Compétences d'agent pour les politiques de raisonnement automatisé dans Amazon Bedrock

Cet article du blog AWS Machine Learning décrit une suite de compétences d'agent (Agent Skills) pour automatiser le cycle de vie des politiques de raisonnement automatisé d'Amazon Bedrock. Ces compétences, fondées sur le format ouvert de compétences d'agent d'Anthropic, étendent les agents de codage tels que Claude Code, Kiro, Cursor et Codex avec des connaissances spécialisées pour gérer la rédaction, la révision, les tests, le débogage, le déploiement et la validation des politiques. Les vérifications de raisonnement automatisé utilisent un processus en deux étapes : d'abord, les modèles de fondation traduisent les questions et réponses en logique formelle, puis un solveur SMT valide cette logique par rapport aux règles d'une politique, fournissant des verdicts mathématiquement solides et explicables. Les six compétences comprennent le constructeur, le réviseur, le testeur, le débogueur, le déployeur et le validateur, chacune avec des instructions et des scripts pour des interactions API spécifiques. L'article présente un exemple utilisant une politique de congé parental, démontrant comment créer une politique à partir d'un document source, examiner les rapports de qualité, exécuter des tests et déployer derrière une barrière de protection. Les leçons clés soulignent que l'explicabilité est centrale—chaque verdict renvoie les règles qui soutiennent ou contredisent la réponse—et qu'un verdict SATISFIABLE n'est pas un échec mais indique une cohérence plutôt qu'une implication. Les compétences gèrent également des contraintes telles que le nombre limité de flux de travail de construction simultanés en libérant automatiquement les créneaux.