亞馬遜 Bedrock 推出 Dogwood AI 代理治理機制

Amazon Bedrock AgentCore 近期加入 Policy 功能，讓企業在部署 AI 代理（agents）時能即時套用統一的治理規則。這項機制的核心是 Dogwood——一套開源的治理語言，配合內建於 AgentCore Gateway 的 Dogwood 監控器，於執行階段即時阻止違規操作。

背景與新功能

AI 代理可自動化複雜工作流程，但若缺乏控制，容易執行與公司政策或法規不符的動作。為此，AWS 在 Bedrock 中加入了以下 時間性限制（temporal constraints）與 累積效應（cumulative effects）：

速率限制（rate limiting）：限制同類工具呼叫的頻次，防止濫用資源。
前置條件與順序呼叫：規定某些工具必須在其他工具完成後才能執行，確保流程合規。
累積效應：追蹤多次呼叫的總體影響，例如金額上限或資料存取次數上限。

這些規則皆以 Dogwood 語法撰寫，並在代理執行時即時生效。

AI 驅動的政策編寫工具

為降低技術門檻，AWS 同時推出 Policy Authoring——一個可將自然語言政策文件自動轉換為 Dogwood 正式規範的 AI 工具。使用者只需提供：

純文字規則清單（如作業手冊中的政策條目）
允許或限制的行為描述

系統會將文字翻譯成符合語法與語意的 Dogwood 代碼，並可自動加入：

時間與軌跡限制（temporal & trajectory constraints）
Bedrock Guardrails 服務的內容審核，偵測自由文字中的不當語意
工具輸入參數的限制（如金額上限、客戶識別碼格式）

此流程更像是 翻譯器 而非摘要器，文件若混雜說明與背景，需要先將規則部份抽取出來，才能得到最佳轉換結果。

典型應用：零售銀行客服代理

文章示範以「零售銀行的客服代理」為例。該代理負責驗證來電者身分、處理爭議、發放退款、調撥資金等任務。透過 Dogwood 政策，銀行可設定：

必須先完成身分驗證，才能呼叫退款工具
每位客戶每日退款金額上限為新台幣 10,000 元
若連續三次呼叫失敗，系統自動暫停該代理的操作權限

這些規則在代理執行時即時生效，確保作業符合內部合規與金融監管要求。

未來展望與讀者啟示

Dogwood 與 Policy Authoring 的結合，使得 AI 代理治理 從概念走向可落地的實務工具。未來，隨著更多企業將 AI 代理納入核心流程，類似的即時政策執行將成為必備功能。對於技術主管與合規人員而言，現在正是評估自家 AI 工作流是否需要 時間性限制、前置條件 與 內容審核 的關鍵時機，並可透過自然語言撰寫政策，快速導入 Dogwood 監控，降低開發與維護成本。