控制代理行为与成本，超越单次操作：Amazon Bedrock AgentCore 的新功能
摘要
亚马逊为 Amazon Bedrock AgentCore 推出时序策略和速率限制，通过开源语言 Dogwood 在网关层评估代理动作序列，以解决企业代理治理与成本控制问题。
核心要点
- McKinsey 报告显示，约 80% 的组织已遭遇 AI 代理的风险行为，安全与风险担忧是扩展代理 AI 的主要障碍。
- AgentCore 网关是完全托管、无服务器的入口，统一路由到 MCP 服务器、LLM、代理和知识库，所有调用都经过网关。
- 时序策略允许策略引擎查看会话中已执行的动作序列，可阻止如转账目标账户与之前返回值不匹配、累计消费超预算等风险。
- Dogwood 是基于 Cedar 的新策略语言，内置速率限制、时间窗口、前提步骤和升级触发等时序构造，以 Apache 2.0 开源。
- 速率限制作用于网关，限制 token 和调用消耗速度，避免重试循环或异常会话导致成本不可预测。
原文佐证
- roughly 80% of organizations have already encountered risky behavior from AI agents
- security controls belong in the infrastructure layer
- Dogwood embeds Cedar and adds temporal constructs for agent governance including rate limits, time windows, prerequisite steps, and escalation triggers.
AI 洞察
将治理逻辑下沉到网关基础设施，意味着企业不再依赖各团队自行实现安全控制，而是平台统一强制，这大幅降低了规模化部署代理的信任成本。时序策略开创了‘行为序列审计’这一新维度，预示 AI 代理治理将从静态授权走向动态、上下文感知的实时控制。Dogwood 开源可能推动行业形成统一的代理策略语言标准，但也可能与其他专有方案形成竞争。