#AI
AWS 把 Agent 调优做进 AgentCore:反思器读 trace 改提示词
AWS 在一篇技术长文里把 Amazon Bedrock AgentCore 的系统提示词优化器拆开讲了。这套东西把生产环境里的 agent trace 变成具体的配置修改建议：AgentCore Observability 记录行为，evaluator 给 trace 打分，一个叫 agentic reflector 的推理组件读出「成功跑和失败跑差在哪」,产出改写后的系统提示词，并附上改动理由供人复核。候选更新要先过离线批量评测，再上线做 A/B 测试，赢了才准进生产。
💡 为什么值得看调优从手工试错变为读 trace 自动流程， 带安全红线和 6 分钟 81.55%。
查证
来源档案
AWS Machine Learning Blog
云厂商官方技术博客，是 AgentCore optimization 发布帖的技术姊妹篇，含设计说明与自测基准表
官方一手，机制与护栏描述可直接采信；基准分数为 AWS 自评、未提供第三方复现，对照组 GEPA / MIPROv2 的调参公平性也无从核验，当作厂商口径读
延伸阅读
20% 长度上限、禁逐字复用 trace 原句这两条，是提示词自动优化容易翻车的两个点，做 agent 工程的可以直接抄；想看完整评测表与 reflector 提示词写法见原文。
单反思器 6 分钟见效、子 agent 版 193 分钟换 14 个点，选哪个取决于你的失败模式是否分散 —— 原文的最佳实践段给了 trace 集大小的起步建议。