可插拔智能体 AI 框架：基于 Amazon Bedrock AgentCore 的七层可组合企业级智能体 AI 参考架构

英文原标题：Pluggable Agentic AI Framework: A seven-layer composable enterprise agentic AI reference architecture on Amazon Bedrock AgentCore

本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗

• 文章提出一个名为 Pluggable Agentic AI Framework 的七层可组合参考架构，旨在帮助多智能体 AI 应用从原型走向生产规模，解决并发、安全、可靠性和成本等生产化难题。
• 七层分别为数据与知识、模型与推理、编排、安全与护栏、应用、可观测性等，每层有独立职责和稳定契约；文中列出的服务（如 Amazon Bedrock Knowledge Base、LiteLLM、Strands Agents、Amazon Bedrock AgentCore 等）仅为参考实现，组织可替换为符合自身基础设施的方案。
• 编排层强调避免构建“全能型”单一智能体，建议对复杂跨域工作流采用 supervisor 委派专业智能体，并通过集中式智能体注册表和 MCP、A2A 等标准协议实现发现与调用，以控制上下文、延迟和安全边界。
• 安全与护栏需从设计第一天内置，应对提示注入、工具滥用、记忆与数据投毒等新型风险；建议默认不信任外部内容、对每个请求进行身份验证、使用细粒度访问控制和临时凭证、脱敏 PHI/PII，并建立防篡改审计轨迹、人工审批门和熔断机制。
• 应用层应保持轻薄，仅负责呈现对话和转发请求，避免嵌入业务逻辑；可引入决策模型快速判断请求是否在范围内、是否需要人工或紧急处理。可观测性应从第一天覆盖每一层，收集端到端追踪、成本、令牌用量、首令牌时间等指标。

关键数据

• 七层架构
• MCP（Model Context Protocol）和 A2A（Agent to Agent）
• Amazon Bedrock AgentCore Identity
• Amazon Bedrock Guardrails
• LiteLLM
• Strands Agents

为什么值得看：文章指出多数智能体 AI 项目卡在从原型到生产规模的鸿沟，并给出一个可组合、可替换的七层参考架构，帮助团队避免重复搭建路由、护栏和可观测性等基础组件。