Was ist passiert?
AWS kündigte erweiterte Richtlinienerstellungsfunktionen in Amazon Bedrock AgentCore an. Der Anbieter gibt an, dass die Funktion Richtliniendokumente in natürlicher Sprache in Dogwood-Regeln umwandelt, die vom Dogwood-Monitor im AgentCore Gateway überprüft und durchgesetzt werden können.
AWS hat nach eigenen Angaben das Policy Authoring, eine KI-gesteuerte Funktion in Amazon Bedrock AgentCore, erweitert, um Richtliniendokumente in natürlicher Sprache in syntaktisch und semantisch gültige Dogwood-Spezifikationen zu übersetzen. Dogwood wird in der Quelle als Open-Source-Governance-Sprache beschrieben. Die resultierenden Richtlinien werden in Echtzeit von einem in AgentCore Gateway integrierten Dogwood-Monitor auf Agentenaktionen angewendet. AWS stellt die Funktion als Möglichkeit für Teams dar, vorhandene schriftliche Kontrollen in ein Durchsetzungssystem zu integrieren, ohne dass jeder Richtlinienautor Dogwood von Hand schreiben muss.
Die erweiterte Funktionalität deckt mehrere Arten von Einschränkungen ab. Laut AWS können generierte Richtlinien die Aktionen von Agenten im Laufe der Zeit einschränken, einschließlich Voraussetzungen, sequenzieller Reihenfolge, kumulativer Effekte und Ratenbeschränkungen. Sie können außerdem Tool-Eingabeparameter einschränken und Amazon Bedrock Guardrails-Prüfungen aufrufen, um unangemessene oder sensible Inhalte in Freiformtext zu identifizieren. Der Beitrag veranschaulicht diese Kontrollen anhand eines Retail-Banking-Agenten, der die Identität überprüfen, Überweisungen veranlassen, Rückerstattungen ausstellen, Streitigkeiten einreichen und die Genehmigung des Vorgesetzten einholen kann.
Die Beispiele zeigen, wie Prosa bestimmten Ereignissen und Feldern im Toolschema eines Agenten zugeordnet wird. Eine Rückerstattungsregel kann ein Zeitfenster und einen Höchstbetrag erfordern. Eine Überweisung kann blockiert werden, es sei denn, innerhalb der letzten 15 Minuten erfolgte eine erfolgreiche Identitätsprüfung für dasselbe Konto. Eine kumulative Übertragungsobergrenze kann die Überweisungsversuche der vorangegangenen 12 Stunden zusammenfassen, während eine Erstattungsratenbegrenzung die Versuche für ein Konto während eines Zeitfensters von einer Stunde zählen kann. Ein weiteres Beispiel verweigert die Einreichung einer Streitigkeit, wenn eine Guardrails-Prüfung eine US-Sozialversicherungsnummer in der Beschreibung erkennt. AWS demonstriert außerdem eine Regel, die Rückerstattungen über 500 US-Dollar blockiert, sofern nicht innerhalb von 30 Minuten eine entsprechende Genehmigung für dieselbe Gebühr erfasst wurde.
Laut AWS zerlegt die Authoring-Pipeline zunächst ein Richtliniendokument in atomare Regeln und leitet die Regeln dann weiter, je nachdem, ob sie von Dogwood und seinen verfügbaren Monitoren ausgedrückt werden können. Verbleibende Regeln werden mithilfe des bereitgestellten Toolschemas, verfügbarer Guardrails-Prüfungen und zulässiger Identitätsansprüche übersetzt. Jeder Kandidat wird mit Dogwood-Befehlszeilentools validiert, um die Syntax zu überprüfen und festzustellen, ob referenzierte Namen im Schema vorhanden sind. Laut AWS können abgelehnte Kandidaten mithilfe der Compiler-Diagnose für eine begrenzte Anzahl von Runden erneut übersetzt werden. Die Ausgabe trennt Richtlinien, die validieren, von Regeln, die beiseite gelegt wurden. Die Quelle betont, dass die Validierung die Wohlgeformtheit und Kompatibilität mit dem Schema bestätigt und nicht, ob die Richtlinie die Absicht des Eigentümers genau widerspiegelt.
Lesen Sie die Primärquelle: aws.amazon.com ↗
Warum es wichtig ist
Die Einführung geht auf ein praktisches Governance-Problem ein: Organisationen halten Kontrollen häufig als Prosa aufrecht, während Agentensysteme maschinell durchsetzbare Regeln erfordern. Die Quelle beschreibt einen Weg von schriftlichen Verfahren zu Laufzeitbeschränkungen, liefert jedoch keine unabhängigen Tests, Kundennachweise, Preise, regionale Verfügbarkeit oder gemessene Fehlerraten.
Das zugrunde liegende Problem ist folgenreich, da ein KI-Agent Tools aufrufen kann, die Geld bewegen, Datensätze ändern oder extern kommunizieren. Eine für menschliches Personal geschriebene Regel kann Bedingungen zu Zeitpunkt, Reihenfolge, Identität, Schwellenwerten oder kumulativen Aktivitäten enthalten, die schwer durchzusetzen sind, wenn sie nur in einem Handbuch verbleiben. Der Ansatz von AWS versucht, diese Betriebsregeln mit den von einem Agenten getätigten Anrufen zu verknüpfen, einschließlich Fakten über frühere Ereignisse in derselben Sitzung.
Die zeitlichen Beispiele sind spezifischer als eine einfache Zulassungs- oder Sperrliste. Sie unterscheiden einen Anrufversuch von einem abgeschlossenen Anruf, korrelieren frühere Ereignisse mit dem aktuellen Konto oder der Gebühr und werten Summen oder Zählungen über einen definierten Zeitraum aus. Diese Unterscheidungen sind operativ von Bedeutung. Ein auf Versuchen basierender Grenzwert kann abgelehnte oder fehlgeschlagene Anrufe umfassen, während eine Voraussetzung von einer erfolgreichen Antwort abhängen kann. AWS weist ausdrücklich darauf hin, dass mehrdeutige Formulierungen dazu führen können, dass die Übersetzung eine Interpretation auswählt, wie etwa die Zählung von Übertragungsanfragen, wenn in der Richtlinie lediglich „übertragen“ steht.
Die Funktion könnte die technische Hürde für die Formulierung von Kontrollen verringern, die Quelle belegt jedoch nicht, dass sie die Sicherheit in der Praxis verbessert. AWS stellt Beispiele bereit und beschreibt die deterministische Compiler-Validierung, meldet jedoch keine unabhängige Bewertung der Übersetzungsgenauigkeit, keine False-Allow- oder False-Deny-Raten, keine Latenz- oder Verfügbarkeitsmessungen und keine Kundenbereitstellungsergebnisse. In dem Beitrag heißt es auch, dass einige Anforderungen nicht in eine Autorisierungs-Engine gehören: allgemeine Beurteilungen wie das Handeln im besten Interesse eines Kunden, Transformationen wie Schwärzung, von Dogwood nicht unterstützte Kalenderkonzepte und über gleichzeitige Sitzungen hinweg zusammengefasste Grenzwerte. Diese Grenzen sind wichtig, da eine validierende Richtlinie eine Materialkontrolle dennoch nicht durchsetzen kann, wenn die Anforderung im falschen System platziert wird.
Was Sie als nächstes sehen sollten
Die entscheidende Frage ist, ob generierte Richtlinien zuverlässig den Absichten ihrer Autoren in der Produktion entsprechen. Organisationen müssen untersuchen, wie das System mit mehrdeutigen Regeln, nicht unterstützten Anforderungen, fehlgeschlagenen oder blockierten Toolaufrufen, sitzungsübergreifenden Aktivitäten, vertraulichen Texten und Änderungen an Schemata oder Richtliniendokumenten umgeht.
Das erste, was es zu beachten gilt, ist die menschliche Überprüfung. Laut AWS werden generierte Richtlinien zusammen mit den Regeln in natürlicher Sprache zurückgegeben, die sie erstellt haben, und die Verantwortung für die Beurteilung der Absicht liegt beim Richtlinieneigentümer. In der Praxis bedeutet das, dass Organisationen Überprüfungsverfahren für Schwellenwerte, Randbedingungen, Zeitzonen, Ereignistypen, Identitätskorrelationen und die Behandlung fehlgeschlagener oder blockierter Versuche benötigen. Eine syntaktisch gültige Regel ist kein Beweis dafür, dass sie die beabsichtigte Geschäftspolitik umsetzt.
Der zweite Punkt ist die Abdeckung realer betrieblicher Anforderungen. Der Quelle zufolge wird die Durchsetzung innerhalb einer Sitzung ausgewertet und kann nicht direkt eine über mehrere gleichzeitige Sitzungen hinweg zusammengefasste Obergrenze ausdrücken. Außerdem heißt es in Dogwood, es fehle ein Zugriffstool für Wochentage und ein Feiertagskalender, und die Richtlinien-Engine erlaube oder verweigere Anrufe, anstatt Daten zu ändern. Teams, die die Funktion nutzen, müssen identifizieren, welche Kontrollen von AgentCore durchgesetzt werden, welche zu Guardrails oder einer anderen Pipeline-Stufe gehören und welche weiterhin von Agentenanweisungen, Bewertungen, Schulungen oder menschlichen Prozessen abhängig bleiben.
Die Quelle lässt mehrere Fragen zur Bereitstellung unbeantwortet. Es werden keine Preise, geografische Verfügbarkeit, Servicekontingente, unterstützte Dokumentformate, Fehlerverhalten bei nicht verfügbaren Erstellungs- oder Laufzeitprüfungen oder die Art und Weise, wie Richtlinienänderungen versioniert und geprüft werden, angegeben. Es liefert auch keine gemessene Leistung für Guardrails-basierte semantische Prüfungen und erläutert auch nicht, wie Organisationen generierte Regeln auf widersprüchliche und mehrdeutige Anforderungen testen sollten. Diese Details bestimmen, ob es sich bei der Funktion lediglich um eine Übersetzungshilfe oder um einen zuverlässigen Teil der Produktionssteuerung für Agentensysteme handelt.
