← 返回全部情报
AWS:七层可插拔 Agentic AI 参考架构,零售退款样例演示监督者加专科 agent 的封面

·AWS·工程博客收录 2026-11-10

AWS:七层可插拔 Agentic AI 参考架构,零售退款样例演示监督者加专科 agent

工程管理AgentCore参考架构可插拔多智能体零售客服

一句话结论

AWS 提出一套七层可组合的企业级 agentic AI 参考架构,用稳定契约把数据、模型、编排、安全、应用、可观测和持续评估拆开;配套的零售客服样例里,监督者把退款请求分给订单 agent 和退款 agent,工具调用一律经过 AgentCore Gateway 做细粒度权限控制。

打开原文 AWS:Pluggable Agentic AI Framework

背景与理念

能在演示里完成任务的原型,回答不了「上线后如何安全、可靠、省钱地跑起来」这类问题。作者认为,多数智能体项目卡在原型到生产之间,原因往往不是模型不够强,而是每个团队都在重复自建路由、护栏和可观测,而且这些能力常常是事后补上的。他们主张先有一份所有智能体都能共用的生产级架构,而不是每个项目从零搭一遍脚手架。

具体做法

  1. 把系统拆成七层,每层有明确职责和稳定契约,层内技术可以替换。自下而上分别是数据与知识、模型与推理、编排、安全与护栏、应用、可观测,以及智能体运营。数据层负责检索和结构化、非结构化访问;模型层用配置而不是写死的代码选择模型,并可用 LiteLLM 一类代理屏蔽厂商接口差异。
  2. 编排层强调不要做一个什么都干的超级智能体。简单任务用单智能体从头到尾处理;跨领域的复杂流程则由监督者分派给专科智能体,每个专科只拿到自己那组工具。监督者应能从集中的 agent 注册表发现专科,并通过 MCP 或 A2A 一类标准协议调用它们。参考实现里,专科可用 Strands Agents,编排可用 AgentCore harness,发现和路由可用 AWS Agent Registry 与 AgentCore Gateway。
  3. 安全从第一天写入设计:默认不信任外部内容,对来自用户、其他智能体或自动化流程的请求都做身份验证,并在工具执行前做细粒度鉴权。智能体应拿到临时、有范围的凭证而不是长期密钥;对 PHI、PII 等敏感数据在请求和响应里脱敏;高影响动作走人工批准,并用熔断器在行为异常时停下来。
  4. 应用层刻意做薄,只负责呈现对话并把请求交给编排层。边界上可以放一个便宜的决策模型,一次调用就判断请求是否在范围内、要不要转人工、是否紧急,用阈值决定是否真的进入完整智能体循环。
  5. 可观测和持续评估也从第一天开始:除了日志和指标,还要端到端追踪,并收集每次请求的费用、token、首 token 时间和是否安全。运营层给每次生产会话打上 groundedness、准确性和安全性分数,并设置回归门,避免发版后质量在客户那边才被发现。

关键数据/例子

配套参考实现是一个零售客服场景,覆盖查订单状态和判断是否符合退款条件。监督者接到顾客的退款请求后,把工作分给订单 agent 和退款 agent:前者从 DynamoDB 查阅配送和购买信息,后者从知识库取出按会员等级区分的政策,再用配送日期、当前日期和忠诚度等级计算是否符合条件。这些调用都经过 AgentCore Gateway,在工具执行前由 AgentCore 的策略做细粒度权限控制,并留下端到端追踪;算错时可以顺着追踪看到是哪一层、哪一个决策点出了问题。文章提供 Workshop Studio 体验和公开样例仓库,同时提醒这不能代替生产环境的安全加固、测试和评审。

创新点

第一,把「可插拔」写进架构原则:层与层之间用稳定契约相连,换模型、换检索、换护栏或换追踪后端时不必重做整套系统。第二,用一个足够日常的零售退款流程把七层都跑通,让监督者加专科、集中注册表和网关鉴权不再只是框图上的箭头。

可否复用

  1. 先画出数据、模型、编排、安全、应用、可观测和评估这几层的契约,再往里填具体云服务,避免每个新智能体都自建一套脚手架。
  2. 复杂流程拆成监督者加专科,专科只持有自己那组工具;用注册表做发现,用网关在调用前做鉴权。
  3. 上线前就打开端到端追踪、费用统计和质量回归门,不要等第一次事故后再补可观测。

笔记会在输入时自动保存。