Balinder Walia
Amazon Bedrock、Bedrock AgentCore、SageMaker 與 Amazon Q 如何協同——以及 FDE 如何把首個業務智慧體交付進 Microsoft Teams。完整設定指南、工具清單與日曆估算，請閱讀 長文章.
一段話版。 使用 Amazon Bedrock 用於託管基礎模型與 RAG 知識庫。使用 Bedrock AgentCore 作為自定義智慧體的執行時（記憶、工具、身份、可觀測性）。使用 SageMaker 當你需要自定義訓練、微調或 MLOps 流水線時。使用 Amazon Q （Business / Developer），當你想要產品化的員工或構建者助手、且工程投入更少時。把智慧體放在人們已經工作的地方 — Microsoft Teams — 經 Bot Framework / Azure Bot 中繼進入 AgentCore Runtime，並用 Entra ID 做認證。
AWS 技術棧中誰做什麼
| 服務 | 最適合 | 不適合 |
|---|---|---|
| Amazon Bedrock | 無伺服器 FM、Guardrails、Knowledge Bases（RAG）、Agents APIs | 從零訓練大模型 |
| Bedrock AgentCore | 自定義智慧體執行時、Gateway 工具（含 Teams Graph）、Identity、Memory | 僅限低程式碼「chat with my docs」 |
| Amazon SageMaker | 訓練 / 微調 / 託管自定義模型、Pipelines、Feature Store、MLOps | 通往 Teams 聊天機器人 MVP 的最快路徑 |
| Amazon Q | 員工知識助手；AWS 上的開發者編碼幫助 | 深度定製的多智慧體產品 |
推薦業務模式
- 第 0–2 周： 在試點語料上搭建 Bedrock + Knowledge Base RAG；啟用 Guardrails。
- 第 2–4 周： 在 AgentCore Runtime 上打包生產智慧體；經 Gateway 連線工具（SharePoint、CRM、Teams Graph）。
- 第 3–5 周： 交付把訊息中繼到 AgentCore 的 Teams bot；用以下方式保持會話
teams-{aadObjectId}-{conversationId}. - 並行 / 稍後： SageMaker 用於自定義分類器或微調；Amazon Q Business 用於組織級問答、少構建。
Teams 中的首個智慧體（FDE 快照）
在面向生產的試點中可行的最短路徑：
- Azure Bot + Teams 應用註冊（Entra ID）
- AWS Lambda（或容器）作為 Bot 訊息端點
POST到 AgentCore Runtime/invocations配合 JWT- Bedrock Knowledge Base 做 RAG；Guardrails 做安全
- 試點頻道、人工反饋環、CloudWatch 追蹤
大約預期 3–6 周 用於範圍明確的內部智慧體（一個部門、一個知識源、以只讀為主的工具），配合 FDE + 平臺工程師 + 安全評審。完整 MLOps + 多智慧體 + 寫入業務系統動作則是 一季度+.
時間盒（示意）
| 工作流 | 日曆（FDE 主導） |
|---|---|
| Bedrock chat + Guardrails MVP | 3–5 天 |
| Knowledge Base RAG (one corpus) | 1–2 周 |
| AgentCore agent + 2–3 tools | 2–3 周 |
| Teams bot + 管理員釋出試點 | 1–2 周（可重疊） |
| Amazon Q Business (managed assistant) | 1–3 周 |
| SageMaker fine-tune + endpoint + MLOps | 4–8+ 周 |
閱讀長文版本
該 長文章 涵蓋文字版架構圖、Teams 首個智慧體逐步設定、帶 AgentCore Identity 的 Entra ID、Gateway 工具目標、FDE 培訓課程、需求/工具清單，以及 LLM 應用、RAG 與 MLOps 的分階段估算。釋出方為 Workstation.