AWS 发布 AgentCore 新能力：时序策略与网关限流，为智能体行为与成本设硬性边界

摘要：AWS 宣布 Amazon Bedrock AgentCore 推出两项新能力：基于全新开源策略语言 Dogwood 的时序策略（Temporal Policies），以及网关层限流（Rate Limiting）。时序策略可对智能体动作序列进行确定性控制，防止跨步骤的越权行为；网关限流则提供按用户、工具、模型维度的请求数、Token 数和连接时长上限，有效控制成本。这两项功能均无需修改智能体代码，即可在基础设施层强制执行，为企业在生产环境中安全、可控地规模化部署智能体提供了关键保障。

---

概述

随着 AI 智能体自主性增强，企业对其安全与成本的担忧日益加剧。McKinsey 报告显示，约 80% 的组织已遭遇智能体风险行为，安全与风险成为规模化部署智能体的首要障碍。AWS 在 Amazon Bedrock AgentCore 中推出两项新能力：时序策略（Temporal Policies）和网关限流（Rate Limiting），旨在从基础设施层面为智能体行为与成本设定硬性边界。

时序策略：超越单次动作的序列控制

传统策略仅对单个请求进行无状态检查，无法识别跨步骤的恶意模式。时序策略通过跟踪会话内智能体的历史动作序列，实现更全面的控制。例如：

• 参数一致性：阻止将错误账户号传递给转账调用，要求与先前调用返回值匹配。
• 预算累计：即使单笔采购低于阈值，一旦会话总支出达到预算即阻止后续购买。
• 顺序强制：要求步骤按预设顺序执行，或重大操作需人工审批。

时序策略在网关层强制执行，智能体无法感知或绕过策略逻辑，决策确定性、默认拒绝，并记录完整上下文。

Dogwood：专为智能体设计的开源策略语言

Dogwood 基于 Cedar 构建，新增时序构造（如速率限制、时间窗口、前置步骤、升级触发），专为智能体治理设计。Dogwood 以 Apache 2.0 协议开源，提供规范与参考实现，使客户能完全了解策略评估过程，并支持生态工具建设。

网关限流：控制智能体资源消耗

AI 成本不可预测是规模化部署的另一大障碍。AgentCore 网关现支持按用户、工具、模型设置限流，覆盖请求数、Token 数、连接时长三个维度，有效防止重试循环、高推理消耗或长连接导致的成本失控。限流支持每秒/每分钟窗口，配置后立即生效，无需修改智能体代码，平台团队可灵活配置不同层级的上限。

行业影响与开发者建议

这两项能力将安全与成本控制从应用代码下沉到平台层，使企业能够以统一、可靠的方式管理智能体。开发者无需重构现有智能体即可采用，可独立部署。建议开发者：

• 评估现有智能体工作流，识别需要时序控制的场景。
• 利用 Dogwood 开源实现，定制符合业务需求的策略。
• 在网关配置合理的限流策略，防止成本失控。

未来展望

AWS 表示将持续投入身份、可观测性、评估与可追溯性，进一步强化智能体治理。随着平台能力的增强，企业可以更放心地扩展智能体自主性。

原文出处：AWS Machine Learning Blog，原文链接

—— 完 ——

主题标签： #AWS #Bedrock AgentCore #时序策略 #Dogwood #限流