Mô hình và nền tảng AI

AWS bổ sung cấu hình mặc định của Strands và móc vòng đời vào khung AgentCore

Theo Nash
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhCác hook vòng đời Lambda có thể từ chối các lệnh gọi công cụ tại bốn điểm kiểm tra…
Xem thêm
  • Các hook vòng đời Lambda có thể từ chối các lệnh gọi công cụ tại bốn điểm kiểm tra trong khi các hook không phải Lambda chỉ thông báo.
  • Các mặc định được quản lý cho phép AWS âm thầm cập nhật các cài đặt mô hình và lời nhắc không được chỉ định khi các khuyến nghị phát triển.
  • Cấu hình rõ ràng như ID mô hình cố định hoặc danh sách công cụ là điểm kiểm soát cho hành vi ổn định của tác nhân.

Amazon Web Services thông báo vào ngày 19 tháng 11 năm 2026 rằng hãng đang nâng cấp khung Amazon Bedrock AgentCore để sử dụng khung Strands mã nguồn mở, bổ sung các cấu hình mặc định được quản lý và liên tục cập nhật, thêm công cụ tích hợp và móc vòng đời có tính xác định mà không cần loại tài nguyên hoặc tích hợp mới.

Strands, được phát hành vào đầu năm 2026 theo giấy phép Apache 2.0, cung cấp một nền tảng tác tử hoàn chỉnh, bao gồm chỉ dẫn, công cụ và khả năng quản lý ngữ cảnh. AgentCore vận hành nền tảng đó dưới dạng dịch vụ AWS được quản lý, với mỗi phiên chạy trong một máy ảo siêu nhỏ được cô lập ở cấp nhân. AWS quản lý năng lực tính toán, khả năng mở rộng, tính sẵn sàng cao và cơ sở hạ tầng thực thi công cụ, trong khi khách hàng vẫn kiểm soát mô hình, chỉ dẫn, công cụ, quyền và chính sách vòng đời.

Cấu hình mặc định được quản lý và công cụ tích hợp

Các tác tử sử dụng cấu hình mặc định được quản lý sẽ nhận được một mô hình được đề xuất, có thể thay đổi khi mô hình mới được phát hành, cùng với lời nhắc hệ thống định hướng theo nhiệm vụ mà AWS cũng cập nhật theo thời gian. Lời nhắc khuyến khích tác tử thu thập ngữ cảnh liên quan, sử dụng công cụ phù hợp, ứng phó với lỗi hoặc hành động bị từ chối, đồng thời kiểm tra lại công việc trước khi báo cáo hoàn tất.

Ban đầu, tính năng lưu bộ nhớ đệm lời nhắc tự động được cung cấp cho các mô hình Anthropic được hỗ trợ thông qua Amazon Bedrock Converse, áp dụng cho lời nhắc hệ thống, định nghĩa công cụ và lịch sử hội thoại. AWS cho biết các lệnh gọi lặp lại với cùng lời nhắc và tập hợp công cụ có thể sử dụng token đọc từ bộ nhớ đệm với giá thấp hơn, giúp giảm độ trễ và chi phí xử lý đầu vào.

Tính năng quản lý ngữ cảnh chủ động tóm tắt các lượt hội thoại cũ khi mức sử dụng ngữ cảnh đạt đến ngưỡng có thể cấu hình, đồng thời giữ lại ngữ cảnh gần đây. Riêng tính năng chuyển ngữ cảnh ra ngoài sẽ đưa các kết quả công cụ lớn ra khỏi ngữ cảnh tức thời của mô hình, để lại cho tác tử phần xem trước và khả năng truy cập kết quả đầy đủ khi cần.

Các công cụ tích hợp bao gồm todo_write, giúp duy trì kế hoạch có cấu trúc qua các lần gọi trong cùng một phiên, kể cả sau khi tóm tắt. Một subagent công cụ giao một nhiệm vụ độc lập cho một tác tử phụ mới trong lần gọi, chia sẻ các giới hạn và móc gọi công cụ của tác tử đó mà không tạo tài nguyên khung được quản lý riêng. web_fetch truy xuất nội dung trang web, trong khi các công cụ riêng biệt read, write và edit cho phép cấp riêng quyền truy cập hệ thống tệp.

Móc vòng đời kiểm soát công cụ và tác tử phụ

Móc vòng đời chèn các biện pháp kiểm soát có tính xác định tại bốn thời điểm trong vòng lặp tác tử. Việc Lambda từ chối có tác động khác nhau tại mỗi điểm kiểm tra:

Sự kiện Thời điểm chạy Tác động khi Lambda từ chối
before_invocation Trước khi tác tử xử lý yêu cầu Dừng lần gọi với hook_stopped
before_tool_call Sau khi mô hình đề xuất gọi công cụ và trước khi thực thi Bỏ qua lệnh gọi công cụ; vòng lặp tác tử tiếp tục
after_tool_call Sau khi có kết quả từ công cụ Giữ lại kết quả và dừng trước khi suy luận thêm
after_invocation Sau khi lần gọi hoàn tất Báo cáo quyết định; không thể thu hồi nội dung đã truyền trực tuyến

Chỉ các móc Lambda mới có thể thay đổi vòng lặp tác tử. Chúng chạy đồng bộ và trả về quyết định cho phép hoặc từ chối, kèm lý do nếu cần; các móc Amazon SNS và Amazon EventBridge gửi thông báo mà không chặn quá trình thực thi. Nếu hàm Lambda hết thời gian chờ hoặc trả về lỗi, cấu hình đã thiết lập failureMode sẽ được áp dụng, mặc định là từ chối. Các quyết định xuất hiện dưới dạng hookEvent mục trong InvokeHarness luồng phản hồi.

Trong ví dụ về tác tử hỗ trợ của AWS, một before_tool_call móc issue_refund từ chối một lệnh gọi vượt quá giới hạn tự động phê duyệt 500 USD. Khung này bỏ qua khoản hoàn tiền và cho phép tác tử tiếp tục để báo cáo việc chuyển cấp xử lý. Các móc gọi công cụ cũng chi phối lệnh gọi của tác tử phụ, ngăn việc ủy quyền né tránh chính sách; trong khi đó, các móc cấp lần gọi chỉ chạy một lần cho toàn bộ lần gọi.

Quá trình triển khai giữ nguyên các cấu hình được chỉ định rõ ràng

Trải nghiệm dựa trên Strands bắt đầu được triển khai cho các khung mới và hiện có vào ngày 11 tháng 11 năm 2026, không cần khách hàng thực hiện thao tác nào. Các cấu hình được chỉ định rõ ràng vẫn không thay đổi. Máy chủ Model Context Protocol hiện có của khách hàng, AgentCore Gateway, Browser, Code Interpreter, bộ nhớ và các vùng chứa do khách hàng cung cấp tiếp tục hoạt động thông qua các giao diện hiện tại.

Các thiết lập cấu hình quyết định mức độ hành vi của tác tử có thể thay đổi về sau. ID mô hình giữ nguyên một mô hình cụ thể, systemPrompt thay thế các chỉ dẫn được quản lý, đồng thời truncation giữ nguyên chính sách quản lý ngữ cảnh đã chọn. Việc không chỉ định allowedTools hoặc đặt giá trị này thành "*" sẽ chấp nhận tập hợp công cụ được đề xuất, vốn có thể được bổ sung năng lực theo thời gian; việc liệt kê từng bộ chọn riêng lẻ sẽ duy trì ranh giới bảo mật hoặc năng lực cố định.

Do đó, dịch vụ được quản lý có thể cập nhật những phần chưa được chỉ định của một tác tử khi AWS điều chỉnh các khuyến nghị, biến cấu hình tường minh thành điểm kiểm soát đối với các khối lượng công việc đòi hỏi hành vi ổn định và phạm vi công cụ được xác định rõ.

Theo Nash là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về hạ tầng AI, tính toán và các hệ thống phần cứng cung cấp năng lực cho trí tuệ nhân tạo hiện đại. Công việc của anh tập trung vào các nền tảng kỹ thuật phía sau các khối lượng công việc AI quy mô lớn, bao gồm trung tâm dữ liệu, bộ tăng tốc, mạng và các ngăn xếp phần mềm kết nối chúng lại với nhau.

Với góc nhìn phân tích và dựa trên kỹ thuật, Theo xem xét cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép các thế hệ mới của mô hình AI. Anh đặc biệt chú ý đến các đánh đổi về hiệu năng, hiệu suất năng lượng, khả năng mở rộng và các ràng buộc thực tiễn định hình việc triển khai hạ tầng AI trong thực tế.

Các bài viết do Theo Nash viết được tạo ra bởi AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và việc đưa tin có trách nhiệm về môi trường tính toán AI đang phát triển nhanh chóng.