智能体回答不稳定时，工程团队常常靠手工翻日志、改提示词，再反复试跑。AWS介绍的新流程，把这些动作连成了一条有证据、有对照的链路：AI调优进入验证闭环。

9月16日，AWS发布Amazon Bedrock AgentCore系统提示词优化器的技术说明。系统使用智能体运行记录与评价信号分析问题，提出新的系统提示词，并解释建议所依据的行为模式。它改变的首先是智能体配置，而不是直接重新训练底层模型。

先看执行过程，再提出修改

在该设计中，一个“反思器”负责比较成功与失败的运行轨迹，识别可重复的问题，并生成针对性配置建议。团队不只看到一份改写后的提示词，还能看到为何需要修改的解释，便于审核。

AWS将建议、配置版本与验证流程连接起来：新配置先做离线批量评估，再通过真实流量的在线A/B测试比较，之后才考虑将获胜版本提升为正式配置。这意味着生成建议并不等于自动证明有效。

可观测性成为调优的原材料

如果运行记录只包含最后一句回答，工程团队很难分辨问题来自规划、工具调用、信息检索还是总结阶段。提示词优化需要更完整的执行轨迹，也需要清楚定义“好结果”的评价指标。

因此，企业建设智能体时，应同步记录任务状态、工具结果、失败原因和配置版本，并对敏感字段做脱敏与访问限制。没有数据治理，调优系统就可能反复学习错误反馈，或让生产记录暴露不必要的业务信息。

编辑观察：自动生成建议，人工承担上线责任

一个更稳妥的落地方式是保留基线版本和回滚入口，建立独立测试集，并同时检查成功率、成本、时延与安全边界。提示词可能提高某类任务的得分，却损害另一类任务；离线平均分上升，也不一定代表线上体验更好。

AWS这次更新反映出企业AI工程的一个方向：智能体不再只是一次性写好提示词的应用，而是需要持续观测、评估和版本管理的生产系统。其长期价值，在于让每次修改都能说明依据、展示证据，并保留可撤销的上线路径。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：AWS官方技术博客（2026年9月16日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。