注册表治理的智能体生命周期：在AWS AgentCore上通过评估驱动的注册、晋升和退役完善EDDOps
软件工程
2026-07-01 v1
摘要
企业采用LLM智能体需要平衡质量、可靠性、安全性、延迟和成本的模型选择方法。评估驱动开发与运维（EDDOps）将评估定位为智能体生命周期中的持续治理功能，而非终端检查点。本文在AWS Bedrock AgentCore上提供了EDDOps的实践者导向实例化，并提出了一个用于企业智能体架构中基础模型选择的成本-性能框架。我们做出了三项贡献：概念综合，解释了为什么传统的TDD/BDD方法不足以应对非确定性的LLM智能体；EDDOps参考架构到AgentCore Runtime、Evaluations、Agent Registry和CloudWatch可观测性的架构映射；以及一个经验性的成本-性能决策框架，通过概念验证验证，比较了两种部署路径上的三个基础模型。利用来自六个智能体的30次单轮调用、9次多轮评估以及注册表集成治理的追踪数据，我们展示了评估证据如何将模型选择从基准排名练习转变为受治理的经济决策。结果表明，当托管智能体平台提供追踪原生可观测性、可插拔评估器框架和受治理的基于注册表的发现时，它们可以支持EDDOps。
引用
@article{arxiv.2607.00345,
title = {Registry-Governed Agent Lifecycle:Completing EDDOps with Evaluation-DrivenRegistration, Promotion, and Retirement on AWS AgentCore},
author = {Richard Kang and Vincent Wang},
journal= {arXiv preprint arXiv:2607.00345},
year = {2026}
}