AWS Bedrock AgentCore: Stateful-MCP-Client ermöglicht interaktive KI-Workflows
Warum es wichtig ist
Amazon hat Bedrock AgentCore Runtime um drei neue MCP-Fähigkeiten erweitert — Elicitation (Anforderung strukturierter Eingaben vom Nutzer), Sampling (Anforderung von LLM-Completions vom Client) und Progress Notifications. Stateful-Sessions können nun bis zu 8 Stunden in isolierten microVMs laufen und ermöglichen eine bidirektionale Kommunikation zwischen Agent und Client.
Amazon hat am 9. April die Fähigkeiten seiner Bedrock AgentCore Runtime um drei neue clientseitige Merkmale für MCP (Model Context Protocol) erweitert. Der Wechsel von einer zustandslosen zu einer zustandsbehafteten Architektur eröffnet eine völlig neue Klasse interaktiver Workflows zwischen KI-Agenten und Endnutzern.
Was der Stateful-Modus ermöglicht
Im neuen Stateful-Modus weist AgentCore pro Session eine dedizierte microVM zu, die bis zu 8 Stunden laufen kann, mit einem Leerlauf-Timeout von 15 Minuten. Zuvor konnten stateless Server den Kontext zwischen Anfragen nicht aufrechterhalten und auch während der Ausführung keine zusätzlichen Informationen vom Nutzer anfordern. Nun ist eine echte bidirektionale Konversation möglich — ein Agent kann pausieren, den Nutzer etwas fragen, eine Antwort erhalten und dort weitermachen, wo er aufgehört hat.
Drei neue Fähigkeiten
Elicitation ermöglicht es Servern, die Ausführung anzuhalten und strukturierte Eingaben vom Nutzer über den Client anzufordern. Unterstützt werden sowohl der Form-Modus (Felder, die der Nutzer ausfüllt) als auch der URL-Modus (Öffnen einer externen Seite). Der Nutzer kann mit drei Aktionen antworten: Accept (annehmen), Decline (ablehnen) oder Cancel (gesamte Operation abbrechen).
Sampling erlaubt es dem Server, eine LLM-Completion vom Client anzufordern — der Server sendet einen Prompt an den Client, der Client leitet ihn an das angebundene LLM weiter und gibt das Ergebnis zurück. Bemerkenswert: Der Server kann Präferenzen darüber äußern, welches Modell verwendet werden soll (z. B. “Ich benötige ein leistungsfähiges Coding-Modell”), ohne selbst direkten Zugriff auf diese Modelle zu haben. Dies trennt die Verantwortlichkeiten sauber — Autorisierung und Abrechnung der Modelle verbleiben beim Client.
Progress Notifications nutzen Fire-and-Forget-Nachrichten während langwieriger Operationen. Der Client kann einen Fortschrittsbalken, eine Statusanzeige oder animiertes Feedback darstellen, während der Server eine mehrstufige Aktion verarbeitet. Dies löst ein UX-Problem, das zuvor verschiedene Workarounds erforderte.
In der Praxis führt dies MCP aus der Domäne des “Tools für Einmalaufrufe” heraus in die Domäne der “Infrastruktur für interaktive agentische Anwendungen”. In Kombination mit der zuvor angekündigten AWS Agent Registry zeichnet sich ein klarer AWS-Plan für Enterprise-KI-Agenten ab.
Quellen
Verwandte Nachrichten
AI2: KI-Agenten loesen 80 % der Schulwissenschaft, aber nur 20 % echter wissenschaftlicher Probleme
ArXiv HiL-Bench: Wissen KI-Agenten, wann sie einen Menschen um Hilfe bitten sollten?
OpenAI und Cloudflare: GPT-5.4 und Codex treiben neue Agent-Cloud-Plattform fuer Unternehmen an