多智能体系统会以传统监控无法察觉的方式失效。本文提出一种双层监控生产智能体的方法：利用 Amazon Bedrock AgentCore Evaluations 进行持续的质量评分，并结合 AWS DevOps Agent 实现自主的基础设施调查，示例为一个四智能体航空预订系统。