新聞

AWS開源Loom for AWS，提供企業統一建立、部署及管理AI代理的參考平臺。AI代理可依使用者指令呼叫外部工具及執行工作，Loom則將代理的部署與操作、記憶、身分驗證、權限管理及人工核准整合到同一套系統，主要供企業平臺工程團隊使用。

Loom是建立在AWS Strands Agents與Amazon Bedrock AgentCore等既有AWS服務上的開源專案，提供統一管理介面，可處理代理、記憶資源、外部工具連線及代理之間的協作，也能串接企業既有的身分驗證系統，並記錄模型與運算資源用量。

在權限管理上，Loom會依使用者角色及所屬群組，限制可查看或操作的代理與資源。系統建立資源時，也會自動加入應用、群組及擁有者標籤，企業可再增加成本中心等自訂標籤，以追蹤費用及資源歸屬。

Loom提供預先寫好的Python代理程式，企業可設定代理的行為規則、記憶功能及工具連線，再部署至Amazon Bedrock AgentCore Runtime。不需要自訂程式時，也可採用AgentCore的受管機制，只透過設定定義並部署代理。Loom的控制平面只開放系統允許調整的部署參數，避免使用者任意變更底層設定。

Loom不會在執行或部署過程中即時產生並部署程式碼，企業可先測試及安全掃描固定的代理程式，後續建立不同代理時主要只更換設定，減少每次部署都要重新審查程式碼的工作。連接外部服務所需的機密資訊與憑證則存放於AWS Secrets Manager，不直接保存在Loom。

代理代表使用者呼叫其他服務時，Loom會透過AgentCore Identity交換存取權杖，讓後續系統同時取得原始使用者與代理的身分資訊，並保留委派關係。下游服務可依原始使用者的既有權限限制資料與資源存取，使代理呼叫鏈維持最小權限原則。

Loom也整合目前處於公開預覽階段的AWS Agent Registry，記錄代理及工具的連線位置、授權方式與功能。代理經組織內部審核後，才能發布供正式環境使用。代理若要修改資料或執行其他敏感操作，系統可先暫停流程，待人員核准後再繼續。

Loom原始碼已公布於AWS Labs的GitHub專案頁面，企業可檢視及修改其實作，並參考架構說明與部署指南建立內部代理平臺。