什么是 Amazon Bedrock AgentCore Code Interpreter
Amazon Bedrock AgentCore Code Interpreter 是一项面向 AI Agent 的全托管、无服务器代码执行能力。它为 Agent 提供一个受控的运行环境，让 Agent 可以动态运行脚本、上传文件、读取结果，而不必由上层应用预先编排每一步的执行逻辑。
从产品定位看，它的核心特征是“按 API 暴露的代码沙盒”：Agent 可以随时调用、随时结束，平台本身不强制规定 Agent 的工作流。这使得它可以灵活地嵌入到团队已有的 Agent 框架中，而不是替换现有架构。
在 Abnormal AI 的生产实践中，这项能力被嵌入到实时邮件威胁检测流水线中，承担最复杂、最不确定邮件的判断与取证分析。
关键能力与运行原理
Code Interpreter 的运行机制可以概括为“以 MicroVM 为单位的临时沙盒”。每一次会话启动一个独立的 MicroVM，会话结束时资源随之回收。它的关键参数和能力包括：
- 会话生命周期：基于短生命周期 MicroVM，会话 TTL 默认 15 分钟，最长可延展到 8 小时，覆盖从轻量计算到长任务的不同需求。
- 安全隔离：会话在安全沙箱中运行，主机操作系统层面完全隔离，旨在防止不同会话之间的意外信息泄露。
- 网络模式可选：可配置为沙箱私有网络（VPC）模式，也可开放公网访问，灵活平衡数据出站与外部依赖。
- 文件处理：通过 API 直接上传可达 100 MB；超出该体量的数据集可对接 Amazon S3。
- 预置运行时：内置 Python 与 Node.js 环境，并预装常见可视化、统计与数据处理库。
- 可观测性：日志输出到 Amazon CloudWatch 与 AWS CloudTrail，便于审计与监控。
从原理上看，它解决的是 LLM 本身的局限：大模型擅长语义推理，但在基础数学计算、批量数据处理、图表与报告生成、代码自验证等场景下，必须依靠真实执行才能得到可信结果。Code Interpreter 把“推理”和“计算”解耦，由 LLM 负责理解与决策，由沙盒负责执行与验证。
与传统邮件安全方案的差异
Abnormal AI 公开的客户覆盖数据是：保护超过 25% 的财富 500 强企业，日均处理邮件量达到十亿级别。在其生产架构中，邮件检测被拆成三层，逐级处理置信度递减的疑难样本：
- 第一层（每日数十亿封）：基于小型模型、启发式规则与轻量分类器（如逻辑回归）做高吞吐初筛。此时运行大模型在成本上不划算，也无必要。
- 第二层（每日数百万封）：对第一层置信度不足的邮件，使用深度学习与机器学习模型进行更深的行为信号分析。
- 第三层（每日数万件）：对最复杂、通常需要人工分析师介入的样本，由内联 Agent 接管。这些 Agent 会拿到威胁情报数据，在沙盒里动态编写脚本、做验证，再结合整体行为模型给出判定。
相比上一代以“规则 + 单一大模型打分”为主的方案，这套架构把计算压力从主链路上移走：轻量规则与机器学习承担绝大多数流量，只有真正需要语义+计算双重能力的样本才进入 Agent 沙盒。Abnormal AI 团队披露的另一组数据是：他们当前 80% 的代码变更借助 Agent 完成，其中 40% 由后台 Agent 端到端自动生成——这一比例在传统邮件安全厂商中并不常见，反映出其整体研发链路也已经 AI 原生化。
适用场景与上手方式
按官方描述，Code Interpreter 不只是给写代码的 Agent 用的，它的本质是“Agent 的计算沙盒”。从 Abnormal AI 的实践以及一般规律看，适合使用它的场景包括：
- 需要对大量样本做聚合统计与可视化的数据分析 Agent；
- 需要自验证、自检的代码生成 Agent；
- 需要对原始证据做加工、查证的安全运营类 Agent；
- 任何需要“推理+计算”协同的复杂多步工作流。
上手方式上，由于它以 API 形式暴露，团队无需重写既有 Agent 框架，只需：
- 在 Amazon Bedrock AgentCore 中开通 Code Interpreter；
- 根据安全需求选择沙箱 VPC 模式或公网访问模式；
- 为 Agent 增加调用 Code Interpreter 的工具描述，让模型在需要计算时自主调用；
- 将会话 TTL、文件大小、网络策略等参数按业务调整，并接入 CloudWatch 与 CloudTrail 做监控。
对长任务（超过单次会话 TTL 的工作），官方推荐的做法是把文件系统当作检查点：在沙盒里做计算，把中间状态落盘，到外部做耗时操作（例如模型训练），再回到沙盒继续后续步骤。Abnormal AI 的批量分析师 Agent 正是按这种模式运行每周约 100 个批处理作业，单批可跨日运行。
局限与边界
从材料中可以归纳出几条明确的边界，使用时需要提前设计：
- 会话时长上限为 8 小时：超过这个时长的任务必须依靠“沙盒+外部执行+沙盒”的分阶段模式，不能寄望于单次会话无限延长。
- 单次 API 直传文件上限 100 MB：更大的数据需要走 S3 通道，架构上需要预先规划数据通路。
- 零信任沙箱配置会牺牲灵活性：Abnormal AI 选择“无出站”的沙箱配置以保证可复现性与防数据外泄。这种模式下 Agent 无法主动联网拉取数据，所有外部依赖必须由上层提前注入或经受控通道进入。
- Agent 输出需要额外校验机制：材料中明确建议用程序化验证器（单元测试、集成测试、lint）作为护栏，Agent 的“断言”不能直接当作最终结论。
- 成本结构与样本分布强相关：三层架构之所以可行，是因为绝大多数邮件能被廉价规则与轻量模型处理；若业务场景中疑难样本比例显著更高，把 Agent 沙盒推到主链路上在经济上不一定划算。
综合来看，Code Interpreter 的价值不在于“让 Agent 会写代码”，而在于让 Agent 具备可重复、可审计、可隔离的真实计算能力。对于像 Abnormal AI 这样日均亿级、需要在毫秒级内联拦截威胁的场景，它是连接大模型语义判断与底层数据执行之间的关键一环。