Amazon Bedrock AgentCore 新增自然语言策略编写能力

Amazon Web Services 近日宣布扩展 Amazon Bedrock AgentCore 中的 Policy 能力，新增 Policy Authoring 功能：团队可直接用自然语言撰写策略文档，由 AI 自动翻译为 Dogwood 形式化语言，对运行在 AgentCore 上的智能体施加实时约束，覆盖时间、轨迹与工具参数等多个维度。

策略治理与 Dogwood 语言

Dogwood 是 AWS 推出的开源治理语言，专门用于表达对智能体动作的允许与禁止规则。AgentCore 网关内置的 Dogwood 监控器会在每次工具调用前进行实时评估。Dogwood 采用「默认拒绝」语义，且 forbid（禁止）覆盖 permit（允许）：授予权限的规则被翻译为带条件的 permit，施加上限或限制的规则被翻译为 forbid。

此前的 Policy 主要约束工具的输入参数；本次扩展新增对时间维度与轨迹维度的支持，涵盖速率限制、前置依赖、工具调用的顺序约束以及累积效应（即同一会话中已发生动作的影响）。

Policy Authoring：从自然语言到形式化策略

Policy Authoring 是一套由 AI 驱动的自动形式化工具。它接收自然语言策略文档，输出语法与语义均正确的 Dogwood 规范，适合「已有书面规则、只需转写」的场景。官方建议在使用前先将文档精简为规则列表，去除背景说明与评论——Policy Authoring 是翻译器而非摘要器。

新版本在原有「工具参数限制」基础上，新增三类能力：

强制时间与轨迹约束，包括按时段、顺序、累积条件限制工具调用
调用 Amazon Bedrock Guardrails 检测自由文本中的不当语义
沿用上一版本对工具输入参数的策略限制

非技术背景的合规人员可直接撰写策略文档，导入后即可对已部署的智能体系统施加治理。

工作机制

Policy Authoring 同时接收三份输入：

自然语言策略文档
来自智能体 MCP（Model Context Protocol）工具清单的 schema，含工具名、参数与返回值类型
当前可用的 Bedrock Guardrails 检测项与可引用的身份声明

这三份输入保证了生成的策略中字段名（例如 context.input.amount）与智能体实际调用保持一致。

示例：零售银行客服智能体

原文以零售银行客服智能体为例进行演示。该智能体具备以下工具：

verify_identity：核验来电者身份，传入账户号，输出是否验证通过
initiate_transfer：在同一客户名下账户间转账，传入源账户、目的账户与金额
issue_refund：对争议扣款发起退款，传入账户号、扣款 ID 与金额
file_dispute：提交争议工单，传入账户号与描述
request_approval：请求主管审批某笔扣款

对工具参数的条件约束

规则示例：「退款只能在 UTC 9:00–17:00 之间发起，且金额不得超过 2,500 美元。」

该句包含两个独立条件，翻译后的 Dogwood 策略在一次 issue_refund 调用上同时校验：调用时刻必须落在允许时段，且 context.input.amount ≤ 2500。两个条件均满足时，退款才被放行。金额单位以工具 schema 声明为准，文档中的「2,500 美元」与工具的 amount 字段需保持一致。

前置步骤约束

原文还给出了另一类规则示例：要求发起转账前，必须在最近 15 分钟内对同一账户完成身份核验。该规则体现了对会话历史与时间窗口的组合约束，由 Policy Authoring 翻译为带 temporal 条件的 Dogwood 表达式。

使用建议

对于手写少量控制规则的小规模场景，直接撰写 Dogwood 仍是最简单的方式；而当合规文档已存在、需要批量形式化时，Policy Authoring 能显著降低从自然语言到可执行策略的转换成本。AWS 表示，无论技术背景如何，团队均可将自然语言策略文档直接导入 Amazon Bedrock AgentCore，为已部署的智能体系统添加治理层。