาคตของ AI ระดับองค์กรคือ Agentic และ Amazon Bedrock AgentCore กำลังสร้างรากฐานสำหรับอนาคตนั้น
คำถามที่พบบ่อย
What is Amazon Bedrock AgentCore and its primary purpose?
Amazon Bedrock AgentCore is a comprehensive service from AWS designed to simplify the development, deployment, and management of intelligent AI agents within enterprise environments. Its primary purpose is to provide a robust framework that enables businesses to build sophisticated agentic systems, ensuring they operate securely, reliably, and at scale. It offers features like policy enforcement, memory management, and scalable runtime to handle complex tasks and integrate seamlessly with existing business processes, facilitating the transition to advanced agent-driven automation.
How does AgentCore enhance the security of AI agents?
AgentCore significantly enhances security through its Policy feature, which leverages Cedar policies to create a deterministic enforcement layer independent of an agent's reasoning. This allows developers to translate natural language business rules into fine-grained, identity-aware controls. The AgentCore Gateway intercepts and evaluates every agent-to-tool request at runtime, ensuring agents only access tools and data that their users are explicitly authorized to use, thereby preventing unauthorized actions and data breaches within agentic workflows.
What core components does Amazon Bedrock AgentCore offer for building intelligent agents?
Amazon Bedrock AgentCore provides several key components for constructing intelligent agents. These include AgentCore Memory, which maintains both conversational context and long-term user preferences; AgentCore Identity, for secure multi-IDP authentication; and AgentCore Runtime, which offers serverless scaling and session isolation for production deployments. Additionally, it integrates with Amazon Bedrock Knowledge Bases for managed Retrieval-Augmented Generation (RAG) and data retrieval, enabling agents to access and utilize enterprise data effectively for enhanced intelligence.
Why is evaluating AI agents important, and how does AgentCore support this?
Evaluating AI agents is crucial due to their complex, multi-step reasoning capabilities and potential for unpredictable behavior. AgentCore addresses this with a comprehensive evaluation framework designed for agentic AI systems. This framework includes a generic evaluation workflow that standardizes assessment procedures across diverse agent implementations and an agent evaluation library providing systematic measurements and metrics. This support helps developers understand agent performance, identify areas for improvement, and ensure reliability and safety in real-world deployments.
Can AI agents built with AgentCore interact with the web, and how is this controlled?
Yes, AI agents built with AgentCore can interact with the web through the Amazon Bedrock AgentCore Browser feature. AWS provides advanced controls for this interaction, including proxy configuration for network control, browser profiles for managing different web contexts or identities, and browser extensions for adding custom functionality. These capabilities give developers fine-grained control over how their AI agents browse the web, enabling them to automate complex online tasks securely and efficiently while adhering to specific operational requirements.
What kind of real-world impact has Amazon Bedrock AgentCore demonstrated?
Amazon Bedrock AgentCore is enabling businesses to significantly transform customer experiences and operational efficiency. For instance, companies like Lendi have utilized agentic AI powered by Amazon Bedrock to revamp complex processes, such as the refinance journey for customers. By maintaining a human touch while leveraging AI for automation and personalization, AgentCore helps businesses build trust and loyalty, streamline workflows, and achieve significant business outcomes in a relatively short timeframe, proving its utility in practical enterprise settings.
อัปเดตข่าวสาร
รับข่าว AI ล่าสุดในกล่องจดหมายของคุณ