Amazon Bedrock AgentCore Harness 正式可用：两行 API 调用即可构建生产级 AI Agent

一句话看懂

Amazon Bedrock AgentCore Harness 正式上线，用两个 API 调用就能创建一个带隔离环境、记忆、多模型切换和工具集成的生产级 Agent，省去繁琐的基础设施搭建。

详细发生了什么

AWS 宣布 Amazon Bedrock AgentCore Harness 正式可用。该服务将 Agent 所需的运行环境、记忆、身份认证、可观测性等基础设施抽象为托管服务，开发者只需调用 CreateHarness 和 InvokeHarness 两个 API 即可在几分钟内获得一个可投入生产的 Agent。

Agent 运行在独立的微虚拟机中，自带文件系统和 shell，可安全地读写文件、执行命令、编写代码。它支持跨会话记忆用户和对话历史，可挂载技能（包括 AWS 官方技能库），能浏览网页，通过 Gateway 或 MCP 调用外部工具，甚至可以在一次会话中切换不同的模型提供商而不丢失上下文。每一步操作都实时流式返回，并自动记录到 Amazon CloudWatch。

核心能力包括：

多模型支持：默认模型可在创建时指定，调用时可临时覆盖。支持 Bedrock 上的 Anthropic Claude、Amazon Nova、Meta Llama、DeepSeek、Qwen、Kimi、MiniMax、Cohere、Mistral 以及 OpenAI GPT-5.5/5.4，也支持直接调用 OpenAI API、Google Gemini，以及通过 LiteLLM 接入任意第三方提供商。
工具即配置：通过声明式配置即可接入 Gateway、MCP 服务器、浏览器沙箱、代码解释器等工具，无需编写胶水代码。
内置记忆：自动创建托管记忆，支持语义和摘要策略，30 天过期，多租户隔离。也可自带记忆资源或完全禁用。

中文圈视角

对中文开发者来说，AgentCore Harness 的正式可用意味着几个直接好处：

降低 Agent 开发门槛：过去要搭建一个生产级 Agent，需要自己处理容器化、沙箱、状态管理、可观测性等大量工程工作。现在只需两个 API 调用，对中小团队和个人开发者尤其友好。
多模型切换能力：支持 DeepSeek、Qwen、Kimi 等国产模型，且可在会话中无缝切换。这意味着开发者可以先用国产模型做原型验证，再切换到 Claude 或 GPT 做最终输出，或者混合使用以平衡成本和效果。
与国产平台的对比：国内类似服务如阿里云百炼、百度千帆等也提供 Agent 构建能力，但 AgentCore Harness 的差异化在于其“托管基础设施”的抽象程度——它连记忆、身份、可观测性都一并托管，而国内平台往往需要用户自行配置这些组件。不过，国内用户使用 AWS 服务需要合规考虑，尤其是数据出境和内容安全方面。对于面向国内市场的应用，建议优先使用国内云厂商的 Agent 服务。
中文场景的应用：对于需要联网搜索、文件处理、代码执行的 Agent 场景（如自动化报告生成、智能客服、代码审查助手），AgentCore Harness 的开箱即用能力可以大幅缩短开发周期。

几条值得记住的细节

创建 Agent 只需 CreateHarness 和 InvokeHarness 两个 API，或通过 AgentCore CLI 或控制台操作。
支持在会话中切换模型提供商，例如用 Claude Opus 规划、GPT-5.5 写代码、Gemini 总结，上下文不丢失。
工具配置支持 Gateway、MCP、浏览器沙箱、代码解释器、内联函数（用于人工审批）。
内置记忆默认启用语义+摘要策略，30 天过期，可禁用或替换为自有记忆资源。
每个 Agent 运行在隔离的微虚拟机中，自带文件系统和 shell，可安全执行命令。

一句话总结

如果你在构建 AI Agent 时被基础设施和编排代码拖慢速度，AgentCore Harness 能让你把精力放回业务逻辑上。