Keterampilan Agen untuk Kebijakan Penalaran Otomatis di Amazon Bedrock

Posting blog AWS Machine Learning ini menjelaskan serangkaian Keterampilan Agen (Agent Skills) untuk mengotomatiskan siklus hidup kebijakan Amazon Bedrock Automated Reasoning. Keterampilan ini, yang dibangun di atas format Keterampilan Agen terbuka dari Anthropic, memperluas agen pengkodean seperti Claude Code, Kiro, Cursor, dan Codex dengan pengetahuan khusus untuk menangani pembuatan, peninjauan, pengujian, debugging, penerapan, dan validasi kebijakan. Pemeriksaan Automated Reasoning menggunakan proses dua langkah: pertama, model dasar menerjemahkan pertanyaan dan jawaban menjadi logika formal, kemudian pemecah SMT memvalidasi logika tersebut terhadap aturan kebijakan, memberikan vonis yang masuk akal secara matematis dan dapat dijelaskan. Enam keterampilan tersebut meliputi pembuat, peninjau, penguji, debugger, penyebar, dan validator, masing-masing dengan instruksi dan skrip untuk interaksi API tertentu. Artikel ini memandu melalui contoh menggunakan kebijakan cuti orang tua, menunjukkan cara membuat kebijakan dari dokumen sumber, meninjau laporan kualitas, menjalankan tes, dan menerapkan di balik guardrail. Pelajaran kunci menekankan bahwa kemampuan menjelaskan adalah inti—setiap vonis mengembalikan aturan yang mendukung atau bertentangan—dan bahwa vonis SATISFIABLE bukanlah kegagalan tetapi menunjukkan konsistensi daripada implikasi. Keterampilan juga menangani kendala seperti jumlah terbatas alur kerja build yang berjalan bersamaan dengan secara otomatis melepaskan slot.