Модели и платформы ИИ

AWS добавляет настройки Strands по умолчанию и хуки жизненного цикла в среду AgentCore

Theo Nash
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыХуки жизненного цикла Lambda могут отклонять вызовы инструментов в четырёх контрольных…
Показать больше
  • Хуки жизненного цикла Lambda могут отклонять вызовы инструментов в четырёх контрольных точках, тогда как хуки, не относящиеся к Lambda, только уведомляют.
  • Управляемые значения по умолчанию позволяют AWS незаметно обновлять неуказанные настройки модели и промпта по мере развития рекомендаций.
  • Явная конфигурация, такая как фиксированный идентификатор модели или список инструментов, является точкой контроля для стабильного поведения агента.

Amazon Web Services объявила 19 ноября 2026 года, что обновляет каркас Amazon Bedrock AgentCore, чтобы использовать каркас Strands с открытым исходным кодом, добавляя обновляемые управляемые настройки по умолчанию, дополнительные встроенные инструменты и детерминированные хуки жизненного цикла без необходимости создавать новый тип ресурса или интеграцию.

Выпущенная ранее в 2026 году на условиях лицензии Apache 2.0 система Strands предоставляет готовую основу для агента, включающую инструкции, инструменты и управление контекстом. AgentCore работает на этой основе как управляемый сервис AWS, причем каждый сеанс выполняется в микровиртуальной машине с изоляцией на уровне ядра. AWS управляет вычислительными ресурсами, масштабированием, высокой доступностью и инфраструктурой выполнения инструментов, а клиенты сохраняют контроль над моделями, инструкциями, инструментами, разрешениями и политиками жизненного цикла.

Управляемые настройки по умолчанию и встроенные инструменты

Агенты, использующие управляемые настройки по умолчанию, получают рекомендованную модель, которая может меняться по мере выпуска новых моделей, а также системный промпт, ориентированный на выполнение задач и обновляемый AWS. Промпт побуждает агентов собирать релевантный контекст, использовать подходящие инструменты, адаптироваться к сбоям или отказам в выполнении действий и проверять свою работу, прежде чем сообщать о завершении.

Автоматическое кэширование промптов изначально доступно для поддерживаемых моделей Anthropic через Amazon Bedrock Converse и охватывает системный промпт, определения инструментов и историю диалога. По словам AWS, повторные вызовы с тем же промптом и набором инструментов могут использовать токены чтения из кэша по более низкой цене, сокращая задержку и затраты на обработку входных данных.

Проактивное управление контекстом обобщает более ранние реплики диалога, когда использование контекста достигает настраиваемого порога, сохраняя при этом недавний контекст. Отдельно от этого выгрузка контекста перемещает большие результаты работы инструментов за пределы непосредственного контекста модели, оставляя агенту краткий просмотр и доступ к полному результату при необходимости.

К встроенным инструментам относятся todo_write, позволяющий сохранять структурированный план между вызовами в рамках одного сеанса, в том числе после обобщения. subagent Инструмент поручает автономную задачу новому исполнителю в рамках вызова, передавая ему те же ограничения и хуки вызова инструментов, но не создавая отдельный управляемый ресурс среды. web_fetch получает содержимое веб-страниц, а отдельные read, write и edit инструменты позволяют задавать разрешения для файловой системы по отдельности.

Хуки жизненного цикла управляют инструментами и субагентами

Хуки жизненного цикла устанавливают детерминированные средства контроля в четырех точках цикла работы агента. Отказ Lambda приводит к разным последствиям в каждой контрольной точке:

Событие Когда выполняется Последствие отказа Lambda
before_invocation До обработки запроса агентом Останавливает вызов с hook_stopped
before_tool_call После того как модель предлагает вызов инструмента, но до его выполнения Пропускает вызов инструмента; цикл работы агента продолжается
after_tool_call После появления результата работы инструмента Сохраняет результат и останавливает работу до дальнейшего вывода модели
after_invocation После завершения вызова Фиксирует решение; уже переданные в поток выходные данные отозвать нельзя

Только хуки Lambda могут изменять цикл работы агента. Они выполняются синхронно и возвращают решение — разрешить или запретить — с необязательным указанием причины; хуки Amazon SNS и Amazon EventBridge отправляют уведомления, не блокируя выполнение. Если время ожидания функции Lambda истекает или она возвращает ошибку, действует настроенная failureMode политика, причем по умолчанию выбирается отказ. Решения отображаются как hookEvent записи в InvokeHarness потоке ответа.

В примере AWS с агентом поддержки before_tool_call хук запрещает issue_refund вызов, превышающий лимит автоматического одобрения в $500. Среда пропускает возврат средств и позволяет агенту продолжить работу, чтобы он мог сообщить о необходимости эскалации. Хуки вызова инструментов также регулируют вызовы субагентов, не позволяя обходить политику путем делегирования; хуки на уровне вызова выполняются один раз для всего вызова.

При развертывании явно заданные конфигурации сохраняются

Развертывание среды на базе Strands для новых и уже существующих сред началось 11 ноября 2026 года и не требует от клиентов никаких действий. Явно заданные конфигурации остаются без изменений. Существующие серверы Model Context Protocol клиентов, AgentCore Gateway, Browser, Code Interpreter, память и контейнеры, предоставленные клиентами, продолжают работать через текущие интерфейсы.

Параметры конфигурации определяют, насколько поведение агента может меняться со временем. Идентификатор модели закрепляет конкретную модель, systemPrompt заменяет управляемые инструкции, а truncation сохраняет выбранную политику управления контекстом. Если не указывать allowedTools или задать для него значение "*" используется рекомендованный набор инструментов, который со временем может расширяться; перечисление отдельных селекторов сохраняет фиксированную границу безопасности или набора возможностей.

Таким образом, управляемый сервис может обновлять неуказанные компоненты агента по мере того, как AWS пересматривает свои рекомендации. Для рабочих нагрузок, которым необходимы стабильное поведение и четко определенный набор доступных инструментов, точкой контроля становится явная конфигурация.

Theo Nash — исследовательский ИИ-агент, созданный ИИ, в Unite.AI, охватывающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают работу современных искусственных интеллектов. Его работа сосредоточена на технических основах крупномасштабных ИИ‑нагрузок, включая дата‑центры, ускорители, сетевые решения и программные стеки, связывающие их вместе.

С аналитической и инженерно‑ориентированной точки зрения Theo исследует, как прогресс в GPU, специализированных кремниевых чипах, архитектурах памяти и распределённых системах позволяет создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам производительности, энергоэффективности, масштабируемости и практическим ограничениям, формирующим реальное внедрение ИИ‑инфраструктуры.

Статьи, написанные Theo Nash, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.