AWS Context: un unico knowledge graph governato per tutti gli agenti

Il lancio di punta è stato AWS Context, un nuovo servizio che mappa automaticamente le relazioni tra i dati aziendali esistenti, creando un knowledge graph. Invece di far sì che ogni team costruisca la propria pipeline di retrieval-augmented generation (RAG), AWS Context crea un unico livello di contesto governato per l'intera organizzazione . Il servizio deduce le relazioni tra asset di dati, regole di business e conoscenza di dominio, rendendo poi questa comprensione strutturata disponibile agli agenti AI in fase di esecuzione attraverso un'interfaccia di ricerca agentica .

I data steward gestiscono il grafo tramite una console, dove revisionano le relazioni dedotte dalla macchina, le promuovono in produzione e vi allegano definizioni di dominio e regole di utilizzo specifiche . Fondamentalmente, il servizio è stato costruito pensando alla governance fin dal primo giorno:

• I controlli d'accesso identity-aware garantiscono che gli agenti vedano solo i dati che i loro utenti sono autorizzati a visualizzare .
• L'integrazione con Apache Iceberg è gestita tramite AWS Lake Formation, che fornisce permessi di accesso generici e granulari, fino al livello di singola cella, per le tabelle Iceberg utilizzate da motori come Athena e Amazon Redshift .

Questa combinazione di mappatura automatica della conoscenza e controllo granulare degli accessi è progettata per risolvere un problema aziendale persistente: dare agli agenti AI più potenti un contesto sufficiente per essere utili, senza permettere loro di agire indiscriminatamente su dati sensibili .

AgentCore raggiunge importanti traguardi di disponibilità generale

Insieme ad AWS Context, l'azienda ha portato in disponibilità generale componenti chiave della sua piattaforma Amazon Bedrock AgentCore, facendo evolvere l'ecosistema di sviluppo agentico da sperimentale a pronto per la produzione:

• Amazon Bedrock Managed Knowledge Base è ora generalmente disponibile. Questo servizio RAG completamente gestito si occupa nativamente del lavoro pesante di ingestione, analisi e recupero dei dati. Si integra direttamente con AgentCore, permettendo agli sviluppatori di collegare gli agenti alle basi di conoscenza con permessi autogenerati e osservabilità integrata . È attivo in più regioni, tra cui Stati Uniti orientali, Stati Uniti occidentali, Asia Pacifico ed Europa .
• Web Search su AgentCore ha raggiunto la GA contemporaneamente, dando agli agenti la capacità di recuperare e agire su informazioni provenienti dal web e da fonti di conoscenza a pagamento .
• Anche Managed Agent Harness è passato in GA, offrendo un approccio guidato dalla configurazione in cui gli sviluppatori dichiarano un modello, strumenti, capacità e istruzioni per ottenere un agente di qualità di produzione funzionante in pochi minuti .
• Sono state presentate le nuove capacità di ottimizzazione di AgentCore, che trasformano le tracce di produzione in cicli di miglioramento continuo. I team possono ora analizzare i pattern di errore, l'intento e le traiettorie attraverso centinaia di sessioni agentali per fare debugging e raffinare il comportamento .

Questi rilasci consolidano la posizione di AgentCore come piattaforma sicura, osservabile e multi-modello per costruire e scalare agenti AI che AWS aveva anticipato in anteprima nel 2025 .

Integrazioni di sicurezza: SentinelOne e Rubrik entrano nell'ecosistema AgentCore

Con l'aumentare dell'autonomia degli agenti, il perimetro di sicurezza deve espandersi per coprire le loro decisioni. AWS ha affrontato il tema con due annunci di integrazione di alto profilo:

• SentinelOne ha annunciato l'intenzione di integrare le sue capacità di Prompt Security direttamente con Amazon Bedrock AgentCore. L'integrazione immetterà segnali di rilevamento runtime – come iniezioni di prompt, esposizione di dati personali (PII) e uso anomalo degli strumenti – nel motore di policy di AgentCore, applicando guardrail in tempo reale su tutto il traffico agenziale .
• Rubrik ha annunciato la sua prossima integrazione di Rubrik Agent Cloud (RAC) con AgentCore. Questo estende i controlli di sicurezza di cui i clienti si fidano per i dati al livello degli agenti, fornendo visibilità unificata, governance e un rollback "chirurgico" attraverso le risorse agenziali. Una caratteristica chiave è la capacità di scoprire automaticamente gli agenti AI costruiti su Bedrock, dando ai team di sicurezza un inventario completo della loro superficie d'attacco agentica .

Entrambi gli annunci sono stati fatti il 17 giugno 2026 al Summit di New York e il loro lancio è previsto entro la fine dell'anno .

Cosa significa per l'AI Aziendale

Il Summit di NYC del 2026 segna un punto di svolta. AWS non sta più fornendo solo gli strumenti per costruire agenti; sta costruendo il livello infrastrutturale governato che li rende sicuri per la produzione. AWS Context porta un knowledge graph unico e autorevole a ogni agente dell'organizzazione. I rilasci in GA di AgentCore rendono la costruzione, la distribuzione e il debugging di questi agenti un'esperienza gestita. E le integrazioni di sicurezza di SentinelOne e Rubrik segnalano che il settore sta trattando la sicurezza degli agenti come un problema di primaria importanza e non come un ripensamento.

AWS Context: un unico knowledge graph governato per tutti gli agenti

Il lancio di punta è stato AWS Context, un nuovo servizio che mappa automaticamente le relazioni tra i dati aziendali esistenti, creando un knowledge graph. Invece di far sì che ogni team costruisca la propria pipeline di retrieval-augmented generation (RAG), AWS Context crea un unico livello di contesto governato per l'intera organizzazione . Il servizio deduce le relazioni tra asset di dati, regole di business e conoscenza di dominio, rendendo poi questa comprensione strutturata disponibile agli agenti AI in fase di esecuzione attraverso un'interfaccia di ricerca agentica .

I data steward gestiscono il grafo tramite una console, dove revisionano le relazioni dedotte dalla macchina, le promuovono in produzione e vi allegano definizioni di dominio e regole di utilizzo specifiche . Fondamentalmente, il servizio è stato costruito pensando alla governance fin dal primo giorno:

• I controlli d'accesso identity-aware garantiscono che gli agenti vedano solo i dati che i loro utenti sono autorizzati a visualizzare .
• L'integrazione con Apache Iceberg è gestita tramite AWS Lake Formation, che fornisce permessi di accesso generici e granulari, fino al livello di singola cella, per le tabelle Iceberg utilizzate da motori come Athena e Amazon Redshift .

Questa combinazione di mappatura automatica della conoscenza e controllo granulare degli accessi è progettata per risolvere un problema aziendale persistente: dare agli agenti AI più potenti un contesto sufficiente per essere utili, senza permettere loro di agire indiscriminatamente su dati sensibili .

AgentCore raggiunge importanti traguardi di disponibilità generale

Insieme ad AWS Context, l'azienda ha portato in disponibilità generale componenti chiave della sua piattaforma Amazon Bedrock AgentCore, facendo evolvere l'ecosistema di sviluppo agentico da sperimentale a pronto per la produzione:

• Amazon Bedrock Managed Knowledge Base è ora generalmente disponibile. Questo servizio RAG completamente gestito si occupa nativamente del lavoro pesante di ingestione, analisi e recupero dei dati. Si integra direttamente con AgentCore, permettendo agli sviluppatori di collegare gli agenti alle basi di conoscenza con permessi autogenerati e osservabilità integrata . È attivo in più regioni, tra cui Stati Uniti orientali, Stati Uniti occidentali, Asia Pacifico ed Europa .
• Web Search su AgentCore ha raggiunto la GA contemporaneamente, dando agli agenti la capacità di recuperare e agire su informazioni provenienti dal web e da fonti di conoscenza a pagamento .
• Anche Managed Agent Harness è passato in GA, offrendo un approccio guidato dalla configurazione in cui gli sviluppatori dichiarano un modello, strumenti, capacità e istruzioni per ottenere un agente di qualità di produzione funzionante in pochi minuti .
• Sono state presentate le nuove capacità di ottimizzazione di AgentCore, che trasformano le tracce di produzione in cicli di miglioramento continuo. I team possono ora analizzare i pattern di errore, l'intento e le traiettorie attraverso centinaia di sessioni agentali per fare debugging e raffinare il comportamento .

Questi rilasci consolidano la posizione di AgentCore come piattaforma sicura, osservabile e multi-modello per costruire e scalare agenti AI che AWS aveva anticipato in anteprima nel 2025 .

Integrazioni di sicurezza: SentinelOne e Rubrik entrano nell'ecosistema AgentCore

Con l'aumentare dell'autonomia degli agenti, il perimetro di sicurezza deve espandersi per coprire le loro decisioni. AWS ha affrontato il tema con due annunci di integrazione di alto profilo:

• SentinelOne ha annunciato l'intenzione di integrare le sue capacità di Prompt Security direttamente con Amazon Bedrock AgentCore. L'integrazione immetterà segnali di rilevamento runtime – come iniezioni di prompt, esposizione di dati personali (PII) e uso anomalo degli strumenti – nel motore di policy di AgentCore, applicando guardrail in tempo reale su tutto il traffico agenziale .
• Rubrik ha annunciato la sua prossima integrazione di Rubrik Agent Cloud (RAC) con AgentCore. Questo estende i controlli di sicurezza di cui i clienti si fidano per i dati al livello degli agenti, fornendo visibilità unificata, governance e un rollback "chirurgico" attraverso le risorse agenziali. Una caratteristica chiave è la capacità di scoprire automaticamente gli agenti AI costruiti su Bedrock, dando ai team di sicurezza un inventario completo della loro superficie d'attacco agentica .

Entrambi gli annunci sono stati fatti il 17 giugno 2026 al Summit di New York e il loro lancio è previsto entro la fine dell'anno .

Cosa significa per l'AI Aziendale

Il Summit di NYC del 2026 segna un punto di svolta. AWS non sta più fornendo solo gli strumenti per costruire agenti; sta costruendo il livello infrastrutturale governato che li rende sicuri per la produzione. AWS Context porta un knowledge graph unico e autorevole a ogni agente dell'organizzazione. I rilasci in GA di AgentCore rendono la costruzione, la distribuzione e il debugging di questi agenti un'esperienza gestita. E le integrazioni di sicurezza di SentinelOne e Rubrik segnalano che il settore sta trattando la sicurezza degli agenti come un problema di primaria importanza e non come un ripensamento.