이미지: AWS ML Blog
摘要
- AWS公开了6款开源Agent Skills，可让编码代理执行Amazon Bedrock Automated Reasoning策略的完整生命周期
- Agent Skills是Anthropic提出的轻量级开放格式，可安装在Kiro、Claude Code、Cursor、Codex等多种编码代理中使用
- Automated Reasoning检查并非基于统计抽样，而是通过SMT求解器进行形式逻辑验证，以判断AI响应是否符合规定
- 발행처
- AWS ML Blog
- 발행일
- 2026-08-06
- 작성자
- Adewale Akinfaderin
- 스킬 구성
- 정책 라이프사이클 단계별 6종
- 호환 에이전트
- Kiro, Claude Code, Cursor, Codex
- 정책 작성 언어
- SMT-LIB 부분집합
- 검증 엔진
- SMT 솔버(Satisfiability Modulo Theories)
将控制台操作转移到代码中
AWS公开了一套开源Agent Skills工具集，可让编码代理直接执行Amazon Bedrock的Automated Reasoning策略生命周期。此次发布刊登于AWS ML Blog，作者为Adewale Akinfaderin。此前，编写和验证策略是需要在Bedrock控制台中完成的专业工作，而这套技能集将其转变为编码代理可以反复执行的工程化工作流程。
Automated Reasoning检查验证的是什么
Automated Reasoning检查分两个阶段运作。首先，基础模型（FM）将问题和答案翻译成形式逻辑，并映射到策略中的变量。接着，SMT（Satisfiability Modulo Theories）求解器将该逻辑与策略规则进行比对验证，得出判定结果。据介绍，这种方式不是统计抽样，而是基于形式逻辑的验证，因此只要翻译准确，判定结果就能保证数学上的正当性。策略规则以SMT-LIB子集编写，而SMT-LIB是自动定理证明器的标准输入格式。
用6种技能划分策略生命周期
公开的技能集由6种技能组成，分别对应策略生命周期的各个阶段。每种技能都由一份简短的说明文件和一个调用Bedrock Automated Reasoning API的执行脚本构成，各技能共享说明API结构、检测类型和规则语法的通用参考文档，以提供一致的指引。
| 阶段 | 内容 |
|---|---|
| 规则提取 | 从原始文档中提取规则 |
| 审查 | 审查服务生成的规则 |
| 编写测试 | 编写反映实际用户查询的测试 |
| 调试 | 诊断失败案例 |
| 部署 | 将版本化的策略部署到防护栏之后 |
| 验证 | 验证已部署策略的行为 |
为何这项工作适合由代理完成
Agent Skills是Anthropic提出的轻量级开放格式，是一种结构化的上下文包，可为编码代理扩展赋予针对特定服务或领域的专业知识和工作流程。代理不再依赖不完整或过时的通用训练数据，而是遵循技能中包含的经过验证的模式、常见错误和分步操作流程，生成正确的API调用。由于该格式是开放的，任何支持该格式的代理都可以安装使用，AWS举例称Kiro、Claude Code、Cursor、Codex均可兼容。
AWS解释称，在编写策略时，从规则提取到应对API约束条件，存在大量细致且反复的工作，而这类具有明确规则和失败类型的任务，正适合在给予清晰指引后交由编码代理完成。AWS还补充说，希望引入Automated Reasoning检查的团队之所以想以代码为基础管理生命周期，也是出于可重复性和便于审查的考虑。
metallab.ai将持续关注编码代理与云服务结合的应用案例。
尚待解决的课题
AWS表示，在将这套技能集实际应用于Bedrock服务的过程中，也分享了对服务运作方式的相关认识，但摘录内容中并未包含具体的执行结果或性能指标，仍需进一步确认。
