使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与实用性

Amazon Bedrock AgentCore Evaluations 提供针对多智能体系统的全托管评估能力，支持在开发与生产阶段衡量系统准确性、任务完成度及决策可解释性。方案提供评估通用维度的内置评估器，以及校验业务约束、路径可行性与决策依据的自定义评估器。系统同时支持用于 CI/CD 与回归测试的按需模式，以及用于生产监控告警的在线模式。