AWS 推出 Bedrock AgentCore Browser Tool 用 AI Agent 自动化遗留 Web 应用

亚马逊云科技近日在官方机器学习博客中介绍了 Amazon Bedrock AgentCore Browser Tool，这是一项面向企业的全托管浏览器服务，旨在让 AI 智能体（Agent）能够安全地与缺乏现代 API 的遗留 Web 应用进行交互，从而填补传统 RPA（机器人流程自动化）在复杂界面场景下的能力空白。

背景：遗留 Web 系统仍是企业关键负载

在医疗、制造、零售、金融服务等行业，大量核心业务仍然运行在数十年构建的遗留技术栈之上。这些系统通常只暴露由服务端中间件渲染的 HTML，缺乏标准 REST API，导致高批量的人工录入长期是显著的运营成本和数字化阻碍。

以保险行业为例：一家大型保险公司每年需要处理数万笔保单变更，包括计划修改、理赔调整、保障更新和批改等操作。员工需在保单管理系统中穿梭多步流程、跨多屏录入数据并根据业务规则校验，每一次操作都依赖人工完成，既耗时又易出错。这一模式在所有仍以遗留 Web 应用为业务骨干的企业中重复出现。

核心能力：托管浏览器 + Strands Agents 编排

Bedrock AgentCore Browser Tool 提供了一套基于云端、受管、隔离的浏览器环境，其技术要点包括：

• 在云端运行托管的 Chromium 实例；
• 通过 WebSocket 接入 Chrome DevTools Protocol（CDP），并集成 Playwright，使智能体可以驱动任何遗留浏览器目标应用；
• 目标遗留系统只需可通过 HTTP 或 HTTPS 访问，不受其原本设计浏览器类型限制；
• 与 Strands Agents 协同完成模型驱动的任务编排，覆盖从单步自动化到多智能体协作流程；
• 通过 Amazon Bedrock AgentCore Runtime 调用 Bedrock 的基础模型（FMs）；
• 基于 AWS IAM 提供会话隔离的访问控制，并保留完整审计日志，便于合规留存。

借助上述组合，企业既可推进关键工作流的现代化，也能保留合规要求下的人工监督环节。

重点解决的三大挑战

遗留 Web 应用的复杂性

遗留系统多由服务端中间件动态生成 HTML、CSS 与 JavaScript，缺少现代 API。其界面往往涉及多步工作流、动态表单校验、依赖会话的状态管理，传统基于规则的 RPA 在 UI 渲染稍作变化时便会失效。数十年间持续修改造成的文档缺失，使关键业务逻辑只存在于操作人员的经验中，进一步放大了自动化难度。

身份认证机制同样复杂：部分遗留系统要求多因素认证（MFA），部分使用专有单点登录（SSO），还有大量依赖会话令牌且过期规则不可预测。这些都是 RPA 长尾人工介入的根源。

合规与审计要求

受监管行业须满足 GDPR、HIPAA 及金融监管要求，记录用户身份、时间戳、数据修改及系统交互。技术层面需要不可变日志、加密传输与基于角色的访问控制，传统 RPA 通常需要大量定制开发才能满足。金融监管还要求长达六年、防篡改且近 90 天可即时检索的留存方案。AI 驱动的数字员工必须提供与人操作员同等甚至更优的可审计性。

可扩展性与脆弱性

传统 RPA 在 UI 层面构建自动化依赖，对界面变化极度敏感，扩展到生产规模时极易崩溃。Bedrock AgentCore Browser Tool 通过受管的、由模型驱动的浏览器会话，把这一脆弱性转化为可被智能体推理与适应的工作流，配合 IAM 与审计机制在企业规模上落地。

落地参考：开源实现与 Terraform 蓝图

为便于企业评估，AWS 同时在 GitHub 上开源了完整的参考实现，并提供了配套的 Terraform 部署蓝图，覆盖架构说明、关键设计决策以及企业级部署模板，便于客户在受控环境中复现这一 AI 数字员工方案，并按自身合规与运营要求进一步定制。