自由模型、自由框架：Amazon Bedrock AgentCore 正式上线中国区域，给企业自建智能体的自由
从风靡一时的 Muse、Manus 到企业级的Amazon Quick、Workbody，智能体已经成为了当前 AI 应用的最大热门。尤其是企业领域，对智能体的热情有增无减。
但是到底怎么才能够构筑安全、可靠、性价比优的智能体，从而将其真正应用在生产环境中，企业始终在寻找效率更高的办法。Amazon Bedrock AgentCore 的出现，让企业可以将与基础设施纠缠的时间减少 75%，有更多时间构建智能体，端到端智能体开发速度提升 2.1 倍，部署智能体的速度加快 5.2 倍。
就在国庆节前，亚马逊云科技宣布，Amazon Bedrock AgentCore 现已在由光环新网运营的亚马逊云科技中国（北京）区域和由西云数据运营的亚马逊云科技中国（宁夏）区域正式可用。上线的功能组件包括安全运行时Runtime、网关Gateway、身份管理Identity、浏览器工具Browser Tools、代码沙箱Code Interpreter，以及全链路可观测性Observability。
Amazon Bedrock AgentCore 是一个用于构建、连接和优化智能体的平台，它可以处理繁重的工作，因此企业可以更快将智能体推向市场，无需重新架构即可进行扩展，并将工程工作重点放在差异化上，无需担心后端的繁琐工作。
利用 AgentCore，企业可以自由使用任何框架、任何模型进行构建，更重要的是从智能体构建之初，就内置了所需要的企业级安全性。
企业自建智能体的三重压力
此前，企业更多关注在底层大语言模型的参数规模与单体能力；如今的智能体时代，企业更关注如何将智能体真正部署到核心业务流程中、实现规模化生产应用。
行业竞争的焦点，已经从”模型有多强”转向”智能体能不能真正在业务中运行”。这成为了决定企业 AI 投资回报率（ROI）的关键。
但是，将智能体从实验性试点推向大规模生产部署并不容易。在实际应用中，企业不仅面临着长会话扩展和高昂的运维成本，还需要应对不同团队采用不同开源框架、不同模型及各种开发协议带来的智能体治理难题，以及开发框架与底层模型的绑定隐患；此外，多租户隔离、密钥管理与安全合规更是关乎业务线生存的严峻挑战。
首先是运维与扩展的压力。复杂的智能体任务往往需要长时间持续运行，传统的短会话机制容易导致断连，而自建集群在面对高并发流量时又面临复杂的扩缩容与多租户管理负担。
其次是治理与绑定隐患的压力。企业中不同的团队往往采用不同的开源框架与大语言模型，导致智能体资产难以统一治理，且上层应用与底层模型绑定紧密，难以随模型演进顺畅迭代。
当然，更重要的一重压力是来自于安全与合规。基于传统容器或进程共享的隔离方式，难以彻底阻断多会话间的数据交叉污染，凭据托管与访问授权的缺失更让企业对敏感数据安全顾虑重重。
对企业来说，这三重压力都不直接产生业务价值，但是如果不解决掉相关压力，智能体项目就停留在 POC 阶段，无法正式进入生产部署。
因为缺乏标准化、专为智能体打造的开箱即用开发工具包，往往迫使企业的开发者将大量时间花在基础设施和定制方案上，最终拖慢投产周期，阻碍智能体充分释放其商业价值。
这也正是大部分企业的智能体“上线难”的真实原因。
AgentCore 正式上线：帮企业实现智能体“自由”
Amazon Bedrock AgentCore 贯穿从构建、部署到运维 Agent 的完整开发生命周期，消除企业自建智能体基础设施的复杂重负，让团队专注于业务创新。它为开发者提供了一套灵活、模块化的工具包以及一个完整的智能体平台，可大幅加速智能体的开发与部署，同时提供企业级的安全性与可扩展性。
因此，AgentCore 在中国区的正式上线与可用，意味着企业能够据此实现智能体的构建“自由”。
在智能体的构建和部署方面，AgentCore 保持高度开放，支持任意大模型以及任意框架以及 MCP 标准协议，这意味着企业不必再为”选框架”和”选模型”付出锁定代价，智能体的框架可以演进而架构不动，模型可以替换而应用不改。通过解耦底层基础设施与上层应用逻辑，AgentCore让企业能够轻松集成并统一托管多样化的智能体。
在运维方面，AgentCore 能根据业务流量自动且即时地实现从零到数十万并发会话的弹性扩缩容，免去企业自建集群与多租户管理的繁重运维负担，并针对复杂的长时间运行任务提供行业领先的运行时支持，帮助企业快速将技术验证推向生产部署。
在安全方面，AgentCore 构建了贯穿身份安全、权限控制与运行时隔离的全方位防护体系。服务通过 Identity 身份与凭据托管结合 AgentCore Gateway 安全网关保障进出安全与策略合规，同时在Runtime 底层基于硬件级虚拟化隔离技术，为每个智能体会话提供独立的隔离计算环境，防止数据泄露和交叉污染风险，同时还集成了AgentCore Observability 以提供全面的可观测性，企业可以追踪智能体的每一项操作，快速调试问题，并持续优化性能。
比如说作为数据安全解决方案的领先提供商，Druva 帮助超过 7500 家客户抵御网络威胁。虽然该公司早期构建、训练和部署 AI 模型及定制 RAG 系统的方式行之有效，但这却需要持续的基础设施管理。
为追求更快的部署速度和可定制的智能体行为，Druva 采用了 AgentCore。这使 Druva 的工程师得以专注于将自身的数据安全专业能力嵌入智能体之中，而不必去维护底层基础设施。
AgentCore 给 Drua 带来的价值是巨大的。正如 Druva 公司 AI 产品副总裁 David Gildea 所说，“这非常关键，因为我们依靠的就是亚马逊云科技对智能体的理解，他们在该领域已经深耕多年，AgentCore 帮我们构建的成果，市面上几乎找不出第二个。”
推动全球部署赋能中国业务场景
在全球范围内，众多头部企业已通过 Amazon Bedrock AgentCore 实现成功生产部署，从汽车行业、内容、通信、娱乐、数据安全等等，相关的成果展现了AgentCore 平台在受监管、高要求行业中的成熟度。
比如说，汤森路透基于 AgentCore 构建了 AI 驱动的平台工程枢纽（Platform Engineering Hub），对云账号创建、数据库补丁与网络配置等复杂运维工作流进行自动化编排，初次上线即实现了70%的自动化率，带来高达15 倍的生产力提升。
以及，索尼集团也基于 AgentCore 构建了覆盖全集团的 Agentic AI 平台，实现了跨业务部门 AI 资源的统一管理与安全共享。爱立信则在其横跨数百万行代码、涉及数千个互联子系统的复杂研发环境中应用 AgentCore 覆盖数万名员工，得益于平台对各类开源 Agent 框架的无缝兼容与演进支持，成功实现了跨多团队的规模化部署，研发效率获得两位数提升。
此次 Amazon Bedrock AgentCore 在中国区的落地，也将深度赋能国内企业聚焦的多种业务场景，包括内容生产领域、数字员工与办公提效场景，以及智能客服领域等；在垂直行业场景中，AgentCore也能够深入特定业务流程，包括智能家居行业、汽车行业和构建企业级Agent 集中托管与运营底座的团队等。
据了解，亚马逊云科技在中国区域也正在与来自汽车、医疗健康与生命科学、软件与服务以及零售与消费品等众多领域的行业客户展开紧密合作，共同推进企业级Agent 的构建与创新应用，打造行业应用落地方案，将Agentic AI 深度融入业务流程，全力赋能企业加速释放AI 业务价值。
小结
AgentCore 在中国区域的正式可用，其意义不仅在于多了一个云服务，更在于补全了亚马逊云科技的智能体版图，得以更好地解决了中国企业构筑企业级智能体的“基础设施问题”，使得他们无需自己创造一个可以隔离环境、弹性调度的底座，更集中精力进行业务逻辑的梳理与场景的创新。
更重要的是 AgentCore 的开放姿态，在”自由模型、自由框架”背后，是对智能体时代企业自主选择模型和框架的支持。
当构筑智能体的基础设施、安全与运维等不再成为瓶颈，企业进入智能体时代的方式也就变了。企业无需从零搭建，而是直接从业务角度的创新，定义”要让智能体做什么”。
这或许才是Amazon Bedrock AgentCore 在中国区”正式上线”的真正价值。