AWS教程：用AgentCore评估+GitHub Actions给AI代理加CI质量门
AWS ML Blog · rss · 2026-09-09
AWS ML Blog 发布完整教程，演示如何为部署在 Amazon Bedrock AgentCore 上的 AI agent 搭建 CI/CD 质量门，防止 prompt 或配置改动导致质量回退：
- 架构：Strands agent 与 MCP server 部署在同一 Cognito 用户池后的两个 AgentCore runtime 上，MCP 工具带三层角色权限控制；用户流走 authorizationcode 且强制角色门控，CI 的 M2M 流走 clientcredentials（全工具访问、无角色检查）。
- 评估层：AgentCore Evaluations 以 LLM-as-a-judge 读取 CloudWatch 的 OpenTelemetry traces 打分，支持三种模式——按需评估（驱动 CI 质量门）、在线评估（生产流量持续监控）、批量评估（基线与回归测试）。
- 评估器四类：内置（Helpfulness、Correctness、ToolSelectionAccuracy、轨迹比对等）、自定义 LLM judge、Lambda 代码评估（正则/schema 等确定性检查）、第三方（DeepEval、AutoEval）。
- GitHub Actions 用 OIDC 短期凭证假设 IAM 角色，评估分数低于阈值（如 0.8/1.0）则 PR 被阻断。参考实现仓库已开源。
「编程与Agent」频道最新
- Nex 开源 N2.5 智能体模型家族：最大 1.6T MoE,逼近 Claude Opus 5 — multimodalart · 2026-09-09
- Codex 会现写工具调用代码:作者实测发现 agent 新失败点 — srchvrs · 2026-09-09
- 研究：通用编码 Agent 能力领先专用数据 Agent 37 分，仅 1/4 交互轮次 — RishiBommasani · 2026-09-09
- 让 GPT-6 Astra 下棋的开源配置来了：Codex 加自制工具与 skills — MikePFrank · 2026-09-09
- Weaviate 教程:不动原文件,把混乱创意素材库变成语义可搜索库 — philipvollet · 2026-09-09
- 工厂工人用 Gemma 31b「养」出一个本地 AI:自建触觉读 GPU 温度,还写博客 — D33lix · 2026-09-09