AWS发布AgentCore四智能体迁移模式及Adjudicated Query合规方案

AWS 推出名为 Adjudicated Query 的设计模式，旨在解决大规模合规审查中无法证明“已检查所有记录”的问题。该方案利用 Amazon Quick 作为自然语言交互层，但核心决策逻辑完全剥离出大模型，由确定性规则引擎执行。用户可通过聊天界面提问，系统返回包含完整性收据（completeness receipt）的结果，确保每一条记录都被明确归类，不存在遗漏或静默排除。 架构上，Amazon Quick 通过 OAuth 2.0 和 Model Context Protocol (MCP) 调用 AWS Lambda 中的规则引擎，后者基于 Amazon Aurora Serverless v2 存储数据。模型仅负责将自然语言转换为预定义的 MCP 工具调用（如 sweep_compliance），并在结果生成后负责叙事渲染，绝不直接编写 SQL 或参与判定。为防止模型在转述时篡改关键信息（如删除免责声明），设计引入了不可剥离的括号后缀、真实聚合数据注入以及多层级标签重复等防御机制。示例代码已在 GitHub 开源，支持一键部署包含 Cognito、API Gateway、Lambda 及 Bedrock 的完整环境。 事实层面，该模式要求规则必须是数据而非代码，且必须处理“未读文档”而非静默忽略；推断层面，这种架构显著增加了实施成本，仅适用于“漏掉一条记录即构成法律责任”的高风险场景（如租赁合规、制裁筛查）；猜测层面，若业务逻辑本身包含主观判断（如条款是否显失公平），强行套用此模式可能导致虚假的精确性，此时仍需保留人工介入环节。

Amazon Bedrock AgentCore 的 Web Search 功能现已集成至 Claude Desktop，使其能检索实时网络信息以突破训练数据截止限制。

AWS Professional Services 在 Amazon Bedrock AgentCore 上发布了一套针对企业级云迁移的四智能体架构，旨在解决 AWS Transform 和 DMS 等托管服务无法覆盖的组织特定需求。该方案通过 Model Context Protocol (MCP) 连接内部系统，将基础设施即代码（IaC）的开发时间从每应用 3-4 周减少到分钟级，并在 300+ 应用的组合中实现了零手动聚合的实时治理报告。 该架构包含四个核心智能体：Intake Agent 负责读取文档和依赖关系；IaC Agent 根据组织批准的模块库生成代码；Migration Intelligence and Governance Agent 在 Jira、Confluence 等内部工具中执行自动化报告和合规性检查；SRE Agent 则负责割接后的持续监控与自动修复。所有智能体均通过 AgentCore Gateway 调用 MCP 工具，利用 AgentCore Identity 进行身份验证，并通过 Policy in AgentCore 强制执行 Cedar 规则以限制变更范围。代码示例展示了如何使用 Strands Agents SDK 定义智能体，并将安全策略作为版本化文档通过 MCP 工具注入上下文，确保生成的 IaC 始终符合最新的安全标准。 在商业与技术推论上，该模式明确了 AI 代理在复杂工程中的定位是增强而非替代现有托管服务。其单位经济模型显示，Token 消耗主要取决于文档大小和工具调用次数，而非应用数量，这意味着对于拥有大量小型应用或复杂配置的组织，边际成本可能低于预期。然而，架构引入了额外的运行时计费项（Gateway、Memory、Policy），且必须维持人类审批网关以防止生产事故，这要求企业在追求速度的同时重新评估安全审计流程。事实层面，该方案已在特定项目中验证了效率提升；推断层面，这种基于 MCP 的模块化设计可能成为未来混合云迁移的标准范式；猜测层面，若 Token 成本随规模线性增长过快，可能会促使更多组织转向本地部署的推理引擎。