AWS 机器学习博客介绍了一套面向生产多智能体系统的双轨监控架构：Amazon Bedrock AgentCore Evaluations 持续对线上交互做质量打分，AWS DevOps Agent 则自主排查基础设施故障。文章以四智能体航空订票系统为例，说明质量失败与基础设施失败在外部表现上相似，但需要不同的定位手段
AWS 发布双轨监控方案：AgentCore 评估与 DevOps Agent 协同