AWS Secrets Manager为AgentCore Identity新增密钥引用功能,支持直接使用预先配置的密钥并保留完整管理控制权
基本信息
- 来源: AWS Machine Learning Blog (blog)
- 发布时间: 2026-06-01T22:16:28+00:00
- 链接: https://aws.amazon.com/blogs/machine-learning/reference-your-own-aws-secrets-manager-secrets-in-amazon-bedrock-agentcore-identity
摘要/简介
今天,我们很高兴地宣布在AWS Secrets Manager中为AgentCore Identity提供了引用密钥的功能,这样您就可以从Secrets Manager引用自己预先配置的密钥,并保留对其管理方式的完全控制权。利用此功能,您可以将组织现有的密钥治理流程扩展到AgentCore。您可以提供现有的、预先配置的AWS Secrets Manager密钥,以用于您的凭证提供者资源。您保留对其加密配置、轮换、复制、标签和资源策略的完全控制权,就像管理Secrets Manager中的其他密钥一样。您还可以选择同一AWS区域内其他AWS账户中的密钥,但不支持跨区域密钥共享。此功能还支持通过AWS Secrets Manager外部连接器导入的密钥,从而实现与第三方密钥管理器的集成。
摘要
功能概述
亚马逊云服务在AgentCore Identity中新增了引用AWS Secrets Manager密钥的能力。用户可以在AgentCore直接使用已在Secrets Manager中预先配置好的密钥,无需在AgentCore中重新创建,从而复用已有的密钥管理流程。
关键优势
- 完全掌控密钥的加密配置、轮换、复制、标签及资源策略,保持与现有Secrets Manager操作一致。
- 支持跨账户引用:在同一AWS区域内,可从其他AWS账户选取密钥,扩大共享范围。
- 兼容外部连接器:可通过AWS Secrets Manager外部连接器将第三方密钥管理器中的密钥引入AgentCore。
- 与组织已有的密钥治理流程无缝衔接,提升安全合规性。
注意事项
- 不支持跨区域密钥共享,仅在同一AWS区域内有效。
- 使用跨账户密钥时,需要确保目标账户已授予相应的访问权限。
- 密钥的轮换、审计等操作仍由Secrets Manager负责,AgentCore仅负责引用。
该功能让AgentCore能够利用企业已有的密钥资源,降低重复配置的风险,同时保持密钥管理的统一治理。
评论
中心观点
此次AWS在Bedrock AgentCore Identity中引入Secrets Manager密钥直接引用能力,本质上是将云原生密钥管理的灵活性重新还给企业用户,使身份配置流程不必再被迫锁定在平台提供的有限选项中。
支撑理由
事实陈述:AWS官方披露,该功能允许用户在AgentCore Identity配置阶段直接引用已在Secrets Manager中预创建的密钥资源,支持自行管理密钥生命周期包括轮换策略和访问权限。
作者观点:文章强调这一能力“可扩展组织现有的安全最佳实践”,暗示AWS认可用户已有的密钥管理架构价值,而非要求其重新适配新范式。
我的推断:从技术实现推测,该功能很可能通过IAM角色信任关系与Secrets Manager资源策略协同完成,无需在AgentCore侧额外存储凭证明文,从而在架构层面保持密钥的单一可信来源。
边界条件
该功能目前仅适用于AgentCore Identity组件,而非所有Bedrock配置场景。使用前需确保AgentCore执行角色已具备对应Secrets Manager资源的读取权限。此外,跨账户场景下的密钥引用可能涉及额外的信任链路配置。
实践启发
对于已在Secrets Manager中建立统一密钥治理体系的企业,该集成提供了低迁移成本的接入路径。建议在启用前评估现有密钥轮换策略与AgentCore任务执行周期的匹配度,避免因密钥过期导致长时间任务中断。同时,组织应借此机会审视AgentCore Identity与Secrets Manager之间的最小权限边界,确保引用关系不会意外扩大运行时权限半径。
技术分析
核心观点
该功能允许在 Amazon Bedrock 的 AgentCore Identity 中直接引用 AWS Secrets Manager 中预置的密钥,从而让组织对密钥生命周期拥有完整控制权,同时保持与 AI Agent 的安全集成。
关键论点
- 统一控制:密钥的创建、轮换、审计仍在 Secrets Manager 完成。
- 安全委托:通过 IAM Role 与 AgentCore 身份绑定,实现最小权限访问。
- 动态注入:在 Agent 执行时自动拉取密钥,无需在代码或环境变量中硬编码。
关键技术点
Secrets Manager 引用机制
AgentCore 通过 aws:source-arn 与 Secrets Manager 资源策略配合,在运行时调用 secretsmanager:GetSecretValue。引用时可使用完整 ARN 或带标签的选择器,实现细粒度定位。
AgentCore Identity 集成
- 身份属性:AgentCore 为每个执行实例生成唯一身份(Identity),关联特定 IAM Role。
- 跨账户支持:若密钥位于不同账号,可通过 Resource‑Based Policy 授予目标账号访问权限。
权限模型
- 最小权限原则:仅授予
GetSecretValue(对特定密钥)以及DescribeSecret(审计)。 - 加密传输:所有密钥传输使用 TLS 1.2+,并在内存中解密后立即销毁。
实际应用价值
统一密钥管理
组织已有成熟的密钥轮换策略,无需在 Agent 代码中额外实现,即可保持合规。
动态凭证注入
在 Agent 需要调用外部 API(如支付网关)时,可即时获取短期凭证,降低泄露风险。
多环境一致性
同一套密钥定义可在开发、预生产、生产环境中通过不同别名或标签切换,实现环境隔离。
行业影响
- 推动 AI 原生安全:将传统密钥管理最佳实践延伸到 AI 运行时环境,提升整体安全水位。
- 示范效应:为其他云服务(如 Parameter Store、HSM)提供类似引用模式奠定基础。
边界条件与实践建议
边界条件
- 密钥不可直接复制:AgentCore 仅支持读取,无法修改或删除 Secrets Manager 中的密钥。
- 网络连通性:AgentCore 与 Secrets Manager 必须同区域或通过 VPC 端点互通。
- 配额限制:每个 Agent 实例的并发密钥请求受 Secrets Manager 请求速率限制。
实践建议
- 为每个业务场景创建独立密钥并打标签,便于细粒度授权。
- 启用 Secrets Manager 自动轮转功能,确保 Agent 获得最新凭证。
- 在 IAM Role 上使用条件键(如
aws:RequestedRegion)限制跨区域访问。 - 监控
GetSecretValue调用日志,配合 CloudTrail 进行异常检测。
论证地图
中心命题
在 AgentCore Identity 中引用自建 Secrets Manager 密钥,可实现 AI 工作负载的安全、自动化凭证管理。
支撑理由
- 密钥生命周期在 Secrets Manager 完全可控,满足合规要求。
- IAM + 资源策略实现最小权限,降低泄露面。
- 动态注入避免硬编码,提高安全可移植性。
反例或边界条件
- 若密钥存储在非 AWS 环境(如本地 HSM),则无法直接引用。
- 密钥轮换周期过长会导致 Agent 使用过期凭证,需配合短生命周期凭证或即时刷新。
可验证方式
- 通过 CloudTrail 检查
GetSecretValue事件的调用者身份与时间戳。 - 在测试环境模拟密钥失效,验证 Agent 的错误处理与降级策略。
- 使用 IAM Policy Simulator 验证 Role 对特定密钥的访问权限是否符合预期。
学习要点
- 直接在 Bedrock AgentCore 中使用
aws:secretsmanager:secret-arn引用 Secrets Manager 的密钥,实现安全注入(最重要)。 - 必须为 Bedrock AgentCore 的执行角色配置 IAM 策略,允许
secretsmanager:GetSecretValue操作对应的 secret 资源。 - 引用时应使用完整的 secret ARN 或带有版本阶段的 ARN(如
AWSCURRENT),以确保获取正确版本的密钥。 - 通过环境变量或参数将获取的密钥传递给自定义代码或第三方 API,避免在代码中硬编码明文凭据。
- 启用 Secrets Manager 的自动轮换并在 AgentCore 中实现重试或重新加载机制,保证密钥始终保持最新。
- 确保密钥在传输和持久化过程中使用 HTTPS 加密和 KMS 加密,满足安全合规要求。
引用
- 文章/节目: https://aws.amazon.com/blogs/machine-learning/reference-your-own-aws-secrets-manager-secrets-in-amazon-bedrock-agentcore-identity
- RSS 源: https://aws.amazon.com/blogs/machine-learning/feed/
注:文中事实性信息以以上引用为准;观点与推断为 AI Stack 的分析。