Przejdź do treści

Narzędzia AI

Agent AI w Amazon Bedrock AgentCore: co realnie uruchomisz w 15 minut

Zaktualizowano: Autor: Andrzej Niemiec8 min czytania

AgentCore uruchamia agenta w minutach, ale produkcja wymaga IAM, testów i monitoringu. Porównujemy AgentCore, n8n, Make i Zapier — ceny i ograniczenia.

Agent AI w Amazon Bedrock AgentCore: co realnie uruchomisz w 15 minut
Spis treści
  1. Czym jest Amazon Bedrock AgentCore i czym różni się od Bedrock Agents?
  2. Ile realnie zajmuje uruchomienie pierwszego agenta?
  3. Co musi mieć agent, żeby w ogóle wystartował?
  4. Które komponenty AgentCore przydają się w praktyce?
  5. AgentCore, n8n, Make czy Zapier — co wybrać na start?
  6. Czy agent w AWS wychodzi taniej niż własna infrastruktura?
  7. Na co uważać przy wdrożeniu?
  8. Najczęstsze pytania
  9. Źródła

Czym jest Amazon Bedrock AgentCore i czym różni się od Bedrock Agents?

Amazon Bedrock AgentCore to zestaw usług do budowy, wdrażania i obsługi agentów AI na AWS. Agent w Amazon Bedrock orkiestruje modele, bazy wiedzy, API i rozmowę z użytkownikiem [1]. Starsza funkcja, Amazon Bedrock Agents Classic, od 30 lipca 2026 roku nie przyjmuje nowych klientów [2].

Nazwy bywają mylone. Amazon Bedrock to platforma. Agents Classic to deklaratywna funkcja agentowa, w której definiuje się model, instrukcje i grupy akcji. AgentCore to nowsze rozwiązanie do budowy i utrzymania agenta niezależnie od frameworka i modelu [2]. Dla nowego projektu wybór jest więc prosty: zostaje AgentCore. Kontekst narzędzi no-code opisujemy w hubie agenci AI i automatyzacja.

Ile realnie zajmuje uruchomienie pierwszego agenta?

Od kilku minut do kilku godzin, jeśli liczyć wyłącznie demonstrację. Tutorial AWS Builder Center z 11 września 2026 roku szacuje 10–15 minut na prosty scenariusz [4]. Materiał AWS o AgentCore Harness mówi ogólnie o uruchomieniu agenta „w minutach” [3]. AgentCore Harness jest dostępny ogólnie od 18 czerwca 2026 roku i pozwala zdefiniować agenta przez CreateHarness, a uruchomić przez InvokeHarness [3].

Te minuty dotyczą konfiguracji, nie produkcji. Wdrożenie wymaga uprawnień IAM, konfiguracji narzędzi, sieci, bezpieczeństwa, obserwowalności, testów i integracji z systemami firmy [8]. AWS podaje własny przykład z 1 października 2026 roku: w jednym z programów czas tworzenia infrastruktury jako kodu spadł z 3–4 tygodni do minut [7]. To wynik wewnętrzny AWS, nie niezależny pomiar. Szerszy przegląd platform automatyzacji znajdziesz w hubie agenci AI i automatyzacja.

Co musi mieć agent, żeby w ogóle wystartował?

Minimalny zestaw to model, instrukcje, narzędzia lub grupy akcji, opcjonalna baza wiedzy, uprawnienia IAM, testy, alias lub endpoint oraz monitoring [8]. AgentCore Harness zdejmuje potrzebę pisania własnej pętli orkiestracji i budowania kontenera [3]. Reszta konfiguracji zostaje po stronie zespołu.

Które komponenty AgentCore przydają się w praktyce?

AgentCore obejmuje Runtime, Memory, Gateway, Identity, Observability, Browser i Code Interpreter [5]. Gateway udostępnia API i funkcje Lambda jako narzędzia, także przez MCP. Identity obsługuje tożsamości agentów, OAuth i klucze API oraz dostęp do usług AWS i narzędzi zewnętrznych [6]. Runtime izoluje sesje agenta [5].

Praktyczny podział jest prosty. Runtime odpowiada za wykonanie, Memory za kontekst między sesjami, Gateway za dostęp do systemów firmy. To warstwa infrastruktury, nie gotowy scenariusz biznesowy. AgentCore nie zastępuje decyzji o tym, które procesy warto automatyzować. Ryzyko zostaje przy zespole: poprawnie skonfigurowane Identity nie oznacza automatycznie bezpiecznego agenta [6].

AgentCore, n8n, Make czy Zapier — co wybrać na start?

Porównanie czterech ścieżek, stan na październik 2026. Ceny pochodzą ze stron producentów i są podane w walucie oryginalnej.

KryteriumAmazon Bedrock AgentCoren8nMakeZapier
Próg wejściaKonfiguracja w AWS, wymagane IAM [8]Edytor wizualny, kod opcjonalnyScenariusze wizualneNajprostsze Zapy
HostingZarządzany przez AWS [5]Self-hosting lub chmura [9]ChmuraChmura
Koszt startowyRozliczenie konsumpcyjne [5]Community self-hosted 0, Cloud Starter 20 USD/mies. przy rocznym [9]Free 0, Core 12 USD/mies. [10]Free 0, Professional od 19,99 USD/mies. przy rocznym [11]
IntegracjeAPI, Lambda i MCP przez Gateway [5]MCP oraz węzeł agenta AI [12]Ponad 3 000 aplikacji według producenta [10]Ponad 9 000 aplikacji według producenta [11]

AgentCore pasuje wtedy, gdy agent ma działać na danych firmy w AWS i potrzebuje kontroli nad uprawnieniami. n8n wygrywa, gdy liczy się koszt przy dużej liczbie wykonań i możliwość self-hostingu. Make i Zapier skracają start, ale ograniczają kontrolę nad warstwą wykonania. Prosty proces obsłuży Zapier albo Make, agent z własnymi narzędziami wymaga AgentCore.

Czy agent w AWS wychodzi taniej niż własna infrastruktura?

Tego nie rozstrzyga jedna liczba. AgentCore rozlicza zużycie, więc rachunek obejmuje wywołania modeli, Runtime, pamięć, Gateway, obserwowalność, narzędzia, transfer i pozostałe usługi AWS [5][7]. Własna infrastruktura przenosi koszt na serwery i pracę zespołu. Porównanie ma sens dopiero dla konkretnego wolumenu i konkretnego modelu. Sam czas uruchomienia nie jest kosztem całkowitym [7].

Na co uważać przy wdrożeniu?

Trzy rzeczy. Pierwsza: status produktu. Nowy projekt startuje na AgentCore, nie na Agents Classic [2]. Druga: zakres automatyzacji. Agent może pomylić dane albo wywołać niewłaściwe narzędzie, dlatego dostęp do API i danych ogranicza się uprawnieniami [6]. Trzecia: pomiar. Deklaracje czasu i oszczędności z materiałów marketingowych nie zastępują testu na własnym procesie [7].

O skali i kosztach tokenów piszemy w tekście Twoja architektura multi-agent kosztuje 5000 PLN/miesiąc na tokenach. O zbyt szerokich uprawnieniach agenta w artykule Twój agent AI właśnie przelał pieniądze na konto hakera. O kosztach błędu we wdrożeniu w tekście Agent AI w firmie: jak nie stracić miliona złotych przez jeden błąd.

Najczęstsze pytania

Czy da się uruchomić agenta bez pisania kodu?

Tak, w prostym scenariuszu. AgentCore Harness pozwala zdefiniować agenta konfiguracją przez CreateHarness i uruchomić przez InvokeHarness, bez własnej pętli orkiestracji i bez budowania kontenera [3]. Tutorial AWS opisuje taki start w 10–15 minut [4]. Produkcyjne wdrożenie nadal wymaga uprawnień, testów i monitoringu [8].

Czy Amazon Bedrock Agents Classic jest jeszcze dostępny?

Funkcja działa w trybie utrzymania. Od 30 lipca 2026 roku nie przyjmuje nowych klientów [2]. Istniejące konfiguracje można nadal utrzymywać, a dokumentacja opisuje sposób ich budowy [1]. Nowe projekty powinny powstawać na AgentCore, które jest następcą tej funkcji [2].

Ile kosztuje AgentCore?

Rozliczenie jest konsumpcyjne. Cena zależy od liczby wywołań modeli, czasu Runtime, pamięci, Gateway, obserwowalności i transferu [5][7]. AWS nie podaje jednej stawki za agenta. Kalkulację trzeba oprzeć na własnym wolumenie i wybranym modelu, a nie na czasie uruchomienia [7].

Czy AgentCore zastępuje n8n, Make albo Zapier?

Nie, to inna warstwa. AgentCore dostarcza infrastrukturę dla agentów, a n8n, Make i Zapier są platformami automatyzacji i integracji [9][10][11]. AgentCore sprawdza się, gdy agent korzysta z systemów firmy w AWS. Platformy no-code wygrywają przy prostych procesach i krótkim czasie startu.

Czy agent może działać bez pytania użytkownika?

Tak, jako agent ambientowy. Amazon przedstawił 1 października 2026 roku architekturę referencyjną, w której agent reaguje na zdarzenia, na przykład na przesłanie pliku do Amazon S3 albo na zdarzenie z harmonogramu, bez oczekiwania na prompt [13]. Standard MCP opisuje sposób łączenia modeli z narzędziami [14].

Źródła

  1. Automate tasks in your application using AI agents – Amazon Bedrock (Amazon Web Services, 2026)
  2. Amazon Bedrock Agents Classic maintenance mode (Amazon Web Services, 2026)
  3. Amazon Bedrock AgentCore harness is now generally available (Amazon Web Services, 2026)
  4. Build a Real AI Agent in 15 Minutes with Amazon Bedrock AgentCore Harness (AWS Builder Center, 2026)
  5. Introducing Amazon Bedrock AgentCore: Securely deploy and operate AI agents at any scale (Amazon Web Services, 2025)
  6. Introducing Amazon Bedrock AgentCore Identity (Amazon Web Services, 2026)
  7. Scaling cloud migrations with agentic AI on Amazon Bedrock AgentCore (Amazon Web Services, 2026)
  8. Create and configure agent manually – Amazon Bedrock (Amazon Web Services, 2026)
  9. n8n Plans and Pricing (n8n GmbH, 2026)
  10. Pricing & Subscription Packages (Make, 2026)
  11. Plans & Pricing (Zapier, 2026)
  12. Connect to n8n MCP server (n8n Docs, 2026)
  13. Agenci ambientowi Amazon Bedrock AgentCore wyprowadzają AI poza chat prompt (remio.ai, 2026)
  14. Model Context Protocol – wprowadzenie (Model Context Protocol, 2026)
AN
O autorze
Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

Jak powstają teksty: Polityka AI · O redakcji