Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Platform
Platform AI Agentic menyediakan lapisan runtime, orkestrasi, dan integrasi dasar yang diperlukan untuk menerapkan, menskalakan, dan mengelola sistem agen tingkat produksi. Kerangka kerja mendefinisikan bagaimana agen dibangun dan protokol mengatur bagaimana mereka berkomunikasi. Platform menyediakan lingkungan di mana agen-agen ini beroperasi, berkolaborasi, dan berkembang dengan aman dalam skala besar.
Platform agen menggabungkan eksekusi model, manajemen konteks, integrasi alat, observabilitas, dan kemampuan tata kelola ke dalam lingkungan terpadu. Platform ini memungkinkan organisasi untuk beralih dari eksperimen ke penyebaran skala perusahaan.
**Di bagian ini:**
+ [Mengapa platform penting](why-platforms-matter.md)
+ [Jenis platform AI agen](types-of-platforms.md)
+ [Pertimbangan pemilihan platform](platform-selection.md)
+ [Agen Batuan Dasar Amazon](bedrock-agents.md)
+ [Batuan Dasar Amazon AgentCore](amazon-bedrock-agentcore.md)
# Mengapa platform penting
Platform AI agen sangat penting bagi organisasi yang ingin mengoperasionalkan sistem otonom dalam produksi. Mereka menawarkan kemampuan berikut:
+ Menyediakan **orkestrasi runtime** untuk hosting, penskalaan, dan agen koordinasi.
+ Kelola **status, konteks, dan memori** di seluruh alur kerja multi-agen.
+ Menawarkan kontrol **keamanan, identitas, dan tata kelola** yang selaras dengan standar perusahaan.
+ Integrasikan dengan **ekosistem perkakas dan sistem** eksternal melalui standar APIs atau protokol.
+ Aktifkan **observabilitas dan auditabilitas** di seluruh interaksi agen dan arus peristiwa.
+ Mendukung **interoperabilitas lintas model**, memungkinkan agen untuk menggunakan beberapa model pondasi dalam satu lingkungan.
Kemampuan ini mengubah agen individu menjadi sistem adaptif yang terkoordinasi yang dapat beroperasi dengan andal dalam batas perusahaan dan peraturan.
# Jenis platform AI agen
Platform AI agen biasanya termasuk dalam satu atau lebih kategori berikut:
+ **Agen terkelola** - Platform yang dikelola sepenuhnya menyediakan infrastruktur, memori, dan kemampuan orkestrasi bawaan. Mereka mengurangi overhead operasional dan mempercepat waktu produksi.
+ **Orkestrasi sumber terbuka** — Platform agen sumber terbuka menawarkan fleksibilitas dan transparansi bagi organisasi yang lebih menyukai lingkungan yang dapat disesuaikan atau penerapan lokal.
+ **Hybrid Enterprise** — Platform hybrid mengintegrasikan komponen yang dikelola dan di-host sendiri, menggabungkan skalabilitas layanan yang dikelola cloud dengan kontrol sistem perusahaan.
# Pertimbangan pemilihan platform
Saat memilih atau merancang platform AI agen, organisasi harus mempertimbangkan hal berikut:
+ **Integration depth** — Mengevaluasi seberapa baik platform terintegrasi dengan sumber data, alat, dan protokol yang ada.
+ **Skalabilitas** — Pastikan platform dapat menskalakan secara dinamis untuk mendukung beban kerja otonom dan kolaborasi multi-agen.
+ **Keamanan dan kepatuhan** - Menilai privasi data, enkripsi, dan fitur tata kelola terhadap persyaratan organisasi dan regional.
+ **Ekstensibilitas** — Pilih platform dengan arsitektur modular yang memungkinkan alat, model, atau agen baru ditambahkan dari waktu ke waktu.
+ **Observabilitas** — Lebih suka platform yang menyediakan telemetri terperinci, keterlacakan, dan log audit untuk interaksi agen.
+ **Efisiensi biaya** - Pertimbangkan model tanpa server atau berbasis penggunaan untuk mengoptimalkan biaya untuk beban kerja variabel.
# Agen Batuan Dasar Amazon
Amazon Bedrock Agents adalah layanan terkelola penuh yang memungkinkan Anda membangun dan mengonfigurasi agen otonom dalam aplikasi Anda. Ini dapat mengatur interaksi antara model dasar, sumber data, aplikasi perangkat lunak, dan percakapan pengguna. Pendekatannya yang efisien untuk membuat agen tidak mengharuskan Anda menyediakan kapasitas, mengelola infrastruktur, atau menulis kode khusus.
## Fitur utama dari Amazon Bedrock Agents
Amazon Bedrock Agents mencakup fitur-fitur utama berikut:
+ **Layanan yang dikelola sepenuhnya** - Manajemen infrastruktur lengkap tanpa perlu menyediakan kapasitas atau mengelola sistem yang mendasarinya. Untuk informasi selengkapnya, lihat [Mengotomatiskan tugas di aplikasi Anda menggunakan agen AI](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) di dokumentasi Amazon Bedrock.
+ **Pengembangan berbasis API** — Tentukan dan jalankan agen melalui panggilan API sederhana dengan menentukan model, instruksi, alat, dan parameter konfigurasi. Untuk informasi selengkapnya, lihat [Membuat dan mengonfigurasi agen secara manual](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-create.html) di dokumentasi Amazon Bedrock.
+ **Grup tindakan** — Tentukan tindakan spesifik yang dapat dilakukan agen Anda dengan membuat grup tindakan dengan skema API. Untuk informasi selengkapnya, lihat [Menggunakan grup tindakan untuk menentukan tindakan yang akan dilakukan agen Anda](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-action-create.html) di dokumentasi Amazon Bedrock.
+ **Integrasi basis pengetahuan** — Terhubung dengan mulus ke Pangkalan Pengetahuan Amazon Bedrock untuk meningkatkan respons agen dengan data organisasi Anda. Untuk informasi selengkapnya, [lihat Pembuatan respons tambahan untuk agen Anda dengan basis pengetahuan](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-kb-add.html) di dokumentasi Amazon Bedrock.
+ **Template prompt lanjutan** - Sesuaikan perilaku agen melalui templat prompt untuk pra-pemrosesan, orkestrasi, pembuatan respons basis pengetahuan, dan pasca-pemrosesan. Untuk informasi selengkapnya, lihat [Meningkatkan akurasi agen menggunakan templat prompt lanjutan di Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/advanced-prompts.html) di dokumentasi Amazon Bedrock.
+ **Penelusuran dan pengamatan - Lacak proses step-by-step penalaran agen menggunakan kemampuan** penelusuran bawaan. Untuk informasi selengkapnya, lihat [Lacak proses step-by-step penalaran agen menggunakan jejak](https://docs.aws.amazon.com/bedrock/latest/userguide/trace-events.html) di dokumentasi Amazon Bedrock.
+ **Pembuatan versi dan alias** — Buat beberapa versi agen Anda dan terapkan melalui alias untuk peluncuran terkontrol. Untuk informasi selengkapnya, lihat [Menerapkan dan menggunakan agen Amazon Bedrock di aplikasi Anda](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-deploy.html) di dokumentasi Amazon Bedrock.
## Kapan menggunakan Amazon Bedrock Agents
Amazon Bedrock Agents sangat cocok untuk skenario agen otonom termasuk:
+ Organizations yang menginginkan pengalaman yang dikelola sepenuhnya untuk membangun dan menyebarkan agen tanpa mengelola infrastruktur
+ Proyek yang membutuhkan pengembangan dan penyebaran agen yang cepat melalui konfigurasi daripada kode
+ Kasus penggunaan yang mendapat manfaat dari integrasi ketat dengan kemampuan Amazon Bedrock lainnya seperti Pangkalan Pengetahuan dan Pagar Pembatas
+ Tim tanpa sumber daya internal untuk membangun agen dari awal tetapi membutuhkan kemampuan otonom siap produksi
## Pendekatan implementasi untuk Amazon Bedrock Agents
Amazon Bedrock Agents menyediakan pendekatan implementasi berbasis konfigurasi untuk pemangku kepentingan bisnis. Layanan ini memungkinkan organisasi untuk:
+ Tentukan agen melalui panggilan Konsol Manajemen AWS atau API tanpa menulis kode yang rumit.
+ Buat grup tindakan yang menentukan APIs dan operasi yang dapat dilakukan agen.
+ Hubungkan basis pengetahuan untuk memberikan informasi spesifik domain kepada agen.
+ Uji dan ulangi perilaku agen melalui antarmuka visual.
Pendekatan terkelola ini memungkinkan tim bisnis untuk dengan cepat mengembangkan dan menyebarkan agen otonom tanpa keahlian teknis yang mendalam dalam pengembangan model AI atau manajemen infrastruktur.
## Contoh dunia nyata dari Amazon Bedrock Agents
Solusi operasi keuangan (FinOps) yang dijelaskan dalam [posting AWS blog](https://aws.amazon.com/blogs/machine-learning/build-a-finops-agent-using-amazon-bedrock-with-multi-agent-capability-and-amazon-nova-as-the-foundation-model/) ini menggunakan kerangka kerja multi-agen Amazon Bedrock untuk membuat asisten manajemen biaya cloud berbasis AI. Model yayasan Amazon Nova yang hemat biaya mendukung solusi di mana agen FinOps Supervisor pusat mendelegasikan tugas kepada agen khusus. Agen ini mengambil dan menganalisis data AWS pengeluaran dengan menggunakan AWS Cost Explorer dan menghasilkan rekomendasi penghematan biaya dengan menggunakan. AWS Trusted Advisor
Sistem ini mencakup akses pengguna yang aman melalui Amazon Cognito, front-end yang dihosting, dan grup AWS Lambda tindakan untuk AWS Amplify analisis dan peramalan waktu nyata. Tim keuangan dapat mengajukan pertanyaan bahasa alami seperti “Berapa biaya saya pada Februari 2025?” Sistem merespons dengan perincian terperinci, saran pengoptimalan, dan prakiraan — semuanya dalam arsitektur tanpa server yang dapat diskalakan yang digunakan dengan menggunakan. AWS CloudFormation
# Batuan Dasar Amazon AgentCore
Amazon Bedrock AgentCore adalah platform agen untuk membangun, menyebarkan, dan mengoperasikan agen berkemampuan tinggi dengan aman dalam skala menggunakan kerangka kerja, model, atau protokol apa pun. Menggunakan AgentCore, Anda dapat melakukan hal berikut, semua tanpa manajemen infrastruktur:
+ Membangun agen lebih cepat.
+ Memungkinkan agen untuk mengambil tindakan di seluruh alat dan data.
+ Jalankan agen dengan aman dengan latensi rendah dan runtime yang diperpanjang.
+ Memantau agen dalam produksi.
AgentCore menghilangkan pengangkatan berat yang tidak berdiferensiasi dari membangun infrastruktur agen khusus, memungkinkan Anda mempercepat agen Anda ke produksi. Layanannya dapat digunakan bersama atau secara independen dan kompatibel dengan kerangka kerja apa pun, termasukCrewAI,LangGraph,LlamaIndex, danStrands Agents. AgentCorejuga kompatibel dengan model foundation apa pun yang tersedia di dalam atau di luar Amazon Bedrock, memberikan fleksibilitas tertinggi.
AgentCore terdiri dari beberapa layanan utama:
+ [Amazon Bedrock AgentCore Runtime](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/agents-tools-runtime.html) - Menyediakan lingkungan yang aman, tanpa server, dan dapat diskalakan untuk meng-host dan menjalankan agen Anda, tanpa perlu mengelola infrastruktur apa pun yang diperlukan untuk menerapkan dan menjalankan agen atau alat AI.
+ [Amazon Bedrock AgentCore Memory](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/memory.html) - Menawarkan sistem memori terkelola, memungkinkan agen untuk mempertahankan konteks dari interaksi untuk percakapan yang lebih personal dan koheren dengan mempertahankan pengetahuan langsung dan jangka panjang.
+ [Amazon Bedrock AgentCore Gateway](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway.html) — Menyederhanakan proses pembuatan, pengamanan, dan menemukan alat yang tepat untuk agen. Dengan AgentCore Gateway, pengembang dapat mengonversi APIs, fungsi Lambda, dan layanan yang ada menjadi alat yang kompatibel dengan Model Context Protocol (MCP) dan membuatnya tersedia untuk agen.
+ [Amazon Bedrock AgentCore Identity](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/identity.html) - Menyediakan identitas agen yang aman dan terukur serta layanan manajemen akses yang mempercepat pengembangan agen AI. Dengan AgentCore Identity, Anda dapat menetapkan identitas unik dan dapat diverifikasi ke agen, memungkinkan kontrol akses yang halus dan interaksi yang didukung agen yang aman dengan sistem perusahaan.
+ [Alat AgentCore bawaan Amazon Bedrock](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/built-in-tools.html) - Memungkinkan Anda menggunakan alat bawaan untuk meningkatkan alur kerja pengembangan dan pengujian Anda. Gunakan alat ini untuk berinteraksi dengan aplikasi Anda secara efektif, memungkinkan agen AI untuk menulis dan mengeksekusi kode dengan aman di lingkungan kotak pasir. Gunakan alat browser untuk memungkinkan agen AI berinteraksi dengan situs web dalam skala besar.
+ [Amazon Bedrock AgentCore Observability](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/observability.html) — Memberikan kemampuan pencatatan dan pemantauan, memberi Anda visibilitas real-time ke kinerja dan perilaku agen Anda untuk memfasilitasi debugging dan pengoptimalan.
## Fitur utama AgentCore
AgentCore termasuk fitur utama berikut:
+ **Dikelola sepenuhnya dan dapat diperluas** - AgentCore adalah layanan yang dikelola sepenuhnya, yang berarti AWS menangani infrastruktur dan pemeliharaan yang mendasarinya. Ini juga dapat diperluas, yang memungkinkan Anda untuk menyesuaikan dan meningkatkan fungsionalitas agen Anda. Untuk informasi selengkapnya, lihat [Memulai AgentCore Runtime](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-getting-started.html) di AgentCore dokumentasi.
+ **Memori jangka panjang dan jangka pendek — Memberikan** interaksi yang lebih personal dan relevan dengan melengkapi agen dengan sistem memori untuk mengingat konteks dari percakapan saat ini dan pengetahuan jangka panjang. Untuk informasi selengkapnya, lihat [Memulai AgentCore Memori](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/memory-get-started.html) di AgentCore dokumentasi.
+ **Pengembangan dan integrasi alat yang disederhanakan** - Memungkinkan agen Anda menemukan dan menggunakan alat melalui satu titik akhir yang aman. Ubah sumber daya perusahaan Anda dengan cepat menjadi alat yang siap agen hanya dengan beberapa baris kode, membebaskan pengembang untuk fokus membangun kemampuan unik. Untuk informasi selengkapnya, lihat [Memulai AgentCore Gateway](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-quick-start.html) di AgentCore dokumentasi.
+ **Infrastruktur yang aman dan terukur** - AgentCore menyediakan lingkungan yang aman dan terukur untuk menyebarkan dan mengoperasikan agen. Ini mencakup fitur untuk identitas dan manajemen akses, enkripsi data, dan keamanan jaringan. Untuk informasi selengkapnya, lihat [Memulai AgentCore Identitas](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/identity-getting-started.html) dalam AgentCore dokumentasi.
+ **Integrasi dengan berbagai alat** - Memungkinkan Anda mengintegrasikan agen Anda dengan berbagai alat, termasuk penerjemah kode dan alat browser yang dapat Anda buat dengan menggunakan alat AgentCore bawaan. Untuk informasi selengkapnya, lihat [Memulai dengan Penerjemah AgentCore Kode](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/code-interpreter-getting-started.html) dan [Memulai AgentCore Browser](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/browser-onboarding.html) di AgentCore dokumentasi.
+ **Pengamatan dan pemantauan komprehensif** — Dapatkan visibilitas mendalam ke agen Anda dengan alat komprehensif untuk melacak, men-debug, dan memantau kinerja mereka dalam produksi. Visualisasikan seluruh jalur eksekusi agen untuk mengaudit alasannya dan menyelesaikan kegagalan. Gunakan dasbor real-time dan data telemetri standar untuk melacak metrik operasional utama. Untuk informasi selengkapnya, lihat [Menambahkan observabilitas ke AgentCore resource Amazon Bedrock Anda](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/observability-configure.html) di dokumentasi. AgentCore
## Kapan harus menggunakan AgentCore
AgentCore sangat cocok untuk skenario agen otonom termasuk:
+ Organizations yang ingin mempercepat pengembangan dan menurunkan biaya operasional dengan layanan terkelola penuh yang menangani infrastruktur, keamanan, alat bawaan, observabilitas, dan penskalaan
+ Proyek yang membutuhkan fleksibilitas dengan layanan modular yang bekerja sama atau independen dan kompatibel dengan kerangka kerja apa pun, seperti CrewAI atauLangGraph, dan model fondasi apa pun dari sumber mana pun
+ Gunakan kasus yang membutuhkan agen percakapan stateful yang perlu mempertahankan konteks dan belajar dari interaksi masa lalu untuk memberikan tanggapan yang dipersonalisasi dan relevan
+ Agen memungkinkan untuk melakukan tugas-tugas kompleks melalui integrasi sederhana dengan beragam aplikasi, sumber data, dan APIs
## Pendekatan implementasi untuk AgentCore
AgentCore dirancang untuk organisasi yang ingin memindahkan agen AI dari bukti konsep, dibangun menggunakan kerangka kerja open source atau agen kustom, ke produksi. Dengan AgentCore, organisasi dapat melakukan hal berikut:
+ Menyebarkan agen secara aman pada infrastruktur tanpa server, mendukung kerangka kerja dan model apa pun, dengan isolasi sesi dan identitas bawaan serta manajemen akses untuk end-to-end keamanan dan kepatuhan. Buat agen AgentCore Runtime dengan cepat untuk kerangka kerja agen terkemuka dengan menggunakan toolkit starter.
+ Tingkatkan agen dengan mengintegrasikan memori persisten untuk retensi konteks, menyederhanakan pengembangan dan integrasi alat melalui AgentCore Gateway. Manfaatkan alat browser bawaan dan penerjemah kode untuk alur kerja tingkat lanjut.
+ Lacak, debug, dan pantau agen AI dalam produksi menggunakan dasbor observabilitas yang didukung oleh Amazon CloudWatch Application Insights danOpenTelemetry, melacak metrik utama AgentCore sumber daya (runtime, memori, gateway, dan alat).
+ Mempercepat penyebaran dan inovasi dengan layanan modular yang dikelola sepenuhnya, blok yang dapat dikomposisi bersama-sama atau secara independen, dengan kerangka kerja agen dan penyedia model apa pun. Fleksibilitas ini membantu organisasi beralih dari prototipe ke produksi lebih cepat.
Pendekatan terkelola ini memungkinkan organisasi untuk dengan cepat dan aman membangun, menyebarkan, dan menjalankan agen AI tingkat perusahaan dan sistem multi-agen pada skala apa pun.
## Contoh dunia nyata AgentCore
AWS Telah mengamati bahwa salah satu bank terbesar di Amerika Latin telah digunakan AI/ML selama bertahun-tahun untuk memberikan pengalaman perbankan digital yang sangat personal dan aman. Bank memperluas layanan AI agen dengan menggunakan AgentCore untuk menyediakan pelanggan dengan interaksi intuitif, keamanan yang ditingkatkan, dan otomatisasi yang lebih besar. Menurut CTO, AgentCore diharapkan dapat mendukung upaya mereka untuk memenuhi komitmen pelanggan dalam skala besar. AgentCore memberikan pengembang mereka alat dan fleksibilitas untuk membangun dan mengelola agen, sambil membantu memastikan kepatuhan terhadap peraturan keuangan.