Poner en funcionamiento un agente siempre ha significado resolver una larga lista de problemas de infraestructura antes de poder probar si el agente en sí es bueno. Usted conecta marcos, almacenamiento, autenticación y canalizaciones de implementación, y cuando su agente maneja su primera tarea real, ha pasado días en la infraestructura en lugar de en la lógica del agente.
Construimos AgentCore desde cero para ayudar a los desarrolladores a centrarse en crear la lógica del agente en lugar de la plomería de backend, trabajando con marcos y modelos que ya usan, incluidos LangGraph, LlamaIndex, CrewAI, Strands Agents y más. Hoy, presentamos nuevas capacidades que agilizan aún más la experiencia de creación de agentes, eliminando las barreras de infraestructura que ralentizan a los equipos en cada etapa del desarrollo de agentes, desde el primer prototipo hasta la implementación de producción.
Pase de una idea a un agente en ejecución en tres pasos
Cada agente tiene una capa de orquestación que contiene el bucle que llama al modelo, decide qué herramienta invocar, devuelve los resultados, administra las ventanas de contexto y maneja las fallas. Ejecutar ese bucle requiere una infraestructura subyacente: computación para alojar el agente, un espacio aislado para ejecutar código de forma segura, conexiones seguras a herramientas, almacenamiento persistente y recuperación de errores. Esta infraestructura forma el arnés del agente, lo que permite que un agente realmente se ejecute.
Hasta ahora, construir ese arnés era lo primero que cada equipo tenía que hacer desde cero. Eso significó elegir un marco, escribir el código de orquestación, conectarlo a las herramientas y la memoria y garantizar la autenticación, todo antes de que el agente pudiera procesar una sola solicitud. Es un trabajo necesario, pero no es el trabajo que le dice si su agente va a ser útil. La mayoría de los equipos con los que hemos trabajado pasaron días en esta infraestructura antes de poder ejecutar su primera prueba real.
La nueva función de aprovechamiento de agentes administrados en AgentCore reemplaza toda esa compilación inicial con una configuración sencilla. Usted declara su agente y lo ejecuta en solo tres llamadas API, sin escribir código de orquestación. Usted define lo que hace su agente: qué modelo utiliza, qué herramientas puede llamar y qué instrucciones sigue. El arnés de AgentCore une computación, herramientas, memoria, identidad y seguridad para crear un agente en ejecución que puede probar en minutos. Probar un modelo diferente o agregar una herramienta es un cambio de configuración, no una reescritura de código. Puede probar varias variaciones de un agente en minutos cambiando el parámetro API sobre la marcha.
Esa velocidad no se logra a costa de la flexibilidad. El arnés de AgentCore funciona con Strands Agents, el marco de código abierto de AWS. Cuando necesita una lógica de orquestación personalizada, enrutamiento especializado o coordinación de múltiples agentes, cambia de configuración a arnés definido por código, con la misma plataforma, el mismo aislamiento de microVM y el mismo proceso de implementación. AgentCore conserva el estado de la sesión en un sistema de archivos duradero, por lo que los agentes pueden suspender la tarea a mitad de la tarea y reanudarla exactamente donde la dejaron. Esto hace que los patrones de participación humana sean prácticos sin plomería personalizada y sin rediseñar el agente más adelante cuando surjan esas necesidades. Puede comenzar en minutos y luego agregar más capacidades y controlar cuando sus necesidades evolucionen, sin ninguna reestructuración.
“Estamos construyendo agentes de IA que revolucionarán el comercio electrónico”, afirmó Rodrigo Moreira, VP de Ingeniería de VTEX. “Anteriormente, crear prototipos de cada nuevo agente requería días de código de orquestación y configuración de infraestructura antes de que pudiéramos validar una idea. La función de aprovechamiento en AgentCore cambiará eso: intercambiar un modelo, agregar una herramienta o refinar las instrucciones de un agente ahora es un cambio de configuración, no una reconstrucción. Ahora podemos validar las ideas de los agentes en minutos en lugar de días, y esperamos acelerar aún más el desarrollo del agente con estas nuevas capacidades”.
Construya, implemente y opere sus agentes desde la misma terminal
Tienes a tu agente trabajando y ahora quieres ejecutarlo en producción. Por lo general, eso significa salir de su editor, configurar un canal de implementación, configurar entornos y unir un proceso que no se parece en nada al flujo de trabajo que utilizó para crear el agente en primer lugar.
La nueva CLI de AgentCore lo mantiene en un flujo de trabajo durante todo el ciclo de vida: prototipo, implementación, operación, desde el mismo terminal en el que ya está trabajando. Usted itera en su agente localmente y, cuando esté listo, lo implementa sin cambiar de herramientas ni crear una canalización separada. AgentCore impulsa las implementaciones a través de infraestructura como código (IaC) con soporte CDK y Terraform (próximamente), por lo que la configuración de su agente es reproducible y tiene control de versiones. Lo que probó localmente es exactamente lo que se ejecuta en producción.
Ofrezca a sus agentes de codificación el contexto adecuado
A lo largo del proceso de desarrollo del agente, la mayoría de los desarrolladores trabajan junto con un asistente de codificación, como Claude Code o Kiro. Pero un asistente de codificación es tan efectivo como el contexto que tiene. Un servidor MCP de propósito general puede darle acceso a API y documentación, pero no codifica las opiniones que importan: qué patrones usar, cómo encajan las capacidades, cómo es la ruta recomendada para tareas comunes. Las nuevas habilidades prediseñadas en AgentCore van más allá del acceso API sin formato. Brindan a los agentes de codificación conocimientos actualizados y seleccionados sobre las mejores prácticas de AgentCore, por lo que las sugerencias que recibe reflejan cómo se debe utilizar la plataforma, no solo qué puntos finales existen. Kiro ya incluye esto hoy como un Power incorporado, y próximamente estarán disponibles complementos para Claude Code, Codex y Cursor. En una plataforma que evoluciona rápidamente, tener un contexto preciso en su agente de codificación significa menos errores desde la primera línea de código.
empezar
El administrado arnés de agente en AgenteCore es disponible en vista previa hoy en cuatro AWS Rregiones: Oeste de EE. UU. (Oregón), Este de EE. UU. (Norte de Virginia), Asia Pacífico (Sídney), y Europa (Fráncfort). AgenteCore CLI y sistema de archivos de agente persistente, están disponibles comercial de AWS Rregiones dónde AgenteCore se ofrece. Las habilidades del agente de codificación estarán disponibles a finales de abril. Pagas solo por el recursos eso tu usas, sin adicional cobrar por la CLI, el arnés o la habilidad (aprender más en Página de precios de AgentCore). Visita AgenteCore Documentación a empezar.
Puede utilizar estas capacidades para concentrarse en la lógica del agente, sin preocuparse por la configuración de la infraestructura. A medida que su agente evoluciona, agrega evaluaciones, memoria, conexiones de herramientas y aplicación de políticas sin necesidad de volver a diseñar. La plataforma en la que crea el prototipo es la misma que ejecuta en producción.
Sobre los autores
Madhu Parthasarathy
Madhu Parthasarathy es el director general de Amazon Bedrock AgentCore, con más de 20 años de experiencia en la construcción de infraestructura distribuida a gran escala. Madhu ha estado en Amazon durante más de 16 años, donde dirigió varias iniciativas en Amazon Retail, Elastic Block Store y, más recientemente, AgentCore. Madhu ha ocupado varios puestos de liderazgo en otras empresas, incluida LinkedIn, donde dirigió la plataforma empresarial que impulsó todas las líneas de negocios empresariales de LinkedIn y una startup de neonube, donde dirigió la infraestructura de inteligencia artificial, impulsando la visión de la seguridad y la experiencia del desarrollador. Madhu reside actualmente en Santa Clara, California.