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

Amazon Bedrock AgentCore Evaluations 通过内置评估器和自定义评估器，对多智能体系统的有用性、任务完成度与可解释性等维度进行结构化评估。文章以 AnyCompany Retail 供应链决策系统为例，基于 Strands Agents SDK 构建编排代理与四个专项子代理分别负责优化、调配、路由和分析，并同时支持开发期的按需评估和生产环境的在线持续监控。