Modelli e piattaforme di IA
AWS aggiunge le impostazioni predefinite di Strands e gli hook del ciclo di vita all’harness di AgentCore

Punti chiaveGli hook del ciclo di vita di Lambda possono negare le chiamate agli strumenti in…
Vedi di più
- Gli hook del ciclo di vita di Lambda possono negare le chiamate agli strumenti in quattro punti di controllo, mentre gli hook non Lambda si limitano a notificare.
- I valori predefiniti gestiti consentono ad AWS di aggiornare silenziosamente le impostazioni di modello e prompt non specificate man mano che le raccomandazioni evolvono.
- Una configurazione esplicita, come un ID modello fisso o un elenco di strumenti, è il punto di controllo per un comportamento stabile dell'agente.
Amazon Web Services ha annunciato il 19 novembre 2026 che sta aggiornando l’harness di Amazon Bedrock AgentCore per utilizzare l’harness open source Strands, introducendo impostazioni predefinite gestite e aggiornabili, ulteriori strumenti integrati e hook deterministici del ciclo di vita, senza richiedere un nuovo tipo di risorsa o un’integrazione.
Rilasciato all’inizio del 2026 con licenza Apache 2.0, Strands fornisce una base completa per gli agenti, che comprende istruzioni, strumenti e gestione del contesto. AgentCore offre questa base come servizio AWS gestito, eseguendo ogni sessione in una microVM isolata a livello di kernel. AWS gestisce le risorse di calcolo, la scalabilità, l’alta disponibilità e l’infrastruttura di esecuzione degli strumenti, mentre i clienti mantengono il controllo su modelli, istruzioni, strumenti, autorizzazioni e policy del ciclo di vita.
Impostazioni predefinite gestite e strumenti integrati
Gli agenti che utilizzano le impostazioni predefinite gestite ricevono un modello consigliato, che può cambiare con il rilascio di nuovi modelli, e un prompt di sistema orientato alle attività, anch’esso aggiornato periodicamente da AWS. Il prompt incoraggia gli agenti a raccogliere il contesto pertinente, usare gli strumenti appropriati, adattarsi agli errori o alle azioni rifiutate e verificare il proprio lavoro prima di dichiarare di aver completato l’attività.
La memorizzazione automatica dei prompt nella cache è inizialmente disponibile per i modelli Anthropic supportati tramite Amazon Bedrock Converse e comprende il prompt di sistema, le definizioni degli strumenti e la cronologia della conversazione. AWS afferma che le chiamate ripetute con lo stesso prompt e lo stesso insieme di strumenti possono utilizzare token di lettura dalla cache a un prezzo inferiore, riducendo la latenza e il costo dell’elaborazione degli input.
La gestione proattiva del contesto riepiloga i turni più datati della conversazione quando l’utilizzo del contesto raggiunge una soglia configurabile, conservando al contempo il contesto recente. Separatamente, lo scaricamento del contesto sposta i risultati voluminosi degli strumenti fuori dal contesto immediato del modello, lasciando all’agente un’anteprima e la possibilità di accedere al risultato completo quando necessario.
Gli strumenti integrati includono todo_write, che conserva un piano strutturato tra le invocazioni della stessa sessione, anche dopo la sintesi. subagent Lo strumento assegna un’attività autonoma a un nuovo agente operativo all’interno dell’invocazione, condividendone i limiti e gli hook per le chiamate agli strumenti senza creare una risorsa harness gestita separatamente. web_fetch recupera i contenuti delle pagine web, mentre strumenti distinti read, write e edit consentono di concedere singolarmente le autorizzazioni per il file system.
Gli hook del ciclo di vita controllano gli strumenti e gli agenti secondari
Gli hook del ciclo di vita inseriscono controlli deterministici in quattro punti del ciclo dell’agente. Il rifiuto di una funzione Lambda ha un effetto diverso in ciascun punto di controllo:
| Evento | Quando viene eseguito | Effetto del rifiuto di una funzione Lambda |
|---|---|---|
before_invocation |
Prima che l’agente elabori la richiesta | Interrompe l’invocazione con hook_stopped |
before_tool_call |
Dopo che il modello propone una chiamata a uno strumento e prima dell’esecuzione | Salta la chiamata allo strumento; il ciclo dell’agente prosegue |
after_tool_call |
Dopo che è disponibile il risultato di uno strumento | Conserva il risultato e si interrompe prima di ulteriori inferenze |
after_invocation |
Dopo il completamento dell’invocazione | Comunica la decisione; l’output trasmesso in streaming non può essere ritirato |
Solo gli hook Lambda possono modificare il ciclo dell’agente. Vengono eseguiti in modo sincrono e restituiscono una decisione di autorizzazione o rifiuto, con una motivazione facoltativa; gli hook di Amazon SNS e Amazon EventBridge inviano notifiche senza bloccare l’esecuzione. Se una funzione Lambda va in timeout o restituisce un errore, si applica la configurazione failureMode prevista, che per impostazione predefinita nega l’autorizzazione. Le decisioni compaiono come hookEvent voci nel InvokeHarness flusso della risposta.
Nell’esempio di agente di supporto di AWS, un before_tool_call hook rifiuta una issue_refund chiamata di rimborso superiore alla soglia di approvazione automatica di 500 $. L’harness non esegue il rimborso e lascia proseguire l’agente, affinché possa segnalare la necessità di un’escalation. Gli hook per le chiamate agli strumenti si applicano anche alle chiamate degli agenti secondari, impedendo che la delega aggiri la policy; gli hook a livello di invocazione, invece, vengono eseguiti una sola volta per l’intera invocazione.
Il lancio graduale non modifica le configurazioni esplicite
L’esperienza basata su Strands ha iniziato a essere distribuita ai nuovi harness e a quelli esistenti l’11 novembre 2026 e non richiede alcun intervento da parte dei clienti. Le configurazioni fornite esplicitamente rimangono invariate. I server Model Context Protocol già utilizzati dai clienti, AgentCore Gateway, Browser, Code Interpreter, la memoria e i container forniti dai clienti continuano a funzionare tramite le interfacce attuali.
Le impostazioni di configurazione determinano quanto del comportamento di un agente possa cambiare in seguito. Un ID modello mantiene un modello specifico, systemPrompt sostituisce le istruzioni gestite e truncation mantiene una policy di gestione del contesto scelta. Se si omette allowedTools o lo si imposta su "*" si accetta un insieme di strumenti consigliato, che può acquisire nuove funzionalità nel tempo; specificare singolarmente i selettori mantiene invariato il perimetro di sicurezza o delle funzionalità.
Il servizio gestito può quindi aggiornare parti non specificate di un agente man mano che AWS rivede le proprie raccomandazioni, facendo della configurazione esplicita il punto di controllo per i carichi di lavoro che richiedono un comportamento stabile e un insieme di strumenti definito.












