Amazon Bedrock AgentCore でマルチエージェントシステムの説明可能性と有用性を評価する

Amazon Bedrock AgentCore Evaluations は組み込み評価器とカスタム評価器に対応し、マルチエージェントシステムの正確性、タスク成功率、行動を測定でき、説明可能性を一級の評価軸として扱う。組み込み評価器は有用性、タスク成功、指示遵守などの汎用軸をカバーし、カスタム評価器は意思決定の根拠、データ引用、コストやサービスレベルなどのトレードオフを検証する。この機能はオンデマンドモードで開発ベンチマークや CI/CD ゲートに、オンラインモードで本番の継続監視とアラートに利用できる。