Amazon Bedrock AgentCore מקצר פיתוח תשתיות משבועות לדקות
AWS פרסמה השבוע סדרת מדריכים טכניים לבניית סוכני AI עם Amazon Bedrock AgentCore — הפלטפורמה שלה לסוכנים אוטונומיים בקנה מידה גדול. המדריכים מכסים מיגרציה לענן (שבה זמן הפיתוח ירד משבועות לדקות על פני יותר מ-300 אפליקציות), סוכני מכירות עם עלייה של 12% בהכנסות, וארכיטקטורת אבטחה שמספקת הגנה גם אם הסוכן מותקף.
מה קורה כשמשלבים סוכני AI אוטונומיים בתוך תהליכי עבודה ארגוניים?
AWS מפרסמת השבוע סדרה של מדריכים טכניים מפורטים שמציגים איך בונים מערכות AI אג׳נטיות (Agentic AI) על גבי Amazon Bedrock AgentCore. התיעוד החדש מכסה מגוון רחב של מקרי שימוש — מאוטומציה של מיגרציות ענן, דרך בניית סוכני מכירות אמינים, ועד לשמירה על הרשאות גישה גם כשהמודל מותקף. אם אתם עובדים על מערכות AI ארגוניות, שווה לצלול לפרטים.
אז מה הסיפור הגדול?
החודש AWS פרסמה כמה פוסטים טכניים עמוקים שמתמקדים כולם בפלטפורמה אחת: Amazon Bedrock AgentCore. זו הפלטפורמה של AWS לבנייה, חיבור ואופטימיזציה של סוכנים (Agents) בקנה מידה גדול, עם כל פריימוורק או מודל. הרעיון הוא לאפשר לארגונים לבנות מערכות שבהן מספר סוכני AI עובדים יחד כדי לבצע משימות מורכבות — ממיגרציה של מאות אפליקציות לענן, דרך מכירות אוטונומיות, ועד לתפעול יזום של מערכות.
המיגרציה: מ-3–4 שבועות לדקות
נתחיל עם המספר הכי מרשים בפרסומים החדשים. קבוצת AWS Professional Services בנתה מערכת של סוכני AI ייעודיים לטיפול באתגרי מיגרציה לענן. התוצאה: זמן פיתוח של Infrastructure as Code (IaC) ירד מ-3–4 שבועות לכל אפליקציה — לדקות בודדות.
אתם קוראים נכון. משבועות לדקות.
הנתון הזה מבוסס על מעקב פנימי של פרויקט שכלל למעלה מ-300 אפליקציות עם דדליין פיסקלי קבוע. אם עשיתם מיגרציה גדולה בארגון, אתם יודעים בדיוק מאיפה הכאב בא: Discovery שלוקח שבועות לכל אפליקציה, מהנדסים שכותבים קוד תשתית מאפס לכל workload, ופעולות post-migration שהופכות לכיבוי שריפות ריאקטיבי. כשמכפילים את זה על 300+ אפליקציות, התוכנית פשוט לא מצליחה לעמוד בקצב.
ארבעה סוכנים, תפקיד אחד לכל אחד
המערכת בנויה על ארבעה סוכנים שעובדים במסגרת Multi-agent Orchestration:
- Intake Agent — אחראי על גילוי אוטומטי (Automated Discovery)
- IaC Agent — מייצר קוד תשתית (Infrastructure as Code) בהתאם לנהלי האבטחה שלכם
- Migration Intelligence and Governance Agent — מספק דיווח ברמת הפורטפוליו והערכות Well-Architected
- Site Reliability Engineering (SRE) Agent — מטפל בפעולות תפעול יזומות (Proactive Operations)
הסוכנים האלה רצים על Amazon Bedrock AgentCore ומשתמשים ב-Strands Agents SDK. כדי להפעיל את המערכת, צריך חשבון AWS עם גישה ל-AgentCore ולמודלי Foundation Models של Amazon Bedrock, וכן היכרות עם ה-SDK ועם Model Context Protocol (MCP) Server Patterns.
AgentFlo: סוכני מכירות אוטונומיים עם אמינות מוכחת
עוד מדריך מעניין שפורסם השבוע מתמקד ב-AgentFlo — חברה שבנתה סוכני AI למכירות בקנה מידה גדול. שני האתגרים המרכזיים שעמדו בפניה: טיפול בקפיצות תעבורה לא צפויות, והבטחה שאפשר לסמוך על הסוכנים בביצוע עסקאות לקוחות אמיתיות.
התוצאות העסקיות
הנתון הבולט: AgentFlo מדווחת על עלייה של 12% בהכנסות נטו (Net Revenue Uplift) על סמך נתוני פריסה מוקדמים. זה מספר משמעותי בעולם ה-eCommerce, במיוחד כשהוא מגיע מפתרון AI שעובד בפרודקשן.
שכבות אמון (Trust)
החלק הטכני המעניין במיוחד הוא ה-Trust Framework ש-AgentFlo בנתה. הסוכנים שלהם יכולים לבצע פעולות ממשיות — ליצור עגלות קנייה, לבצע הזמנות, להחיל הנחות, לגשת לנתוני לקוחות ולתקשר עם מערכות backend. בגלל זה, אכיפת מדיניות חייבת לשבת מחוץ ללולאת החשיבה של המודל.
הגישה שלהם היא "Defense in Depth" — לא רק תגובות בטוחות, אלא פעולות בטוחות. הסוכנים מוגנים מפני:
- "הזיית מחירים" (Price Hallucination)
- קריאות כלי לא מורשות
- הפרות opt-out
- חשיפת אישורים (Credentials)
שליטה ברמת זהות
לקוחות ארגוניים דורשים גישה מוגבלת; עסקים B2C צריכים גישה פתוחה יותר. AgentFlo מאפשרת שליטה מדויקת במי יכול ליצור אינטראקציה עם סוכני AI ולאילו נתונים כל פלח יכול לגשת. בלי בקרות מבוססות זהות, פריסה של AI הפונה ללקוחות היא פשוט לא אופציה.
אבטחת מידע: הסוכן כמתאם, לא כשומר סף
עוד מדריך ש-AWS פרסמה מתמודד עם שאלה קריטית: מה קורה כשהסוכן מותקף? מה קורה אם מישהו מזריק לו הוראות זדוניות (Prompt Injection)?
הפתרון של AWS: להעביר את ההקשר של הרשאות המשתמש (User Authorization Context) דרך הסוכן לשירותי ה-downstream. במילים אחרות — הסוכן פועל כמתאם (Orchestrator), לא כשומר סף (Gatekeeper). האכיפה נעשית על ידי השירותים עצמם.
דוגמה: מערכת CRM
AWS מדגימה את הגישה עם אפליקציית CRM שבה עובדים ממחלקת המכירות וממחלקת הכספים מתקשרים עם אותו סוכן AI:
- עובדי מכירות צריכים גישה לחוזי לקוחות, אסטרטגיות תמחור ונתוני פייפלין
- עובדי כספים צריכים גישה לחשבוניות, רשומות תשלום ודוחות כספיים
כשעובד מכירות מבקש לראות חוזי לקוח, הסוכן אמור להחזיר רק מידע שזמין למחלקת המכירות — לא מידע של מחלקת הכספים. ההגבלות האלה מוטמעות מחוץ לסוכן, מה שמספק הגנה גם אם הסוכן עצמו מותקף דרך Prompt Injection או מושפע מבאג ביישום.
איך זה עובד טכנית?
העובדים מאמתים את עצמם עם אישורים ארגוניים. AWS משתמשת ב-Amazon Cognito כ-Identity Provider, אבל אפשר להשתמש גם ב-Microsoft Entra ID או ב-Okta. מידע על העובד, כמו המחלקה שלו, מתווסף לטוקנים של האימות ונכלל בכל בקשה. הסוכן מעביר את ההקשר הזה הלאה לשירותים שהוא מתקשר איתם — כמו DynamoDB, Amazon Bedrock Knowledge Bases, או שירותי צד שלישי כמו Salesforce.
סקלאביליות בלי Lock-in
עוד מדריך ש-AWS פרסמה השבוע מטפל באתגר אחר: איך מפעילים מערכות AI אג׳נטיות בסביבה מרובת פריימוורקים, מודלים וספקים — בלי להיכנע ל-Vendor Lock-in.
המציאות בארגונים גדולים היא הטרוגנית מטבעה. צוותים שונים מאמצים פריימוורקים שונים. חלקם מעדיפים עבודה מובנית; אחרים צריכים גמישות. כולם מתפתחים בקצב שונה. AWS מדגישה שעקרונות ארכיטקטוניים נכונים מאפשרים למערכות האלה לעבוד יחד, וש-AWS מציעה כלים שמשתלבים בכל סביבה — לא רק בזו של AWS.
Step Functions + AI Coding Agents
ולבסוף, פיצ'ר מעניין ש-AWS הוסיפה לאחרונה: כפתור "Copy Agent Prompt" בקונסולת AWS Step Functions. הרעיון פשוט — אתם בוחרים את הכפתור, מעתיקים פרומפט, מדביקים אותו בסוכן ה-AI שלכם (Claude Code, Kiro CLI, Cursor, GitHub Copilot, Codex, Devin Desktop, OpenCode או כל סוכן תואם MCP), והוא מגדיר את עצמו אוטומטית עם יכולות Serverless ו-MCP server. אפשר להתחיל לבנות workflows בשפה טבעית מיד.
מה זה אומר בפועל?
אם אתם מפתחים או ארכיטקטים שעובדים עם AI בארגון, המסרים מהפרסומים האלה ברורים:
- מערכות Multi-agent הן כבר לא קונספט תיאורטי — AWS מציגה מקרי שימוש ספציפיים עם תוצאות מדידות
- אמינות ואבטחה אינן מחשבה שלאחר מעשה — ה-Trust Framework ש-AgentFlo בנתה מראה שהשוק דורש בקרות קפדניות לפני שסוכנים אוטונומיים עולים לפרודקשן
- ההרשאות עוברות מהסוכן לתשתית — זה שינוי תפיסתי חשוב: הסוכן לא אמור להיות מחסום האבטחה
- גמישות מנצחת — הארכיטקטורות ש-AWS מציגה מתוכננות לעבוד עם כל פריימוורק, לא רק עם השירותים של AWS
שורה תחתונה
AWS מראה שה-AI האג׳נטי עובר משלב ה-Demo לשלב הפרודקשן — עם מקרים אמיתיים, מספרים אמיתיים, ותשומת לב רצינית לאמינות. אם אתם בונים מערכות AI בארגון, המדריכים האלה שווים קריאה. ואם אתם עדיין חושבים ש-Agents הם רק צ'אטבוט משודרג — אולי הגיע הזמן להסתכל שוב.