
re:Invent 2026 預熱:AgentCore 要答的五個部署問題
AWS re:Invent 2026・TechLab 出發前系列
AI agent 如果只替你起草一段文字,答錯了還可以重寫;一旦能修改訂單或更新資料庫,錯誤便可能留下實際後果。TechLab 的 re:Invent 2026 預熱第二篇,從 Amazon Bedrock AgentCore 出發,整理把 agent 放進工作流程前值得追問的問題。
按 AWS AgentCore 官方介紹,這個平台處理 agent 的部署、系統連接、工具呼叫的身份與存取控制,以及行為追蹤等工作。這是服務的官方定位,不代表某個團隊接上平台後,便自動具備完整的安全流程。
一、每次操作,用的是誰的身份?
假設客服同事叫 agent 查詢訂單,系統應沿用該同事的可用權限,還是使用一個共用帳戶?兩種做法會影響資料可以被誰看到,也影響日後追查責任的難度。
AWS 把身份驗證與存取控制列為 AgentCore 的能力之一。我們更想追問實際設定:agent 呼叫不同工具時,身份如何傳遞?讀取資料與修改資料能否分開授權?展示「連接成功」只是第一步,展示如何限制連接才更有用。
二、出錯後,能不能重組整段過程?
官方頁面表示,開發者可以查看 agent 經過哪些步驟、呼叫了甚麼,以及在哪裏偏離預期。這類追蹤資料值得看,但應配合具體案例理解。
例如 agent 引用了過期文件,我們會想知道紀錄能否指出來源版本,而不只是顯示模型最後輸出的答案。若一次任務經過多個工具,紀錄是否足以把前後步驟連起來,也會影響排錯時間。這些是採訪問題,不能只憑功能名稱就判定已解決。
三、失敗重試,會不會重複做事?
以退款為假設例子:工具其實已完成退款,但回應在途中逾時。agent 若直接再做一次,系統就需要有防止重複操作的安排。付款、寄信或建立帳戶,都可以用同一道問題檢視。
我們會看示範有沒有交代成功狀態如何確認、重試如何處理,以及哪一步需要交回人處理。合理的比較應包括失敗情況,否則只看到最順利的一條路,難以評估日常使用的負擔。
四、長時間工作,成本怎樣封頂?
agent 完成一項任務,可能需要搜尋資料、多次呼叫模型,再執行工具。成本分析因此應先界定「完成一次工作」包含甚麼,而不是只看單次回覆的價格。
在大會資料中,我們會留意能否設定工作時間、呼叫次數或資源限制,以及超出限制後會發生甚麼。對有固定預算的團隊,知道何時會停止,與知道何時能完成,同樣重要。本文不預估任何服務帳單,實際費用仍需按所選功能和用量計算。
五、換模型或框架,要重做多少?
AWS 表示 AgentCore 可配合不同模型與框架。對開發者而言,下一個問題是:除了程式能否執行,原有測試、紀錄格式、工具權限和部署設定,有多少可以沿用?
我們會把這五題當作觀察框架。若大會推出新能力,重點是它解決了哪一項具體困難、需要哪些設定,以及有甚麼限制。能跑起一次示範是起點;能清楚解釋日常維護,才有助團隊決定是否採用。
本文由 AI 輔助整理及撰寫,依據文內連結的公開資料。
封面為官方網頁截圖,擷取於 2026 年 11 月 16 日,並非本屆活動現場照片。
延伸閱讀:TechLab 出發前的三條觀察主線。







