Amazon met à jour Bedrock AgentCore : les agents accèdent aux connaissances d'entreprise et à la supervision
Amazon a annoncé de nouvelles fonctionnalités pour Bedrock AgentCore, sa plateforme de création et de gestion d'agents IA. La mise à jour porte sur la connexion des agents à des sources de connaissances d'entreprise, web et payantes, sur des outils pour repérer et corriger les problèmes en production, et sur des mécanismes de contrôle qui évoluent à mesure que les agents gagnent en capacités. Selon AWS, l'objectif est de permettre aux équipes de concevoir plus vite des agents puissants et de les améliorer en continu.
Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Amazon Web Services a étendu Bedrock AgentCore, sa plateforme d'entreprise pour créer, connecter et optimiser des agents IA. La mise à jour comble trois lacunes majeures auxquelles les équipes se heurtent en passant du prototype à la production.
Des connaissances issues de toutes les sources
L'un des principaux problèmes des agents en production est l'accès limité à des données à jour. Bedrock AgentCore permet désormais de connecter les agents à plusieurs types de sources simultanément :
- Bases de connaissances d'entreprise (documents internes, CRM, wiki)
- Le web ouvert, pour chercher des informations actuelles en temps réel
- Sources de données payantes et sous licence
- Stockages structurés de l'organisation (S3, bases de données)
L'agent peut ainsi répondre non seulement à partir de l'entraînement du modèle, mais aussi en s'appuyant sur des données récentes et propres à l'entreprise, sans fine-tuning supplémentaire.
Débogage en production
Quand un agent se trompe, trouver la cause peut être ardu : les chaînes de raisonnement en plusieurs étapes sont opaques. AgentCore ajoute des outils qui aident les équipes à suivre le comportement des agents en temps réel et à localiser les points de défaillance.
Les équipes peuvent voir quelle étape de la chaîne a produit un résultat erroné, quelle source de connaissances a été sollicitée et à quel moment l'agent a perdu le contexte. En somme, il s'agit d'une pile d'observabilité pour systèmes d'agents, comparable au tracing dans les microservices, mais appliquée à la logique de l'IA.
Un contrôle qui grandit avec l'agent
Plus un agent a de capacités, plus il est difficile à contrôler. Amazon répond avec des mécanismes de gouvernance intégrés qui évoluent avec les tâches.
«
Nous aidons les équipes à créer plus vite des agents plus puissants, à les piloter grâce à des mécanismes de contrôle évolutifs et à les améliorer en continu », indique l'annonce officielle d'AWS.
Les politiques de sécurité, les restrictions d'outils et les règles d'accès aux données sont définies de façon centralisée et appliquées automatiquement, quelle que soit la complexité de la chaîne d'agents.
Ce que cela signifie
Bedrock AgentCore passe d'outil d'expérimentation à pile de production complète pour agents d'entreprise. Pour les équipes qui construisent déjà des systèmes d'agents sur AWS, cela abaisse la barrière d'entrée des déploiements en entreprise et évite d'assembler à la main supervision et contrôle à partir de composants distincts.
- 31 oct. 2026Worldwide Express confie ses factures litigieuses à des agents IA et réduit sa dette de 75%
- 30 oct. 2026AWS offre aux agents de codage un aperçu en direct du site, depuis leur session isolée
- 30 oct. 2026MoEngage ouvre 400 API privées à ses agents IA via AgentCore Gateway, sans serveurs MCP maison
- 29 oct. 2026NVIDIA Nemotron 3.5 Super VL : 120 milliards de paramètres, 12 milliards actifs, déploiement sur AWS
Questions clés sur cet article
Que sait-on sur Des connaissances issues de toutes les sources ?
L'un des principaux problèmes des agents en production est l'accès limité à des données à jour. Bedrock AgentCore permet désormais de connecter les agents à plusieurs types de sources simultanément : Bases de connaissances d'entreprise (documents internes, CRM, wiki) Le web ouvert, pour chercher des informations actuelles en temps réel Sources de données payantes et sous licence Stockages structurés de l'organisation (S3, bases de données) L'agent peut ainsi répondre non seulement à partir de l'entraînement du modèle, mais aussi en s'appuyant sur des données récentes et pro
Que sait-on sur Débogage en production ?
Quand un agent se trompe, trouver la cause peut être ardu : les chaînes de raisonnement en plusieurs étapes sont opaques. AgentCore ajoute des outils qui aident les équipes à suivre le comportement des agents en temps réel et à localiser les points de défaillance. Les équipes peuvent voir quelle étape de la chaîne a produit un résultat erroné, quelle source de connaissances a été sollicitée et à quel moment l'agent a perdu le contexte. En somme, il s'agit d'une pile d'observabilité pour systèmes d'agents, comparable au tracing dans les microservices, mais appliquée à la log
Que sait-on sur Un contrôle qui grandit avec l'agent ?
Plus un agent a de capacités, plus il est difficile à contrôler. Amazon répond avec des mécanismes de gouvernance intégrés qui évoluent avec les tâches. « Nous aidons les équipes à créer plus vite des agents plus puissants, à les piloter grâce à des mécanismes de contrôle évolutifs et à les améliorer en continu », indique l'annonce officielle d'AWS. Les politiques de sécurité, les restrictions d'outils et les règles d'accès aux données sont définies de façon centralisée et appliquées automatiquement, quelle que soit la complexité de la chaîne d'agents.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.