Balinder WaliaAmazon Bedrock、Bedrock AgentCore、SageMaker 与 Amazon Q 如何协同——以及 FDE 如何把首个业务智能体交付进 Microsoft Teams。完整设置指南、工具清单与日历估算，请阅读 长文章.
一段话版。 使用 Amazon Bedrock 用于托管基础模型与 RAG 知识库。使用 Bedrock AgentCore 作为自定义智能体的运行时（记忆、工具、身份、可观测性）。使用 SageMaker 当你需要自定义训练、微调或 MLOps 流水线时。使用 Amazon Q （Business / Developer），当你想要产品化的员工或构建者助手、且工程投入更少时。把智能体放在人们已经工作的地方 — Microsoft Teams — 经 Bot Framework / Azure Bot 中继进入 AgentCore Runtime，并用 Entra ID 做认证。
AWS 技术栈中谁做什么
| 服务 | 最适合 | 不适合 |
|---|---|---|
| Amazon Bedrock | 无服务器 FM、Guardrails、Knowledge Bases（RAG）、Agents APIs | 从零训练大模型 |
| Bedrock AgentCore | 自定义智能体运行时、Gateway 工具（含 Teams Graph）、Identity、Memory | 仅限低代码「chat with my docs」 |
| Amazon SageMaker | 训练 / 微调 / 托管自定义模型、Pipelines、Feature Store、MLOps | 通往 Teams 聊天机器人 MVP 的最快路径 |
| Amazon Q | 员工知识助手；AWS 上的开发者编码帮助 | 深度定制的多智能体产品 |
推荐业务模式
- 第 0–2 周： 在试点语料上搭建 Bedrock + Knowledge Base RAG；启用 Guardrails。
- 第 2–4 周： 在 AgentCore Runtime 上打包生产智能体；经 Gateway 连接工具（SharePoint、CRM、Teams Graph）。
- 第 3–5 周： 交付把消息中继到 AgentCore 的 Teams bot；用以下方式保持会话
teams-{aadObjectId}-{conversationId}. - 并行 / 稍后： SageMaker 用于自定义分类器或微调；Amazon Q Business 用于组织级问答、少构建。
Teams 中的首个智能体（FDE 快照）
在面向生产的试点中可行的最短路径：
- Azure Bot + Teams 应用注册（Entra ID）
- AWS Lambda（或容器）作为 Bot 消息端点
POST到 AgentCore Runtime/invocations配合 JWT- Bedrock Knowledge Base 做 RAG；Guardrails 做安全
- 试点频道、人工反馈环、CloudWatch 追踪
大约预期 3–6 周 用于范围明确的内部智能体（一个部门、一个知识源、以只读为主的工具），配合 FDE + 平台工程师 + 安全评审。完整 MLOps + 多智能体 + 写入业务系统动作则是 一季度+.
时间盒（示意）
| 工作流 | 日历（FDE 主导） |
|---|---|
| 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 + 管理员发布试点 | 1–2 周（可重叠） |
| Amazon Q Business (managed assistant) | 1–3 周 |
| SageMaker fine-tune + endpoint + MLOps | 4–8+ 周 |
阅读长文版本
该 长文章 涵盖文字版架构图、Teams 首个智能体逐步设置、带 AgentCore Identity 的 Entra ID、Gateway 工具目标、FDE 培训课程、需求/工具清单，以及 LLM 应用、RAG 与 MLOps 的分阶段估算。发布方为 Workstation.