Abnormal AI 用 Amazon Bedrock AgentCore 跑邮件安全检测

直接给结论：如果你的 Agent 每天要处理数十亿次操作，且涉及大量数据聚合和验证，单纯靠 LLM 的语义推理绝对会翻车，必须给它配一个像 Amazon Bedrock AgentCore Code Interpreter 这样的「计算草稿本」来执行确定性代码。

我一直在质疑，很多公司吹 Agent 能替代工作流，但实际上 LLM 做数学、处理大数据集时的幻觉率极高。Abnormal AI 这次公开的案例挺有参考价值，他们保护了超过 25% 的财富 500 强公司，现在的实时邮件威胁检测已经全面接入了 AgentCore Code Interpreter。最硬核的一点是，这些系统在生产环境下每天处理数十亿条消息，而且是 inline（实时拦截）执行，这意味着代码执行的延迟和稳定性被压到了极致。

看到一个挺激进的数据：Abnormal AI 现在 80% 的代码变更都用了 Agent 参与，其中 40% 甚至是背景 Agent 全自动完成（End-to-End），完全不需要人辅助。这种 AI-native 的开发模式，其实就是把 Code Interpreter 当成 Agent 的运行时，让它在沙箱里跑代码验证结果，而不是在那儿「猜测」答案。

Amazon Bedrock AgentCore Code Interpreter 到底解决了什么问题？

很多所谓的代码执行工具只是简单的函数调用，但 AgentCore 提供的是一个完全托管的 serverless 运行时。我分析了它的几个关键技术点，这决定了它能否在工业级规模下跑通：

• 临时 MicroVM 会话： 它不是一个简单的进程，而是 MicroVM。TTL（生存时间）可以配置，默认 15 分钟，最长能撑 8 小时。这意味着长任务能跑完，但跑完即焚，不会残留垃圾。
• 隔离性： 在宿主机操作系统层面做完全隔离，防止会话之间的数据泄露。对于做安全产品的 Abnormal AI 来说，这是刚需。
• 网络灵活性： 支持 VPC 模式或直接上公网，这解决了 Agent 访问私有数据源的问题。
• 文件处理能力： 通过 API 直接传文件上限 100 MB，更大的数据集得走 Amazon S3。
• 预装环境： 自带 Python 和 Node.js，且预装了统计、可视化和数据处理库，省去了每次启动都要 pip install 的时间。

最关键的逻辑在于，它把 Code Interpreter 暴露成了 API。这意味着它不接管 Agent 的工作流（Workflow），它只提供一个「盒子」。Agent 决定什么时候需要算数、什么时候需要处理文件，然后调用 API 把命令扔进盒子，拿回结果。这种解耦设计对已经有 Agent 基础设施的团队来说，接入成本极低。

为什么语义推理不能替代计算草稿本？

很多人觉得 Prompt 写好了 LLM 就能算对，但在邮件安全这种容错率极低的场景下，语义推理（Semantic Reasoning）是不够的。

一个典型的逻辑是：LLM 擅长理解「这封邮件看起来像钓鱼」，但它不擅长「计算这 1000 个发件人 IP 的分布频率并验证其是否在黑名单范围内」。后者需要确定性的计算。

如果把计算逻辑交给 AgentCore 这种沙箱环境，流程就变成了：
1. Agent 识别出需要进行数据验证。
2. Agent 编写一段 Python 代码。
3. 调用 AgentCore API 在 MicroVM 中运行该代码。
4. Agent 获取确定性的计算结果，再基于此结果给出最终判断。

这种「推理 → 编写代码 → 执行 → 验证」的闭环，才是 Agent 真正能规模化落地的路径。