Kendalikan Perilaku dan Biaya Agen di Luar Tindakan Tunggal: Kemampuan Baru di Amazon Bedrock AgentCore
Amazon Web Services
AWS telah memperkenalkan kemampuan baru di Amazon Bedrock AgentCore untuk mengendalikan perilaku dan biaya agen. Kebijakan temporal, yang didukung oleh bahasa kebijakan sumber terbuka baru Dogwood, memungkinkan pemeriksaan pada urutan tindakan, sementara pembatasan laju (rate limiting) di gerbang membatasi konsumsi per pengguna. Fitur-fitur ini bertujuan untuk mengatasi risiko keamanan dan ketidakpastian biaya pada agen kecerdasan buatan (AI).
Menurut McKinsey, sekitar 80% organisasi telah mengalami perilaku berisiko dari agen AI, menjadikan kekhawatiran keamanan dan risiko sebagai hambatan utama untuk meningkatkan skala AI agen. Untuk mengatasi hal ini, AWS mengumumkan kemampuan baru di Amazon Bedrock AgentCore. Gateway, titik masuk serverless yang dikelola penuh untuk lalu lintas AI, kini mendukung kebijakan temporal yang didukung oleh Dogwood, sebuah bahasa kebijakan sumber terbuka yang dibangun di atas Cedar. Kebijakan temporal memungkinkan mesin kebijakan untuk mempertimbangkan tindakan masa lalu agen dalam sebuah sesi, memungkinkan pemeriksaan seperti memblokir transfer yang menggunakan nomor rekening yang salah atau menghentikan pembelian setelah anggaran tercapai. Kebijakan ini ditegakkan secara deterministik di lapisan gateway, menolak secara default dan mencatat konteks lengkap. Selain itu, pembatasan kecepatan tersedia, memungkinkan tim untuk membatasi permintaan, token, dan durasi koneksi per pengguna di seluruh alat, model, dan agen, menggunakan identitas dari OAuth atau IAM. Batas berlaku dalam jendela per detik dan per menit dan berlaku tanpa mengubah kode agen. Kemampuan ini bertujuan untuk memberikan kendali kepada perusahaan atas perilaku dan biaya agen, dengan kebijakan dan batasan yang dikelola di tingkat platform.
Sumber: AWS ML blog —
asli
