AWS anuncia mejoras clave para la plataforma de agentes de IA Amazon Bedrock AgentCore
Amazon Web Services (AWS) ha presentado múltiples nuevas características para su plataforma de agentes de inteligencia artificial, Amazon Bedrock AgentCore, con el objetivo de facilitar la creación y supervisión de agentes de IA para las empresas. El anuncio se realizó durante la conferencia anual AWS re:Invent.

Policy in AgentCore: Estableciendo límites con lenguaje natural
Una de las novedades es la introducción de Policy in AgentCore. Esta función permite a los usuarios establecer límites para las interacciones de los agentes utilizando lenguaje natural. Estos límites se integran con AgentCore Gateway, que conecta a los agentes de IA con herramientas externas, para verificar automáticamente cada acción y detener aquellas que violen los controles establecidos.
Según David Richardson, vicepresidente de AgentCore, Policy permite a los desarrolladores establecer controles de acceso a ciertos datos internos o aplicaciones de terceros como Salesforce o Slack. También puede incluir instrucciones como permitir a un agente de IA emitir reembolsos automáticos de hasta $100, requiriendo intervención humana para cantidades mayores.
AgentCore Evaluations: Evaluación integral de agentes
La compañía también anunció AgentCore Evaluations, un conjunto de 13 sistemas de evaluación preconstruidos para agentes de IA que monitorean factores como la corrección, la seguridad y la precisión en la selección de herramientas. Esto proporciona a los desarrolladores una base para construir sus propias características de evaluación.
«Eso realmente ayudará a abordar los mayores temores que la gente tiene [al] desplegar agentes», dijo Richardson sobre las nuevas capacidades de evaluación. «[Es] algo que mucha gente quiere tener pero que es tedioso de construir».

AgentCore Memory: Memoria para decisiones informadas
Otra característica anunciada es AgentCore Memory, una capacidad de memoria integrada en la plataforma. Permite a los agentes desarrollar un registro de información sobre los usuarios a lo largo del tiempo, como sus horarios de vuelo o preferencias de hotel, y usar esos datos para informar decisiones futuras.
«A través de estas tres cosas, continuamos iterando en las diferentes capas de AgentCore», explicó Richardson. «Hablando con sistemas existentes mediante Policy, [haciendo a los agentes] más poderosos con [AgentCore Memory], ayudando al equipo de desarrollo a iterar con un agente».
La sostenibilidad de los agentes de IA en un mercado en evolución
Aunque los agentes son una tendencia predominante en la industria de la IA, algunos cuestionan su longevidad. Richardson cree que las herramientas que desarrolla AgentCore pueden resistir el mercado de rápido movimiento, incluso cuando las tendencias cambien.
«Ser capaz de aprovechar las capacidades de razonamiento de estos modelos, que se combina con poder hacer cosas en el mundo real a través de herramientas, se siente como un patrón sostenible», afirmó Richardson. «La forma en que funciona ese patrón definitivamente cambiará. Creo que nos sentimos preparados para eso».
