AWS AgentCore Agentic AI

„Es handelt sich um eine grundlegende Veränderung in mehreren Dimensionen“, so Sivasubramanian. „Sie stellt die Art und Weise, wie Software entwickelt wird, auf den Kopf. Außerdem bringt sie eine Reihe neuer Herausforderungen für die Bereitstellung und den Betrieb mit sich und verändert möglicherweise am stärksten die Art und Weise, wie Software mit der Welt interagiert – und wie wir mit Software interagieren.“

AgentCore ist ein komplettes Servicepaket für die Bereitstellung und den Betrieb hochwirksamer KI-Agenten unter Verwendung beliebiger Frameworks und Modelle. Während Unternehmen um die Einführung von KI-Agenten wetteifern, stehen sie vor einer entscheidenden Herausforderung: Sie müssen Systeme entwickeln, die autonom über digitale Grenzen hinweg agieren können und gleichzeitig die für den Einsatz in Unternehmen erforderlichen Sicherheits-, Zuverlässigkeits- und Governance-Standards einhalten.

AgentCore hilft Entwicklern, die kritische Lücke zwischen Proof of Concept und Produktion für KI-Agenten zu schließen. Es bietet eine Reihe von kombinierbaren Lösungen, mit denen Unternehmen Agenten von Prototypen zu Anwendungen weiterentwickeln können, die auf Millionen von Endnutzern skalierbar sind. Kunden wie Itaú Unibanco, Innovaccer, Boomi, Epsilon und Box setzen bereits auf AgentCore.

Intelligente Agentensysteme beginnen bereits, komplexe Probleme zu lösen, Arbeitsabläufe zu automatisieren und neue Möglichkeiten in verschiedenen Branchen zu schaffen. Mit agentenbasierter KI hat AstraZeneca die Gewinnung von Erkenntnissen im Gesundheitswesen beschleunigt, Yahoo Finance hat die Finanzforschung für Millionen von Anlegern transformiert und Syngenta hat die Landwirtschaft mit KI-gesteuerter Präzisionslandwirtschaft revolutioniert.

Um diese ersten Erfolge auf eine breite Anwendung auszuweiten, benötigen Unternehmen einen praktischen Ansatz, der der inhärenten Komplexität von Agentensystemen gerecht wird. AWS hat es sich zum Ziel gesetzt, der beste Ort für die Entwicklung der weltweit nützlichsten KI-Agenten zu sein und Unternehmen in die Lage zu versetzen, zuverlässige und sichere Agenten in großem Maßstab einzusetzen.

AWS konzentriert sich darauf, die Vision von AWS für agentenbasierte KI für jedes Unternehmen zugänglich zu machen, indem es schnelle Innovation mit einer starken Grundlage aus Sicherheit, Zuverlässigkeit und operativer Exzellenz kombiniert. Der Ansatz von AWS beschleunigt den Fortschritt, indem er auf bewährten Prinzipien aufbaut und gleichzeitig neue Möglichkeiten nutzt – so entstehen Systeme, die sich anpassen können, wenn sich Modelle weiterentwickeln, neue Funktionen entstehen und Anwendungsfälle in Unternehmen zunehmen.

AWS verwirklicht diese Vision mit neuen Funktionen, die die grundlegenden Aspekte der Entwicklung und Bereitstellung von Agenten in großem Maßstab berücksichtigen. Diese Innovationen helfen Ihnen, über Experimente hinaus zu produktionsreifen Agentensystemen zu gelangen, denen Sie die wichtigsten Geschäftsprozesse anvertrauen können.

Der AWS AI Stack: Eine umfassende Grundlage für die Entwicklung und Bereitstellung produktionsreifer agentenbasierter KI-Systeme in großem Maßstab.

Leitprinzipien, entwickelt für Agenten

Der Ansatz von AWS für agentenbasierte KI basiert auf der Erfahrung mit der internen Entwicklung von Agentensystemen und der Unterstützung von Hunderttausenden von Kunden bei der Beschleunigung ihrer KI-Entwicklung. Die Kernprinzipien leiten alles, was AWS in diesem Bereich tut:

Prinzip 1: Agilität als Wettbewerbsvorteil nutzen

Erfolgreiche Unternehmen sind nicht diejenigen, die die Zukunft perfekt vorhersagen können, sondern diejenigen, die sich schnell an Veränderungen anpassen. Um agil zu bleiben, ist eine agentenbasierte Architektur erforderlich, die Flexibilität und Offenheit statt starrer Frameworks oder singulärer Modelle bietet. Das bedeutet, Systeme zu entwickeln, die neue Modelle integrieren können, sobald diese verfügbar sind, eine Verbindung zu proprietären Datenquellen herstellen und sich nahtlos in bestehende Tools einbinden lassen.

Das doppelte Bedürfnis nach Stabilität und Anpassungsfähigkeit hat uns dazu veranlasst, Amazon Bedrock AgentCore zu entwickeln, einen vollständigen Satz von Diensten für die sichere Bereitstellung und den Betrieb hochleistungsfähiger Agenten im Unternehmensmaßstab. AgentCore bietet eine sichere, serverlose Laufzeitumgebung mit vollständiger Sitzungsisolierung und der derzeit längsten verfügbaren Laufzeit für Workloads, Tools und Funktionen, die Agenten bei der Ausführung von Workflows mit den richtigen Berechtigungen und im richtigen Kontext unterstützen, sowie Kontrollen für den Betrieb vertrauenswürdiger Agenten. Seine Funktionen können zusammen oder unabhängig voneinander genutzt werden und arbeiten mit gängigen Open-Source-Frameworks wie CrewAI, LangGraph, LlamaIndex und Strands Agents sowie mit allen Modellen, einschließlich denen in (oder außerhalb von) Amazon Bedrock, sodass Entwickler bei technologischen Veränderungen agil bleiben können. Durch die Reduzierung undifferenzierter Schwerarbeit hilft AgentCore Unternehmen dabei, über Experimente hinaus zu produktionsreifen Agentensystemen zu gelangen, denen die kritischsten Geschäftsprozesse von AWS anvertraut werden können.

Kunden wie Itaú Unibanco, Innovaccer, Boomi, Box und Epsilon experimentieren bereits mit AgentCore und sind begeistert davon, wie schnell sie damit Agenten in die Produktion bringen können. Diese Early Adopters haben erkannt, dass AgentCore ihnen hilft, den Kompromiss zwischen der Flexibilität offener Software und der Sicherheit und Zuverlässigkeit von Unternehmenslösungen zu vermeiden, sodass sie sich auf die Schaffung von Geschäftswert konzentrieren können, anstatt Sicherheits- und Betriebsgrundlagen von Grund auf neu aufzubauen.

Prinzip 2: Weiterentwicklung der Grundlagen für das Zeitalter der Agenten

Die Kernprinzipien der Unternehmenstechnologie haben sich zwar nicht geändert, aber die Art und Weise, wie AWS sie umsetzt, muss für das Zeitalter der Agenten weiterentwickelt werden. Diese weiterentwickelten Grundlagen bilden die Basis, die produktionsreife Agenten möglich macht:

Sicherheit und Vertrauen. Agenten bringen neue Sicherheitsaspekte mit sich, da sie Systemgrenzen überschreiten, Aktionen im Namen von Benutzern ausführen oder mit vorab autorisierter Zustimmung der Benutzer selbst handeln. Vertrauen erfordert Transparenz, Schutzmaßnahmen und Überprüfung. AgentCore Runtime hilft dabei, diese Anforderungen mit dedizierten Rechenumgebungen pro Sitzung und Speicherisolierung zu erfüllen, die Datenlecks zwischen Agenten verhindern. Dabei baut es auf einem Jahrzehnt serverloser Innovation von AWS Lambda in den Bereichen Sicherheit und Skalierbarkeit auf.

Zuverlässigkeit und Skalierbarkeit. Herkömmliche Ansätze zur Skalierung von Software sind bei agentenbasierten Systemen unzureichend, da diese unvorhersehbaren Ausführungspfaden folgen und unterschiedliche Ressourcenanforderungen für verschiedene Interaktionen haben. AgentCore Runtime ist äußerst zuverlässig und verfügt über Checkpointing- und Wiederherstellungsfunktionen, die im Falle unerwarteter Unterbrechungen und Ausfälle eine reibungslose Wiederherstellung gewährleisten. Außerdem kann es automatisch die Skalierung von null auf Tausende von gleichzeitigen Sitzungen übernehmen, wodurch Kapazitätsplanung und Infrastrukturwartung entfallen.

Identität. Da Agenten im Namen von Benutzern und Systemen handeln, müssen sich herkömmliche Identitätsmodelle weiterentwickeln. Die Verwaltung der Berechtigungen sowohl des Agenten als auch des Benutzers, während Agenten komplexe Workflows über mehrere Systeme hinweg navigieren, wird für die Datensicherheit entscheidend. AgentCore Identity bietet sicheren Agenten-Zugriff auf AWS-Dienste und Anwendungen und Tools von Drittanbietern mit temporären, fein abgestuften Berechtigungen und standardbasierter Authentifizierung. Es funktioniert mit führenden Identitätsanbietern wie Amazon Cognito, Microsoft Entra ID und Okta sowie mit beliebten OAuth-Anbietern wie GitHub, Google, Salesforce und Slack.

Beobachtbarkeit. Um die Entscheidungen von Agenten zu verstehen, sind neue Ansätze für die Überwachung erforderlich. Beobachtbarkeit wird nicht nur für die Fehlerbehebung, sondern auch für die Einhaltung von Vorschriften und die kontinuierliche Verbesserung unerlässlich und stellt einen Wandel von der periodischen Prüfung zur ständigen Überwachung dar. AgentCore Observability bietet Echtzeit-Transparenz durch integrierte Dashboards und standardisierte Telemetrie, die sich in Ihren Überwachungsstack integrieren lässt.

Daten. Die proprietären Daten sind wertvoller denn je und ermöglichen es Agenten, bestimmte Zusammenhänge zu verstehen. Die Fähigkeit, sicher auf diese Daten zuzugreifen, sie zu verarbeiten und aus ihnen zu lernen, wird zu einem entscheidenden Unterscheidungsmerkmal für die Leistung und Relevanz von Agenten. Mit AgentCore Gateway können Sie beispielsweise Datenquellen, einschließlich Amazon Bedrock Knowledge Bases, in agentenkompatible Tools umwandeln, sodass Agenten auf aktuelle und relevante Informationen zugreifen können.

Nahtlose Integration. Agenten müssen mit allem in der Umgebung arbeiten: Systemen, anderen Clouds, SaaS-Anwendungen und anderen Agenten. AgentCore Gateway macht dies möglich, indem es APIs und Dienste mit minimalem Code in agentenkompatible Tools umwandelt, wodurch monatelange Integrationsarbeiten entfallen und Agenten Systeme entdecken und mit ihnen interagieren können. Das AWS Open source Strands Agents SDK ergänzt dies durch flexible Orchestrierungsmuster und Unterstützung für MCP und A2A, um eine nahtlose Koordination zwischen mehreren Agenten und Tools in verschiedenen Umgebungen zu ermöglichen. Der AWS API MCP Server bietet Agenten eine aufrufbare Schnittstelle zu AWS-Diensten, sodass Basismodelle verfügbare Vorgänge erkennen, Eingabe- und Ausgabevorgaben auswerten und Pläne erstellen können, die AWS-APIs aufrufen, um Ressourcen mit Echtzeit-AWS-Funktionen über das Modelltraining hinaus zu erkunden, zu konfigurieren oder zu verwalten.

Werkzeuge und Funktionen. Agenten benötigen spezielle Werkzeuge, um komplexe Aufgaben auszuführen und den Kontext über Interaktionen hinweg aufrechtzuerhalten. AgentCore Memory erleichtert Entwicklern die Erstellung kontextbezogener Agenten, indem es die komplexe Verwaltung der Speicherinfrastruktur überflüssig macht und gleichzeitig die vollständige Kontrolle über das Gedächtnis des KI-Agenten ermöglicht. Es bietet branchenführende Genauigkeit sowie Unterstützung für sowohl das Kurzzeitgedächtnis für mehrteilige Gespräche als auch das Langzeitgedächtnis, das über Sitzungen hinweg bestehen bleibt, mit der Möglichkeit, Speicherplätze zwischen kooperierenden Agenten zu teilen. Zu den integrierten Tools gehören der AgentCore Browser für AWSb-Interaktionen, mit dem Agenten navigieren und Aktionen  ausführen können, sowie der AgentCore Code Interpreter für die sichere Ausführung von Code, mit dem Agenten Daten verarbeiten, Visualisierungen erstellen und komplexe Probleme programmgesteuert lösen können. Diese Funktionen erweitern die Möglichkeiten von Agenten und gewährleisten gleichzeitig Sicherheit und Zuverlässigkeit.

Zusammen helfen diese weiterentwickelten Grundlagen Unternehmen dabei, sichere, zuverlässige und skalierbare Agentenarchitekturen aufzubauen, die konsistente Ergebnisse in Produktionsumgebungen liefern. Mit AgentCore unterstützt AWS Kunden dabei, sich auf die Wertschöpfung zu konzentrieren, anstatt die Infrastruktur neu zu erfinden.

Prinzip 3: Hervorragende Ergebnisse durch Modellauswahl und Daten

Das Herzstück jedes effektiven Agentensystems ist sein Basismodell, das die Fähigkeit eines Agenten zum Verstehen, Denken und Handeln bestimmt. Damit Agenten transformative Erfahrungen liefern können, müssen sorgfältig ausgewählte und potenziell maßgeschneiderte Modelle mit umfangreichem, kontextspezifischem Wissen interagieren, das bestimmt, wie effektiv das Modell Entscheidungen im Namen von AWS treffen kann. Diese Realität erstreckt sich auf alle KI-Anwendungen, weshalb AWS seinen Kunden sowohl die Freiheit gibt, das optimale Modell für jeden Anwendungsfall auszuwählen, als auch die Tools, um diese Modelle mit ihren einzigartigen Daten zu verbessern. Dieser Ansatz liefert überlegene Ergebnisse und das beste Preis-Leistungs-Verhältnis für alle KI-Implementierungen.

Die Anforderungen an Modelle sind sehr unterschiedlich – einige Anwendungen erfordern ausgefeilte Schlussfolgerungen, andere schnelle Reaktionen und viele legen Wert auf Kosteneffizienz in großem Maßstab. Kein einzelnes Modell ist in allen Dimensionen überragend, weshalb AWS 2023 mit Amazon Bedrock Pionierarbeit bei der Modellauswahl geleistet hat. Der eigentliche Unterschied liegt jedoch darin, wie Sie Modelle mit den proprietären Daten Ihres Unternehmens kombinieren und so generische KI in Systeme mit fundiertem Fachwissen verwandeln.

Um Ihnen bei der Erstellung von Modellen mit diesem hohen Maß an Fachwissen zu helfen, erweitert AWS seine Modellanpassungsfunktionen mit der Einführung von Amazon Nova Customization in Amazon SageMaker AI. Nova-Modelle bieten Kunden nun die Flexibilität, das Modell über den gesamten Modellentwicklungszyklus hinweg anzupassen. Dazu gehören das Vor- und Nach-Training, einschließlich Feinabstimmung und Ausrichtung, mit Unterstützung für parameter-effiziente Feinabstimmung (PEFT) und vollständige Feinabstimmung.

Damit bietet Nova nun eine umfassende Suite von Funktionen zur Modellanpassung, die für jede proprietäre Modellfamilie verfügbar ist. Mithilfe von Techniken wie Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO), Reinforcement Learning aus menschlichem Feedback unter Verwendung von Proximal Policy Optimization (PPO), Continued Pre-Training (CPT) und Knowledge Distillation können Kunden Nova-Modelle erstellen, die für ihren Anwendungsfall optimiert sind. Nach der Anpassung können diese Modelle direkt in Amazon Bedrock bereitgestellt werden, sodass Sie benutzerdefinierte Modelle nahtlos in Agentensysteme und andere KI-Anwendungen integrieren können.

AWS trainiert auch eigene AWS-Modelle, die für bestimmte Anwendungsfälle von Agenten optimiert sind. Nova Act ist ein KI-Modell, das für die Ausführung von Aktionen innerhalb eines Browsers trainiert wurde. Kunden können mit dem Nova Act SDK, das speziell für die Erstellung zuverlässiger Browser-Agenten auf Basis des Nova Act-Modells entwickelt wurde, mit der Erstellung ihrer eigenen Browser-Automatisierungsagenten beginnen. Das Nova Act SDK, das heute in der Forschungsvorschau verfügbar ist, verwendet AgentCore Browser für eine skalierbare, cloudbasierte Browserausführung.

Sobald Sie das richtige Modell gefunden haben, müssen Sie sicherstellen, dass es mit den proprietären und aktuellen Daten Ihres Unternehmens interagieren kann. Vektoren haben sich als die dominierende und schnellste Methode für den Zugriff von KI-Modellen auf Daten etabliert. Bislang zwangen die Kosten für die Speicherung von Vektor-Embeddings – der Schlüssel zur Ermöglichung dieser Intelligenz – Unternehmen dazu, ihre KI-Systeme auf aktuelle Daten zu beschränken, was ihr Potenzial einschränkte.

Die Einführung von Amazon S3 Vectors, dem ersten Cloud-Objektspeicher mit nativer Vektorunterstützung, markiert einen grundlegenden Wandel. Durch die Reduzierung der Vektorspeicherkosten um 90 % bei gleichbleibender Abfrageleistung im Subsekundenbereich ermöglicht S3 Vectors Agenten, die sich mehr merken, tiefer denken und einen umfassenden Kontext aus jeder Kundeninteraktion, jedem Dokument und jeder Geschäftseinblick aufrechterhalten. S3 Vectors lässt sich direkt in Amazon Bedrock Knowledge Bases für kostengünstige RAG-Anwendungen und Amazon OpenSearch Service für mehrstufige Vektorstrategien integrieren.

Prinzip 4: Setzen Sie Lösungen ein, die Erfahrungen verändern

Während Modelle und Infrastruktur die Art und Weise verändern, wie Unternehmen aufgebaut sind, verändern agentenbasierte Lösungen die Art und Weise, wie Unternehmen arbeiten. Die wahre Stärke der agentenbasierten KI liegt in ihrer Fähigkeit, Arbeitsabläufe und die Produktivität der Mitarbeiter in ganzen Branchen neu zu gestalten. Diese Lösungen befreien die Mitarbeiter von Routineaufgaben und bewältigen komplexe Informationsflüsse, sodass sich die Teams auf kreatives Denken und strategische Entscheidungen konzentrieren können. AWS macht diese Transformation durch vorgefertigte agentenbasierte Lösungen für mehr Unternehmen zugänglich. Durch die Kombination grundlegender Bausteine mit vorgefertigten Lösungen können Sie über Experimente hinaus zu umfassenden KI-Strategien gelangen, die greifbare Auswirkungen auf Ihr Geschäft haben.

Sie können jetzt KI-Agenten und -Tools im AWS Marketplace kaufen, mit optimierten Beschaffungsprozessen und mehreren Bereitstellungsoptionen. In der heutigen fragmentierten KI-Landschaft bietet der AWS Marketplace einen zentralisierten Katalog mit kuratierten Agenten, Tools und Lösungen von AWS-Partnern. Beschleunigen Sie die Automatisierung mit vorgefertigten Agenten von AWS-Partnern. Die neue API-basierte Bereitstellungsmethode von AWS hilft Ihnen, die Integration mit anderen Agenten und Tools zu optimieren, die MCP und A2A unterstützen. Diese Agenten können auf vertrauenswürdigen AWS-Services oder in einer yAWS-AWS-Umgebung ausgeführt werden, in der Sie die Kontrolle über Sicherheit und Zugriff behalten. Sie können ausgewählte vorgefertigte Agenten und Tools auf AgentCore bereitstellen.

Einsatzbereite Agentenlösungen ermöglichen diese Transformation. Kiro ist eine KI-IDE, die Entwicklern hilft, mit spezifikationsgesteuerter Entwicklung vom Konzept zur Produktion zu gelangen. Von einfachen bis hin zu komplexen Aufgaben arbeitet Kiro mit Ihnen zusammen, um Eingabeaufforderungen in detaillierte Spezifikationen und anschließend in funktionierenden Code, Dokumente und Tests umzuwandeln. So erhalten Sie genau das, was Sie wollen, und können es mit Ihrem Team teilen. Die Agenten von Kiro helfen Ihnen bei der Lösung schwieriger Probleme und der Automatisierung von Aufgaben wie der Erstellung von Dokumentationen und Unit-Tests.

Mit Kiro können Sie über Prototypen hinaus entwickeln und dabei jeden Schritt selbst steuern. AWS Transform setzt spezialisierte KI-Agenten ein, um komplexe Modernisierungsaufgaben wie Codeanalyse, Refactoring und Abhängigkeitszuordnung zu automatisieren, wodurch sich die Projektlaufzeiten für die Migration von Unternehmens-Workloads drastisch verkürzen. Jede Lösung zeigt das Engagement von AWS für Flexibilität und Auswahlmöglichkeiten und hilft Ihnen, schneller innovativ zu sein und Geschäftsergebnisse früher zu erzielen. Und Amazon Connect, eine umfassende Lösung für das Kundenerlebnis, ermöglicht es Unternehmen, ihre Kunden mit unbegrenzter KI bei jeder Kundeninteraktion über alle Kanäle hinweg zu begeistern.

Diese Prinzipien leiten die Produktstrategie von AWS und sind in jeder Innovation verankert: Agilität, Weiterentwicklung der Grundlagen, Kombination von Modellauswahl mit proprietären Daten und Einsatz transformativer Lösungen. Zusammen bilden sie einen umfassenden Rahmen für die erfolgreiche Implementierung von agentenbasierter KI in Ihrem Unternehmen.

Der Weg in die Zukunft

Um AWS-Kunden auf ihrem Weg zur KI zu unterstützen, investiert AWS weitere 100 Millionen Dollar und verdoppelt damit seine Investitionen in das AWS Generative AI Innovation Center, das Tausenden von Kunden aus verschiedenen Branchen, darunter NFL, Yahoo Finance, BMW und AstraZeneca, zu Produktivitätssteigerungen in Millionenhöhe und einer Transformation des Kundenerlebnisses verholfen hat.

Warner Bros. Discovery Sports Europe hat eine KI-gestützte Lösung entwickelt, mit der Kommentatoren von Radrennen mithilfe von Amazon Bedrock, Anthropic’s Claude 3.5 und anderen AWS-Diensten schnell Fakten recherchieren können, und BMW hat auf AWS eine KI-Lösung aufgebaut, die die Diagnose von Netzwerkproblemen für über 23 Millionen vernetzte Fahrzeuge revolutioniert. Auch Unternehmen wie Syngenta und AstraZeneca haben mit agentenbasierter KI transformative Ergebnisse erzielt.

“It’s a tectonic change in a few dimensions,” Sivasubramanian said. “It upends the way software is built. It also introduces a host of new challenges to deploying and operating it, and potentially most impactfully, it changes how software interacts with the world—and how we interact with software.”

AgentCore is a complete set of services to deploy and operate highly effective AI agents using any framework and model. As organizations race to adopt AI agents, they face a critical challenge: building systems that can act autonomously across digital boundaries, while maintaining the security, reliability, and governance standards required for enterprise deployment.

AgentCore helps developers bridge the critical gap between proof of concept and production for AI agents. It delivers a set of composable solutions that allows organizations to move agents from prototypes to applications that can scale to millions of end-users. Customers like Itaú Unibanco, Innovaccer, Boomi, Epsilon, and Box are already building with AgentCore.

Intelligent agent systems are already beginning to solve complex problems, automate workflows, and create new possibilities across industries. With agentic AI, AstraZeneca accelerated healthcare insight discovery, Yahoo Finance transformed financial research for millions of investors, and Syngenta revolutionized agriculture with AI-driven precision farming.

To expand these early successes into widespread adoption, organizations need a practical approach that addresses the inherent complexity of agentic systems. AWS is committed to being the best place to build the world’s most useful AI agents, empowering organizations to deploy reliable and secure agents at scale.

AWS is focused on making AWS agentic AI vision accessible to every organization by combining rapid innovation with a strong foundation of security, reliability, and operational excellence. AWS approach accelerates progress by building on proven principles while embracing new possibilities—creating systems that can adapt as models evolve, new capabilities emerge, and use cases expand across businesses.

AWS is bringing this vision to life with new capabilities that address the fundamental aspects of building and deploying agents at scale. These innovations will help you move beyond experiments to production-ready agent systems that can be trusted with most critical business processes.

The AWS AI Stack: A comprehensive foundation for building and deploying production-ready agentic AI systems at scale.

Guiding principles, evolved for agents

The AWS approach to agentic AI is shaped by the experience building agent systems internally and helping hundreds of thousands of customers accelerate their AI journeys. FAWS core principles guide everything AWS do in this space:

Principle 1: Embrace agility as a competitive edge

Organizations that thrive won’t be those who perfectly predict the future, but those who adapt quickly as it unfolds. Staying nimble requires an agentic architecture that embraces flexibility and openness rather than rigid frameworks or singular models. It means building systems that can incorporate new models as they emerge, connect to proprietary data sources, and seamlessly integrate with existing tools.

The dual need for stability and adaptability led us to create Amazon Bedrock AgentCore, a complete set of services for deploying and operating highly capable agents securely at enterprise scale. AgentCore provides a secure, serverless runtime with complete session isolation and the longest running workload available today, tools and capabilities to help agents execute workflows with the right permissions and context, and controls to operate trustworthy agents. Its capabilities can be used together or independently and work with popular open source frameworks such as CrewAI, LangGraph, LlamaIndex, and Strands Agents and with any model including those in (or outside of) Amazon Bedrock, so developers can stay agile as technology shifts. By reducing the undifferentiated heavy lifting, AgentCore helps organizations move beyond experiments to production-ready agent systems that can be trusted with your most critical business processes.

Customers like Itaú Unibanco, Innovaccer, Boomi, Box, and Epsilon are already experimenting with AgentCore and are excited about how it speeds their deployment of agents to production. These early adopters recognize that AgentCore helps eliminate the trade-off between open source flexibility and enterprise-grade security and reliability, allowing them to focus on creating business value rather than building security and operational foundations from scratch.

Principle 2: Evolve fundamentals for the agentic era

While the core principles of enterprise technology haven’t changed, how AWS implement them must evolve for the agentic era. These evolved fundamentals create the foundation that makes production-grade agents possible:

Security and Trust. Agents introduce new security considerations as they cross system boundaries, perform actions on behalf of users or act themselves with pre-authorized user consent. Trust requires transparency, guardrails, and verification. AgentCore Runtime helps address these with dedicated compute environments per session and memory isolation that helps prevent data leaks across agents, building on a decade of AWS Lambda serverless innovation in security and scalability.

Reliability and Scalability. Traditional approaches to scaling software fall short with agentic systems as they follow unpredictable execution paths and have variable resource requirements across interactions. AgentCore Runtime is highly reliable with checkpointing and recovery capabilities to help ensure graceful recovery in case of unexpected interruptions and failures, and it can automatically handle scaling from zero to thousands of concurrent sessions, eliminating capacity planning and infrastructure maintenance.

Identity. As agents act on behalf of users and systems, traditional identity models must evolve. Managing permissions of both the agent and the user as agents navigate complex workflows spanning multiple systems becomes critical to securing data. AgentCore Identity delivers secure agent access across AWS services and third-party applications and tools with temporary, fine-grained permissions, and standards-based authentication. It works with leading identity providers such as Amazon Cognito, Microsoft Entra ID, and Okta, as well as popular OAuth providers such as GitHub, Google, Salesforce, and Slack.

Observability. Understanding agent decisions requires new approaches to monitoring. Observability becomes essential not just for troubleshooting, but for compliance and continuous improvement, representing a shift from periodic auditing to constant supervision. AgentCore Observability provides real-time visibility through built-in dashboards and standardized telemetry that integrates with your monitoring stack.

Data. Your proprietary data is more valuable than ever, enabling agents to understand specific context. The ability to securely access, process, and learn from this data becomes a critical differentiator for agent performance and relevance. For example, with AgentCore Gateway, you can transform your data sources including Amazon Bedrock Knowledge Bases into agent-compatible tools so agents can access recent and relevant information.

Seamless Integration. Agents must work with everything in your environment: your systems, other clouds, SaaS applications, and other agents. AgentCore Gateway makes it possible by transforming APIs and services into agent-compatible tools with minimal code, eliminating months of integration work while enabling agents to discover and interact with your systems. AWS open source Strands Agents SDK complements this with flexible orchestration patterns, and support for MCP and A2A to enable seamless coordination between multiple agents and tools across different environments. AWS API MCP Server gives agents a callable interface to AWS services, enabling foundation models to discover available operations, reason over input and output requirements, and generate plans that invoke AWS APIs to explore, configure, or manage resources with real-time AWS capabilities beyond model training cutoff.

Tooling and Capabilities. Agents need specialized tools to execute complex tasks and maintain context across interactions. AgentCore Memory makes it easy for developers to build context-aware agents by eliminating complex memory infrastructure management while providing full control over what the AI agent remembers. It provides industry-leading accuracy along with support for both short-term memory for multi-turn conversations and long-term memory that persists across sessions, with the ability to share memory stores across collaborating agents. Built-in tools include AgentCore Browser for interactions, enabling agents to navigate AWSbsites and perform actions on your behalf, and AgentCore Code Interpreter for executing code securely, allowing agents to process data, generate visualizations, and solve complex problems programmatically. These capabilities extend what agents can do while maintaining security and reliability.

Together, these evolved fundamentals help organizations build secure, reliable, and scalable agent architectures that deliver consistent results in production environments. With AgentCore, AWS is helping customers focus on creating value rather than reinventing infrastructure.

Principle 3: Deliver superior outcomes with model choice and data

At the heart of every effective agent system lies its foundation model, which powers an agent’s ability to understand, reason, and act. For agents to deliver transformative experiences, carefully selected and potentially tailored models need to interact with rich, context-specific knowledge that determines how effectively the model can make decisions on your behalf. This reality extends to all AI applications, which is why AWS gives customers both the freedom to choose the optimal model for each use case and the tools to enhance those models with their unique data. This approach delivers superior outcomes and the best price-performance for all AI implementations.

Model requirements vary widely—some applications demand sophisticated reasoning, others require fast responses, and many prioritize cost efficiency at scale. No single model excels across all dimensions, which is why AWS pioneered model choice with Amazon Bedrock in 2023. But the true differentiator is how you combine models with organization’s proprietary data, transforming generic AI into systems with deep domain expertise.

To help you create models with this high level of expertise, today AWS is expanding its model customization capabilities with the launch of Amazon Nova customization in Amazon SageMaker AI. Nova models now offer customers the flexibility to customize the model across the model development life cycle. This includes pre-training and post-training, including both fine-tuning and alignment, with support for parameter efficient fine-tuning (PEFT) and full fine-tuning.

With these, Nova now offers the most comprehensive suite of model customization capabilities made available for any proprietary model family. Using techniques including Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO), reinforcement learning from human feedback using Proximal Policy Optimization (PPO), Continued Pre-Training (CPT), and Knowledge Distillation, customers can create Nova models optimized for their use-case. Once customized, these models can be deployed directly to Amazon Bedrock, allowing you to seamlessly integrate custom models into  agent systems and other AI applications.

AWS are also training AWS own models optimized for specific agent use cases. Nova Act is an AI model trained to perform actions within a browser. Customers can get started with building their own browser automation agents with the Nova Act SDK, purpose-built to enable reliable browser agents powered by the Nova Act model. The Nova Act SDK, available in research preview today, uses AgentCore Browser for scalable, cloud-based browser execution.

Once you have the right model, you need to ensure it can interact with your organization’s proprietary and current data. Vectors have emerged as the dominant and fastest way AI models can access data. Until now, the cost of storing vector embeddings—the key to enabling this intelligence—has forced organizations to limit their AI systems to recent data only, constraining their potential.

The launch of Amazon S3 Vectors, the first cloud object store with native vector support, marks a fundamental change. By reducing vector storage costs by 90% while maintaining sub-second query performance, S3 Vectors enables agents that remember more, reason deeper, and maintain comprehensive context from every customer interaction, document, and business insight. S3 Vectors integrates directly with Amazon Bedrock Knowledge Bases for cost-effective RAG applications and Amazon OpenSearch Service for tiered vector strategies.

Principle 4: Deploy solutions that transform experiences

While models and infrastructure change how organizations build, agentic solutions transform how businesses operate. The true poAWSr of agentic AI lies in its ability to reshape workflows and human productivity across entire industries. These solutions free people from routine tasks and handle complex information flows, enabling teams to focus on creative thinking and strategic decisions. AWS is making this transformation accessible to more organizations through pre-built agentic solutions. By combining foundational building blocks with pre-built solutions you can move beyond experiments to comprehensive AI strategies that deliver tangible business impact.

You can now buy AI Agents and Tools in AWS Marketplace, with streamlined procurement and multiple deployment options. In today’s fragmented AI landscape, AWS Marketplace offers a centralized catalog of curated agents, tools, and solutions from AWS Partners. Fast-track automation with pre-built agents from AWS Partners. AWS new API-based deployment method helps you to streamline integrations with other agents and tools that support MCP and A2A. And these agents can run on trusted AWS services or in yAWS AWS environment, where you maintain control over security and access. You can deploy select pre-built agents and tools on AgentCore.

Ready-to-deploy agent solutions enable this transformation. Kiro is an AI IDE that helps developers go from concept to production with spec-driven development. From simple to complex tasks, Kiro works alongside you to turn prompts into detailed specs—then into working code, docs, and tests. So, what you build is exactly what you want and ready to share with your team. Kiro’s agents help you solve challenging problems and automate tasks like generating documentation and unit tests. With Kiro, you can build beyond prototypes while being in the driver’s seat every step of the way. AWS Transform deploys specialized AI agents to automate complex modernization tasks like code analysis, refactoring, and dependency mapping, dramatically reducing project timelines for enterprise workload migrations. Each solution shows AWS commitment to flexibility and choice, helping you innovate faster and realize business outcomes sooner. And Amazon Connect, a comprehensive customer experience solution, enables organizations to delight their customers with unlimited AI on every customer interaction across all channels.

These principles guide AWS product strategy and are embedded in every innovation: embracing agility, evolving fundamentals, combining model choice with proprietary data, and deploying transformative solutions. Together, they provide a comprehensive framework for successfully implementing agentic AI in your organization.

The path forward

To help AWS customers on their AI journey, AWS is investing another 100 million dollars, doubling AWS investment, in the AWS Generative AI Innovation Center which has helped thousands of customers across industries including NFL, Yahoo Finance, BMW, and AstraZeneca achieve millions of dollars in productivity gains and transform customer experiences.

Warner Bros. Discovery Sports Europe developed an AI-powered solution to help bike racing commentators research facts quickly using Amazon Bedrock, Anthropic’s Claude 3.5, and other AWS services, and BMW built an AI solution on AWS that transforms how they diagnose network issues for over 23 million connected vehicles. Companies like Syngenta and AstraZeneca have also seen transformative results with agentic AI.