Amazon actualiza Bedrock AgentCore: los agentes acceden al conocimiento corporativo y a herramientas de monitorización

Amazon ha anunciado nuevas funciones para Bedrock AgentCore, su plataforma para crear y gestionar agentes de IA. La actualización se centra en conectar los agentes a fuentes de conocimiento corporativas, web y de pago, en herramientas para detectar y resolver problemas en producción, y en mecanismos de control que escalan a medida que los agentes ganan capacidades. Según AWS, el objetivo es que los equipos construyan agentes potentes con mayor rapidez y los mejoren de forma continua.

Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
Amazon actualiza Bedrock AgentCore: los agentes acceden al conocimiento corporativo y a herramientas de monitorización
Fuente: AWS Machine Learning Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalAWS Machine Learning Blog ↗
Editor jefe
Dato clave #1Bases de conocimiento corporativas (documentos internos, CRM, wiki)
Dato clave #2La web abierta, para buscar información actual en tiempo real
Dato clave #3Fuentes de datos de pago y con licencia

Amazon Web Services ha ampliado Bedrock AgentCore, su plataforma corporativa para crear, conectar y optimizar agentes de IA. La actualización cubre tres carencias clave que afrontan los equipos al pasar del prototipo a producción.

Conocimiento de cualquier fuente

Uno de los principales problemas de los agentes en producción es el acceso limitado a datos actualizados. Bedrock AgentCore permite ahora conectar los agentes a varios tipos de fuentes a la vez:

  • Bases de conocimiento corporativas (documentos internos, CRM, wiki)
  • La web abierta, para buscar información actual en tiempo real
  • Fuentes de datos de pago y con licencia
  • Almacenes estructurados de la organización (S3, bases de datos)

Así, el agente puede responder no solo a partir de lo que el modelo aprendió en el entrenamiento, sino también apoyándose en datos recientes y específicos del negocio, sin necesidad de más fine-tuning.

Depuración en producción

Cuando un agente se equivoca, encontrar la causa puede ser difícil: las cadenas de razonamiento de varios pasos son opacas. AgentCore añade herramientas que ayudan a los equipos a seguir el comportamiento de los agentes en tiempo real y a localizar los puntos de fallo.

Los equipos pueden ver qué paso de la cadena produjo un resultado erróneo, qué fuente de conocimiento se utilizó y dónde perdió el contexto el agente. En esencia, es un stack de observabilidad para sistemas de agentes, similar al tracing en microservicios pero aplicado a la lógica de la IA.

Un control que crece con el agente

Cuantas más capacidades tiene un agente, más difícil es controlarlo. Amazon aborda el problema con mecanismos de gobernanza integrados que escalan junto con las tareas.

«Ayudamos a los equipos a construir agentes más potentes con mayor

rapidez, a gestionarlos mediante mecanismos de control escalables y a mejorarlos continuamente», señala el anuncio oficial de AWS.

Las políticas de seguridad, las restricciones de herramientas y las reglas de acceso a datos se definen de forma centralizada y se aplican automáticamente, por compleja que se vuelva la cadena de agentes.

Qué significa

Bedrock AgentCore pasa de ser una herramienta de experimentación a un stack de producción completo para agentes corporativos. Para los equipos que ya construyen sistemas de agentes en AWS, reduce la barrera de entrada a los despliegues empresariales y elimina la necesidad de montar a mano la monitorización y el control a partir de componentes separados.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Conocimiento de cualquier fuente?

Uno de los principales problemas de los agentes en producción es el acceso limitado a datos actualizados. Bedrock AgentCore permite ahora conectar los agentes a varios tipos de fuentes a la vez: Bases de conocimiento corporativas (documentos internos, CRM, wiki) La web abierta, para buscar información actual en tiempo real Fuentes de datos de pago y con licencia Almacenes estructurados de la organización (S3, bases de datos) Así, el agente puede responder no solo a partir de lo que el modelo aprendió en el entrenamiento, sino también apoyándose en datos recientes y específi

¿Qué se sabe sobre Depuración en producción?

Cuando un agente se equivoca, encontrar la causa puede ser difícil: las cadenas de razonamiento de varios pasos son opacas. AgentCore añade herramientas que ayudan a los equipos a seguir el comportamiento de los agentes en tiempo real y a localizar los puntos de fallo. Los equipos pueden ver qué paso de la cadena produjo un resultado erróneo, qué fuente de conocimiento se utilizó y dónde perdió el contexto el agente. En esencia, es un stack de observabilidad para sistemas de agentes, similar al tracing en microservicios pero aplicado a la lógica de la IA.

¿Qué se sabe sobre Un control que crece con el agente?

Cuantas más capacidades tiene un agente, más difícil es controlarlo. Amazon aborda el problema con mecanismos de gobernanza integrados que escalan junto con las tareas. «Ayudamos a los equipos a construir agentes más potentes con mayor rapidez, a gestionarlos mediante mecanismos de control escalables y a mejorarlos continuamente», señala el anuncio oficial de AWS. Las políticas de seguridad, las restricciones de herramientas y las reglas de acceso a datos se definen de forma centralizada y se aplican automáticamente, por compleja que se vuelva la cadena de agentes.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…