AWS ir Postman atskleidžia, kaip „Agent Mode“ veikia 40 mln. kūrėjų naudojant Amazon Bedrock
Trumpai: AWS kartu su Postman paskelbė techninę apžvalgą, kaip Postman sukūrė „Agent Mode“ – AI pagrįstą sąsają API testavimui ir dokumentacijai, veikiančią produkcinėje aplinkoje dideliu mastu. Komanda nustatė, kad didžiausia kliūtis buvo ne modelio kokybė, o įrankių gausa ir trūkstamas kontekstas. Įraše aprašomi architektūriniai sprendimai: dinaminis įrankių parinkimas, schema pagrįstos užklausos, specializuoti konteksto apdorojimo moduliai bei Amazon Bedrock teikiamos galimybės – modelio lankstumas, kelių regionų išvada, duomenų rezidavimo kontrolė ir prompt caching.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „AWS Machine Learning“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Įrankių parinkimo klaidos padažnėjo, kai matomų įrankių skaičius viršijo apie 40; dabar architektūra iš daugiau nei 170 įrankių kiekvienai užklausai parenka apie 15 aktualiausių naudodama vektorinę įrankių embeddingų duomenų bazę
- 2Postman sujungė daugybę siaurų skaitymo įrankių į vieną schema pagrįstą užklausų įrankį virš ClickHouse lentelių, leisdama agentui pačiam generuoti sudėtingas užklausas vietoj dešimčių atskirų įrankių
- 3Kontekstas (vartotojo vieta, aktyvūs objektai, ankstesnė būsena) sukėlė daugiau klaidų nei trūkstamos funkcijos, todėl Postman sukūrė specializuotus kontekstą apdorojančius modulius kiekvienam objekto tipui vietoj neapdorotų sąsajos duomenų serializavimo
- 4„Agent Mode“ reikalauja vartotojo patvirtinimo prieš bet kokį veiksmą, keičiantį programos būseną, ir naudoja Amazon Bedrock Guardrails asmens duomenims redaguoti prieš jiems pasiekiant modelį
- 5Amazon Bedrock palaiko kelis Anthropic Claude modelius toje pačioje integracijoje, leisdama Postman nukreipti greitus modelius į didelio srauto užduotis, o didesnius – sudėtingam samprotavimui, nekeičiant integracijos
- 6Kelių regionų išvados profiliai (geografiniai ar globalūs) leidžia Postman susidoroti su staigiais srauto šuoliais, kartu išlaikant apdorojimą apibrėžtoje geografijoje, pvz., JAV ar ES, kai to reikia
Kodėl tai svarbu?
Tai retas išsamus žvilgsnis į tai, kas iš tikrųjų sugriauna AI agentų veikimą produkcijoje – ne modelio kokybė, o įrankių katalogo dydis ir konteksto dizainas. Komandoms, kuriančioms agentus su daug function-calling įrankių, tai pateikia konkrečius skaičius (~40 įrankių riba, 170→15 susiaurinimas) ir pakartojamus sprendimus.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei jūsų įmonė naudoja balso AI agentus su įrankių/funkcijų kvietimu (CRM paieškos, skambučių perkėlimas, planavimas, duomenų užklausos), išvada, kad agentai pradeda blogiau veikti viršijus apie 40 matomų įrankių, o konteksto kokybė svarbesnė už įrankių kiekį, yra tiesiogiai pritaikoma – verta apsvarstyti dinaminį įrankių parinkimą pagal skambučio intenciją bei specializuotą konteksto santraukų kūrimą vietoj viso CRM/skambučio įrašo perdavimo į prompt. Amazon Bedrock Guardrails naudojimas PII redagavimui prieš modelio iškvietimą taip pat aktualus kontaktų centrų atitikčiai.
🧪 Verta testuoti
Aprašytus dinaminio įrankių parinkimo ir konteksto modulių sprendimus verta išbandyti su esamais balso agentų/kontaktų centro įrankių rinkiniais, siekiant įvertinti, ar jie sumažina uždelsimą ir įrankių parinkimo klaidas, kai integruojamų įrankių skaičius auga.
Dynamic tool scoping and context handlers for AI agents· Nauja
Šaltiniai
- AWS Machine LearningOficialusPirminis šaltinisOriginalus straipsnis →„How Postman runs Agent Mode for 40 million developers on Amazon Bedrock“2026-10-09 18:35
- Šaltinio publikavimo data
- 2026-10-09 18:35
- Mūsų sistema rado
- 2026-10-09 18:39
- Santrauka sugeneruota
- 2026-10-09 18:41
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas