AWS联合OpenAI推出Bedrock Managed Agents预览版,企业智能体可留在自有云环境运行

AWS联合OpenAI推出Bedrock Managed Agents预览版,企业智能体可留在自有云环境运行

qidao123.com企服评测-应用市场2026-10-0264
双方共建的托管智能体服务内置Codex harness与AgentCore,每个智能体拥有独立IAM角色并记录CloudTrail审计,预览期免收服务费。

新闻原文

9月30日,亚马逊云科技宣布Amazon Bedrock Managed Agents(BMA)正式开启预览,该服务由AWS与OpenAI联合开发,基于定制版OpenAI Agents API打造为AWS原生架构,企业可以在自己的AWS环境内构建和运行由OpenAI模型驱动的智能体,预览期覆盖美东(弗吉尼亚北部、俄亥俄)与美西(俄勒冈)三个区域。

BMA将OpenAI模型与Codex harness、Amazon Bedrock AgentCore相结合,托管运行时负责模型状态保持、工具选择、代码执行与多步任务协调;持久会话会保留消息、工具调用与中间结果,用户可以中断任务、补充信息后从既有进度继续。开发者还能为智能体添加可复用技能,并通过MCP服务器连接外部工具。

安全治理是该服务的主打点:每个智能体使用独立的IAM角色,按既定权限访问资源;在执行高影响操作前支持人工审批;受支持的API活动统一记录到AWS CloudTrail,方便安全团队审计。预览期间,AWS不额外收取BMA服务费,企业只需为智能体消耗的底层资源付费,正式商用后定价可能调整。

此前企业要部署OpenAI模型的智能体,往往要把数据和编排链路接到OpenAI自身基础设施,或自行拼装第三方框架。BMA把推理与运行时整体搬进AWS边界内,直接回应了大型企业对敏感数据出域的顾虑,也被视为AWS对微软Azure AI Foundry、谷歌Vertex AI的有力回应。目前Bedrock上已汇聚Claude、Llama、Mistral与亚马逊自研Nova等模型家族,Salesforce等合作伙伴已在共同打磨企业级落地场景。

企服观察

BMA这个产品把一个行业级难题摆上了台面:智能体到底应该住在哪里?过去企业用OpenAI的智能体能力,数据要出自己的云边界,安全部门一票否决的情况屡见不鲜;自己拼开源框架,治理能力又跟不上。AWS和OpenAI的解法是把OpenAI的Agents API原生化,塞进AWS的IAM、审批和审计体系里。对CIO来说,这意味着智能体第一次可以像普通工作负载一样被纳管——有身份、有权限、有日志,出了问题能追责。智能体从"演示项目"走向"生产系统",缺的就是这一层基础设施。

每个智能体一个独立IAM角色,这个设计值得所有做企业AI产品的团队抄作业。国内不少智能体平台还在用一个大key调所有系统的方式跑任务,权限粒度粗、出事无法定位。BMA把最小权限原则带到了智能体运行时,再加上高影响操作前的人工审批和CloudTrail全量记录,本质上是把过去二十年企业IT沉淀的权限治理体系平移到了AI层。可以预期,国内监管和甲方很快会用同样标准要求国产智能体平台,提前补课的厂商会拿到先发优势。尤其是金融、政务、医疗这类强监管行业,审计和追责本来就是刚需,智能体平台若能把权限、审批、日志做成开箱即用的能力,反而可以把合规从成本项变成竞标时的卖点。

MCP协议被BMA原生支持,进一步坐实了它的事实标准地位。智能体要干活,就得连CRM、ERP、工单这些存量系统,协议不统一,每接一个系统都要定制开发,这是智能体项目成本居高不下的主因。当AWS、以及此前Anthropic、各大工具链都押注MCP,连接器生态会加速繁荣,做企业系统集成的服务商应该尽早把MCP能力纳入自己的交付标准。

从竞争格局看,这单合作颇为微妙。OpenAI需要AWS的企业客户和合规背书,AWS需要顶级模型留住工作负载,双方各取所需,但也埋着暗线:AWS自有Nova系列和Bedrock上的Claude都是OpenAI的对手,把OpenAI智能体迎进门,AWS是在用平台中立性换短期收入。对企业客户倒是好事——多云多模型已经是现实,谁能把不同家的模型和智能体管起来,谁就是采购时的赢家。

预览期免服务费是个清晰的钩子。智能体一旦跑起来,消耗的是token、计算和存储,这些底层资源的账单会随任务量持续放大。企业在试点期就该把正式商用后的定价模型算清楚,把"智能体数量、调用频次、资源配额"写进预算,否则等规模化那天,账单可能比省下的人力成本涨得还快。对预算紧张的团队,预览期正适合做架构验证和权限设计,等正式定价落地后再决定放量节奏。

对照国内市场,主流云平台的智能体托管服务也在朝同一方向演进,但"把外部头部模型的原生智能体运行时整体搬进客户云环境"这一步,国内尚未有同等动作。BMA验证了一条值得参考的路线:模型能力按需引入,治理体系留在客户自己手里。国内企业落地智能体时可以照此做架构决策——把数据不出域、权限审计颗粒度到智能体实例作为硬性选型条件,优先考虑支持私有化或专属环境运行的平台,再横向比较模型能力与编排易用性。选型顺序对了,后面换模型的成本才可控。

好内容,需要你的鼓励

评论

请评价真实、客观、有价值的内容
0/500

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

还没有评论,期待你的第一条客观评价
qidao123.com:企服评测·应用市场·商务社交-IT产业互联网
微信订阅号微信订阅号
微信服务号微信服务号
微信客服微信客服(加群)
小程序小程序
H5H5
关于我们
商务合作
本站浏览量:4227189 ©Copyright 2022-2026 杭州祥升科技有限公司 版权所有浙ICP备20004199号