Sabato 24 ottobre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

Intelligenza artificiale

Amazon spiega lo scambio di token per agent multi-tenant con Bedrock

Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.

Una guida pratica mostra come applicare lo schema OAuth 2.0 Token Exchange per far agire agent generativi per conto degli utenti senza perdere audit e controllo accessi.

Illustrazione generata con l’intelligenza artificiale

Amazon pubblica una guida pratica per implementare lo scambio di token on-behalf-of (OBO) in agent generativi multi-tenant su Amazon Bedrock, usando AgentCore Gateway e AgentCore Identity1.

Quando un agent chiama un’API a valle per conto di un utente, si apre un problema: quale identità viaggia nella richiesta. Se usa l’identità di servizio, l’audit perde il legame con l’utente. Se inoltra il token dell’utente, espone i sistemi al “confused deputy”. In contesti multi-tenant, con chiamate anche asincrone, nessuna delle due strade regge1.

La guida punta su OAuth 2.0 Token Exchange (RFC 8693). AgentCore Identity supporta questo grant type per i provider di credenziali. Così l’agent scambia il token dell’utente con un token di servizio mirato e invoca gli strumenti esterni “per conto di” con confini chiari tra identità utente e identità di servizio1.

Il flusso OBO si integra nel percorso di chiamata agli strumenti, non come patch ma come parte del ciclo standard. Un solo agent può parlare con più sistemi mantenendo coerenza d’identità nelle invocazioni. La guida offre una traccia operativa, non un quadro teorico1.

Gateway è il punto di intercettazione delle chiamate in uscita. Qui gli interceptor applicano i controlli di accesso nel contesto della richiesta. Le decisioni avvengono dove l’agent contatta i servizi esterni. La guida mostra come questi componenti si inseriscono nel percorso e come interagiscono con lo scambio OBO1.

Ecco, in sintesi, il flusso descritto:

  • L’agent riceve un token associato all’utente.
  • Invoca AgentCore Identity per scambiarlo con un token di servizio specifico allo strumento/tenant.
  • Passa dal Gateway, dove un interceptor valuta la richiesta e applica le policy.
  • L’agent chiama lo strumento downstream usando il token scambiato.
  • I log conservano il legame “per conto di” tra utente, agent e chiamata allo strumento1.

Il percorso copre setup e integrazione in architetture multi-tenant: come impostare il token exchange, dove collocare l’intercettazione delle chiamate e come mantenere la relazione “per conto di” lungo la catena. Il supporto nativo al grant type in AgentCore Identity evita meccanismi ad hoc e riduce il rischio di errori nella gestione delle credenziali1.

Implicazioni operative: l’audit resta leggibile per tenant e utente; i sistemi downstream non ricevono token utente non mediati; i controlli di accesso si applicano nel punto di uscita. Per chi porta agent generativi in produzione, l’adozione dello standard allinea sicurezza e manutenibilità all’architettura AgentCore1.

Da dove iniziare: seguire la guida per abilitare il token exchange in AgentCore Identity e configurare gli interceptor in Gateway. Questo passo rende tracciabili le chiamate “per conto di” e prepara l’integrazione con i sistemi a valle senza cambiare i loro modelli di fiducia1.

Fonti

  1. Implement on-behalf-of token exchange for multi-tenant agents with Amazon Bedrock AgentCore Gateway AWS Machine Learning Blog · 13 luglio 2026
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici

Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:

  • Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
  • Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
  • Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.

I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.

Come funziona Millebit, nel dettaglio →

Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.