AWS open-sourcer Loom: Ny platform skal gøre AI-agenter sikre og skalerbare for virksomheder

Platformen integrerer fire kernekomponenter:

• Amazon Bedrock AgentCore: Den grundlæggende platform til at bygge, udrulle og drifte AI-agenter sikkert i stor skala, kompatibel med ethvert framework og enhver fundamentmodel .
• AgentCore Runtime: Et letvægts-kørselsmiljø, der fungerer som en wrapper omkring AgentCore-operationer og udgør eksekveringsmiljøet for agenterne .
• AWS Strands Agents SDK: Et open-source SDK til at bygge autonome AI-agenter med en model-først-tilgang, designet til at fungere problemfrit med AWS-tjenester .
• Fælles styringsplan: Et administrationslag, der håndterer integration med identitetsudbydere, scoped-baseret autorisation, multi-persona-navigation og fuld livscyklusstyring for agenter, hukommelse, MCP-servere og A2A-integrationer (Agent-to-Agent) .

Ved at samle disse komponenter giver Loom udviklere mulighed for at fokusere på agentlogik i stedet for manuelt at skulle samle sikkerhed, styring og adgangskontrol .

Indbyggede virksomhedskontroller i Loom

Loom adresserer et kritisk virksomhedsbehov: sikker og styret udrulning af AI-agenter. Platformen har indbygget flere kontroller, som det typisk er vanskeligt at implementere uafhængigt.

Sikkerheds- og styringsramme

Loom er bygget oven på Amazon Bedrock AgentCore, som understøtter Bedrock Guardrails i policy til at evaluere agentoutput og -input mod trusler som prompt injection, skadeligt indhold og følsomme data . Loom implementerer bedste praksis for virksomheder ved at bruge en 'paved path'-tilgang til at pakke og udrulle agentapplikationer samt anvende least-privilege-sikkerhed og strenge begrænsninger på udrulninger .

Human-in-the-loop (HITL)-workflows

AWS' Well-Architected Agentic AI Lens definerer et mønster for risikobaseret menneskelig godkendelse af kritiske beslutninger. Det betyder, at agenter kun sættes på pause for de beslutninger, hvor menneskelig dømmekraft ændrer resultatet, med tilstrækkelig kontekst til en meningsfuld gennemgang . Loom er bygget på denne arkitektur, hvilket gør HITL-workflows til en standardfunktion .

Rollebaseret og attributbaseret adgangskontrol (RBAC/ABAC)

Loom leverer præ-validere konfigurationsskabeloner til agentudrulninger, der inkluderer både rollebaseret og attributbaseret adgangskontrol . Under overfladen understøtter AgentCore detaljerede tilladelser via IAM, og AWS-dokumentationen beskriver, hvordan man styrer adgang ved hjælp af tags og IAM-roller til både RBAC og ABAC .

Obligatorisk tagging af ressourcer

Loom håndhæver tagging-styring ved automatisk at anvende påkrævede tags på alle udrullede ressourcer . Dette er i tråd med AWS' bredere anbefaling om en lagdelt tilgang til tagging-styring, der kombinerer forebyggende kontroller (Service Control Policies, der afviser oprettelse af ressourcer, hvis påkrævede tags mangler) og reaktive kontroller (Security Hub CSPM-tjek) . Platformen håndhæver som standard tre påkrævede tags .

Hvordan Loom passer ind i AWS' bredere agentstrategi

Udgivelsen af Loom den 9. juli var ikke en isoleret begivenhed. Den var kulminationen på en bølge af agentisk AI-annonceringer fra AWS i de foregående uger.

AWS Summit New York – 17. juni 2026

På AWS Summit New York den 17. juni 2026 annoncerede AWS over 10 tjenester og funktioner på en enkelt dag, med agentisk AI-innovation i centrum . Den vigtigste annoncering i forhold til Loom var General Availability af Amazon Bedrock AgentCore Harness – en administreret tjeneste, der håndterer "hele fundamentet" for agentudrulning, så udviklere kan definere en agent og køre den med blot tre API-kald uden at skulle skrive orkestreringskode . AWS introducerede også nye AgentCore-funktioner til at forbinde AI-agenter med organisatoriske, web- og betalte videnskilder samt produktionsovervågning og håndhævelseskontroller, der skalerer, efterhånden som agenter bliver mere dygtige .

Andre bemærkelsesværdige annonceringer inkluderede AWS Continuum (AI-drevet sikkerhed til kontinuerlig penetrationstest, kodegennemgang og trusselsmodellering), AWS Context (et samlet videnslag på tværs af virksomhedsdata) og Amazon Quick (autonome agenter til forretningsworkflows med minimal menneskelig indblanding) . Disse værktøjer udgør tilsammen det økosystem, som Loom hjælper med at orkestrere.

1 milliard dollar i cloud-kreditter til efterretningssamfundet

Den 30. juni 2026 annoncerede AWS på AWS Summit DC Intelligence Community Accelerated Modernization Framework (ICAMF), et landmark-program, der forpligter op til 1 milliard dollar i tilgængelige cloud-kreditter frem til oktober 2030 for at accelerere cloud-migrering og AI-adoption i det amerikanske efterretningssamfund . Disse resultatbaserede kreditter er designet til at fjerne den økonomiske barriere for cloud-adoption og tilskynde myndigheder til at migrere kvalificerede arbejdsbyrder og accelerere AI-udrulning .

Derudover lancerede AWS også AWS Secret Cloud for Industry (ASCI) til klassificerede arbejdsbyrder, med Northrop Grumman som den første partner til at tage platformen i brug . Disse initiativer demonstrerer AWS' engagement i at levere sikker, styret AI-infrastruktur til de mest følsomme virksomhedskunder.

Hvorfor Loom er vigtig for virksomheders adoption af AI-agenter

Før Loom stod virksomheder, der ønskede at udrulle AI-agenter med ordentlig styring, over for en betydelig integrationsudfordring. De skulle manuelt samle identitetsudbydere, adgangskontrolsystemer, tagging-politikker, sikkerhedsforanstaltninger og overvågningsværktøjer. Loom abstraherer denne kompleksitet i en enkelt platform, der tilbyder:

• En samlet administrationsgrænseflade og bagvedliggende API til alle agentoperationer
• Integration med identitetsudbydere med scoped-baseret autorisation
• Præ-validere konfigurationsskabeloner, der inkorporerer bedste praksis for virksomheder
• Automatisk tagging af ressourcer til omkostningsallokering og styring
• Indbygget observerbarhed via integration med CloudWatch transaktionssøgning
• Integration med AWS Agent Registry til opdagelse og styring

Efterhånden som AI-agenter bliver mere autonome og dygtige, bliver behovet for robust styring kun større. Loom's tilgang med at indbygge sikkerhed og compliance direkte i platformen, i stedet for at gøre det til en eftertanke, positionerer den som et afgørende værktøj for virksomheder, der ønsker at gå fra eksperimentel AI til produktions-AI.

Verificerede kilder

Oplysningerne i denne artikel stammer fra AWS' officielle dokumentation og annonceringer, AWS Open Source Blog, AWS Well-Architected Framework og anerkendt industridækning. Vigtige direkte kilder inkluderer den officielle AWS Open Source Blog-annoncering af Loom for AWS , Amazon Bedrock AgentCore-dokumentationen , Strands Agents SDK-dokumentationen , AWS Summit New York 2026's topannonceringer og AWS' offentlige sektor-blog om ICAMF .