Amazon spiega come testare agenti con skill modulari e Strands Evals

Aggiornare procedure aziendali nel system prompt fa esplodere la complessità e aumenta il rischio di errori. Amazon propone skill modulari per isolare regole e strumenti, e mostra come valutarle con Strands Evals e Amazon Bedrock AgentCore¹.

Il post parte da un problema pratico: gli agenti generici devono seguire controlli di conformità, workflow documentali, policy di escalation e convenzioni ingegneristiche. Inserire tutto nel prompt o nella logica applicativa è difficile da mantenere e aggiornare¹.

La risposta sono le skill, pacchetti riusabili di istruzioni che insegnano un compito di dominio. Di solito risiedono in un file chiamato SKILL.md. Esempi: oscurare parti di un contratto, riconciliare una fattura, applicare convenzioni su pull request¹.

Una skill incapsula istruzioni, strumenti e conoscenza necessari al compito. Il post le descrive così:

• Istruzioni: guida e vincoli specifici, iniettati nel contesto dell’agente.
• Binding degli strumenti: API, server Model Context Protocol (MCP) o comandi locali da cui la skill dipende.
• Conoscenza.¹

Standard aperti sostengono l’approccio. Le skill seguono Agent Skills, che ne abilita la portabilità tra harness compatibili. L’agente carica solo la skill necessaria a runtime, evitando di trascinarsi procedure inutili nelle istruzioni di base¹.

Il post mostra come valutare agenti “skill-equipped” con Strands Evals e con Amazon Bedrock AgentCore. L’attenzione è sulle procedure operative che richiedono comportamenti coerenti e ripetibili, come attività su documenti, controlli di conformità, processi di escalation e convenzioni di ingegneria del software¹.

Mini-esempio, passo per passo, tratto dall’impostazione del post:

• Si prepara una skill dedicata (SKILL.md) con istruzioni di dominio e binding degli strumenti necessari al compito, per esempio la redazione selettiva di un contratto.
• L’agente carica la skill a runtime per quel task, così il contesto include solo le regole e le dipendenze pertinenti.
• La valutazione usa Strands Evals insieme ad Amazon Bedrock AgentCore per verificare che l’agente applichi le istruzioni della skill in modo coerente sul caso d’uso previsto.¹

Il vantaggio operativo sta nella separazione netta tra capacità generali e procedure specifiche. Le istruzioni vivono nella skill, non nel prompt principale. Gli strumenti sono legati alla skill, non all’agente. La conoscenza pertinente viaggia con la skill. Questo riduce l’accumulo di regole nel prompt e rende più semplice aggiornare procedure mirate senza toccare il comportamento generale dell’agente¹.

Portabilità e riuso completano il quadro. Lo standard Agent Skills consente di spostare lo stesso pacchetto di istruzioni e strumenti tra implementazioni compatibili, tagliando la dipendenza da un’unica piattaforma e mantenendo invariato il modo in cui l’agente affronta i compiti di dominio¹.

L’implicazione è concreta per i team: con skill caricate a richiesta e valutate in modo sistematico, le procedure restano allineate ai casi d’uso aziendali senza gonfiare il prompt né la logica dell’agente. Il perimetro d’uso delineato dal post resta chiaro: strumenti, contenuti e istruzioni viaggiano insieme nella skill; l’agente li usa quando servono; la verifica passa da Strands Evals e Amazon Bedrock AgentCore¹.