Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Pola dan alur kerja AI agen di AWS
Aaron Sempf dan Andrew Hooker, Amazon Web Services
Juli 2025 (sejarah dokumen)
Organizations mengadopsi model bahasa besar (LLMs) dan agen perangkat lunak untuk memecahkan masalah multidomain dinamis menggunakan disiplin arsitektur baru yang disebut pola agen. Pola agen adalah cetak biru dasar dan konstruksi modular yang digunakan untuk merancang dan mengatur agen AI yang berorientasi pada tujuan di banyak konteks.
Audiens yang dituju
Panduan ini ditujukan untuk arsitek, pengembang, dan pemimpin produk yang ingin membangun aplikasi cerdas yang melampaui logika statis, logika simbolik, dan otomatisasi deterministik.
Tujuan
Panduan ini menyediakan kerangka desain dan pendekatan implementasi untuk sistem agen AI yang beroperasi secara mandiri sambil tetap dapat dikontrol dan selaras dengan tujuan Anda. Ini menghubungkan pola arsitektur berbasis peristiwa dengan berbagai alternatif agen, menunjukkan cara membangun sistem agen tingkat produksi menggunakan arsitektur cloud-native. Mata pelajaran berikut dibahas dalam panduan ini:
-
Pola agen — Pola agen adalah templat desain yang dapat digunakan kembali yang menggambarkan struktur dan perilaku agen individu. Ini termasuk agen penalaran, agen tambahan pengambilan, agen pengkodean, antarmuka suara, orkestra alur kerja, dan sistem multi-agen kolaboratif. Setiap pola menggambarkan bagaimana agen memandang, bernalar, bertindak, dan belajar, dipetakan. Layanan AWS
-
Alur kerja LLM - Alur kerja fokus pada bagaimana agen menggunakan LLMs untuk penalaran. Mereka mengeksplorasi strategi yang mendorong dan mekanisme perencanaan, dan menguraikan bagaimana LLMs digunakan tidak hanya untuk menghasilkan teks tetapi juga untuk mendorong perilaku yang terstruktur, dapat ditafsirkan, dan dapat diandalkan dalam lingkaran agen.
-
Pola alur kerja agen — Pola alur kerja menggambarkan bagaimana beberapa agen, alat, dan lingkungan berinteraksi untuk membentuk sistem otonom. Ini termasuk pola untuk orkestrasi tugas, delegasi subagen, koordinasi berbasis peristiwa, observabilitas, dan kontrol. Aspek-aspek ini mempromosikan arsitektur AI yang dapat diskalakan, dapat dikomposisi, dan dapat diaudit.
Tentang seri konten ini
Panduan ini adalah bagian dari seri tentang AI agen di AWS. Untuk informasi lebih lanjut dan untuk melihat panduan lain dalam seri ini, lihat Agentic AI
