AWS AgentCore Observability 支持本地与多云 AI Agent 监控，跨环境可观测性指南
AWS 发布 AgentCore Observability 更新，支持监控运行在本地、GCP、Azure 等非 AWS 环境的 AI Agent。本文详解使用 ADOT 自动埋点、IAM 认证配置，将遥测数据路由至统一仪表盘，实现跨环境可观测性。
一句话看懂
AWS 推出 AgentCore Observability 跨环境监控方案，让运行在本地、GCP、Azure 等非 AWS 环境的 AI Agent 也能统一追踪、监控和分析。
详细发生了什么
AWS 官方博客发布文章，介绍如何为运行在 AWS 之外的 AI Agent 设置 Amazon Bedrock AgentCore Observability。这些 Agent 可能基于 Strands Agents、LangGraph、CrewAI 等框架，部署在本地服务器、GCP、Azure 或开发者机器上。
此前，AgentCore Observability 仅原生支持部署在 AWS 云上的 AgentCore 运行时。现在，通过 AWS Distro for OpenTelemetry (ADOT) 自动埋点，配合 IAM 凭证认证，可以将遥测数据（包括 session traces、span metrics、token 用量）路由到 AgentCore Observability 仪表盘。
解决方案的核心组件包括：ADOT 自动埋点、IAM 凭证、环境变量配置。ADOT 在进程内运行，自动捕获生成式 AI 语义约定 spans，并通过 SigV4 认证导出到 Amazon CloudWatch OTLP 端点。CloudWatch 作为遥测数据的接收和存储基础，AgentCore Observability 提供专门的监控仪表盘。
文章提供了详细步骤：安装依赖（aws-opentelemetry-distro、strands-agents[otel]）、配置 IAM 凭证、设置 OpenTelemetry 环境变量，并验证端到端设置。还要求开启 CloudWatch Transaction Search，并给出 IAM 权限列表。
中文圈视角
对国内开发者而言，这个功能有实际意义，但需注意几点：
- 可用性：AWS 服务在国内需要合规访问，通常需要海外账号或通过 AWS 中国区域（北京、宁夏）使用，但 AgentCore Observability 可能未在中国区域上线，需确认。
- 平替方案：国内云厂商如阿里云、腾讯云提供类似的可观测性服务（如 ARMS、云监控），但针对 AI Agent 的原生追踪能力尚不成熟。开源方案如 Langfuse、Phoenix 也可自托管，但需要自行维护。
- 数据合规：将 Agent 遥测数据发送到 AWS 可能涉及数据出境，国内企业需评估合规风险，尤其是金融、政务等敏感行业。
- 盲点：中文社区对 AI Agent 可观测性的讨论较少，多数开发者关注模型效果，忽略监控和调试。此功能提醒我们，跨环境部署的 Agent 更需要统一的可观测性，否则问题难以定位。
几条值得记住的细节
- 支持环境：本地、GCP、Azure、开发者机器，不限于 AWS 内部。
- 核心组件：ADOT 自动埋点、IAM 凭证、环境变量配置。
- 前置条件：需要 AWS 账号、Bedrock 模型访问（示例用 Claude Haiku）、Python 3.10+。
- 安全建议：生产环境推荐使用 IAM Roles Anywhere 替代长期访问密钥。
- 关键环境变量：AGENT_OBSERVABILITY_ENABLED=true 激活生成式 AI 遥测处理。
一句话总结
如果你的 AI Agent 跑在 AWS 之外，现在可以统一监控了，但国内用户需考虑合规和可用性。