该平台整合了四个核心组件:
Loom 解决了一个关键的企业需求:安全、受治理的 AI 代理部署。该平台内置了多项通常难以独立实施的管控机制。
Loom 构建于 Amazon Bedrock AgentCore 之上,后者支持 策略中的 Bedrock 安全护栏,用于评估代理的输出和输入,防范提示注入、有害内容和敏感数据泄露等威胁 。Loom 通过使用“铺砌路径”方法来打包和部署代理应用,遵循最小权限安全原则,并对部署实施严格护栏,从而贯彻了企业最佳实践
。
AWS 良好架构的“代理式 AI 视角”定义了一种基于风险分级的审批模式:仅在对关键决策进行人工审核时,才会暂停代理。这意味着代理仅在那些需要人类判断才能改变结果的决策点上暂停,并会提供足够的上下文供评审者做出有意义的判断 。Loom 正是基于此架构构建,将人工审批流程作为其标准能力
。
Loom 为其代理部署提供了经过验证的配置蓝图,其中包含了基于角色和属性的访问控制机制 。在底层,AgentCore 通过 IAM 支持细粒度权限,AWS 文档详细说明了如何使用标签和 IAM 角色来实现基于角色和属性的访问控制
。
Loom 通过自动对所有已部署资源应用必需标签来执行标签治理 。这与 AWS 关于标签治理的“分层方法”的广泛建议保持一致——该方法结合了预防性控制(通过服务控制策略禁止创建缺少必需标签的资源)和反应性控制(通过 Security Hub 云安全态势管理进行检查)
。该平台默认强制应用三个必需标签
。
Loom 在 7 月 9 日的发布并非孤立事件,它是 AWS 此前几周发布的一系列代理式 AI 公告的顶点。
在 2026 年 6 月 17 日的 AWS 纽约峰会上,AWS 在一天之内发布了超过 10 项服务和功能,其中以代理式 AI 的创新最为引人注目 。与 Loom 相关的关键公告是 Amazon Bedrock AgentCore Harness 正式可用——这是一个托管服务,负责代理部署的“整个基础”,允许开发者仅通过三次 API 调用定义一个代理并使其运行,无需编写任何编排代码
。AWS 还推出了 AgentCore 的新功能,可将 AI 代理连接到组织内部、网络和付费知识源,并提供了随代理能力增长而扩展的生产监控和执行控制机制
。
其他值得关注的公告还包括 AWS Continuum(用于持续渗透测试、代码审查和威胁建模的 AI 驱动安全服务)、AWS Context(连接企业数据的统一知识层)以及 Amazon Quick(能以最少人工输入执行业务工作流的自主代理)。这些工具共同构成了 Loom 所要编排的生态系统。
2026 年 6 月 30 日,在 AWS 华盛顿特区峰会上,AWS 宣布了 情报社区加速现代化框架,这是一项具有里程碑意义的计划,承诺到 2030 年 10 月提供 高达 10 亿美元的可用云积分,以加速美国情报社区的云迁移和 AI 采用 。这些基于结果的积分旨在消除云迁移的财务障碍,激励各机构迁移符合条件的负载并加速 AI 部署
。
在 Loom 出现之前,希望部署具备良好治理能力的 AI 代理的企业面临着巨大的集成挑战。它们需要手动将身份提供商、访问控制系统、标签策略、安全护栏和监控工具拼接在一起。Loom 将这种复杂性抽象到一个统一的平台中,该平台提供:
随着 AI 代理变得越来越自主和强大,对强大治理的需求只会增加。Loom 将安全性和合规性内建于平台之中,而非事后添加,这使其成为那些希望从实验性 AI 迈向生产级 AI 的企业的关键工具。
本文信息来源于 AWS 官方文档、官方公告、AWS 开源博客、AWS 良好架构框架以及知名行业媒体报道。关键直接来源包括关于 Loom for AWS 的官方 AWS 开源博客公告 、Amazon Bedrock AgentCore 文档
、Strands Agents SDK 文档
、2026 年 AWS 纽约峰会主要公告
以及关于情报社区加速现代化框架的 AWS 公共部门博客
。