一句话结论
亚马逊云科技（AWS）利用代理式 AI 技术将基础设施即代码开发时间从周级缩短至分钟级，提升大规模云迁移效率。
关键要点
- Amazon Bedrock AgentCore 上的代理式 AI 支持涉及 300 多个应用的云迁移。
- 基础设施即代码（IaC）开发时间从每应用 3 至 4 周缩短至分钟级。
- 该模式与 AWS Transform 并行运行，并配合 AWS Database Migration Service（DMS）处理数据库层。
- 迁移智能与治理代理可聚合 Jira、Confluence 和 Webex 数据，自动化动作需人工批准。
- 成本涉及基础模型代币、AgentCore 运行时及多项按使用量计费的服务。
背景与事实
2026 年 10 月，亚马逊云科技（AWS）发布了一项技术实践，展示了如何利用 Amazon Bedrock AgentCore 上的代理式 AI（Agentic AI）来支持大规模的云迁移项目。该项目涉及 300 多个应用，并有固定的财政年度截止日期。这一技术实践的核心在于四代理模式，该模式成功将基础设施即代码（Infrastructure as Code, IaC）的开发时间从传统的每应用 3 至 4 周大幅缩短至分钟级。
在技术架构方面，该模式与涵盖迁移与现代化的 AWS Transform 服务并行运行，同时配合处理数据库层的 AWS Database Migration Service（DMS）。各个代理通过模型上下文协议（Model Context Protocol, MCP）工具实现源环境和目标环境的连接。AWS 专业服务费使用 Strands Agents SDK 在 AgentCore 平台上构建这些代理。AgentCore Gateway 扮演关键角色，它能够将应用程序接口（API）、Lambda 函数及服务转化为 MCP 兼容的工具。
AgentCore 的运行时环境为这些代理提供了无服务器运行环境、会话隔离以及多代理编排能力。AgentCore Identity 通过限定范围的 IAM 角色来认证调用，确保安全性；AgentCore memory 则负责持久化状态及共享上下文。具体工作流程中，Intake Agent 生成目标架构并写入 memory，IaC Agent 读取该上下文生成代码，并调用 Amazon Bedrock 基础模型附加 Guardrails 策略。IaC 工作流分为五个步骤：摄取 Wave 团队指导、解析目标架构、生成 IaC（包含参数、远程状态、标签、监控）、通过 AgentCore 策略引擎评估 Cedar 规则，以及执行部署并通过 AgentCore Observability 报告结果。
在安全与治理层面，敏感信息由 AgentCore Identity 从集中凭证提供商在运行时解析，框架在边界验证输入模式。策略集采用版本化管理，通过 Lambda 函数 get_policies 工具提供，且豁免策略带有过期日期。迁移智能与治理代理负责聚合来自 Jira、Confluence 和 Webex 的数据，任何自动化动作（如创建工单）都必须经过人工批准。SRE 代理则负责监测 CloudWatch 指标。值得注意的是，DMS 的生成式 AI 转换功能已在部分区域可用。
影响分析
对于中文开发者与云从业者而言，这一技术实践带来了显著的效率提升和操作模式变革。首先，IaC 开发周期从周级缩短至分钟级，意味着在大规模云迁移项目中，基础设施部署的速度将呈数量级增长，能够更快地响应业务需求和解决生产问题。其次，代理式 AI 的引入改变了传统的自动化脚本编写模式，开发者无需手动编写复杂的部署脚本，而是通过自然语言或结构化指令驱动 AI 代理完成代码生成和部署，降低了技能门槛。
此外，AgentCore 提供的一体化安全治理框架（包括身份认证、策略管理、审计日志等）为大型企业的云迁移提供了更符合合规要求的技术路径。中文企业在进行跨地域、多合规域的云迁移时，可以借鉴这种“AI 代理 + 人工审批”的混合模式，在保证自动化效率的同时，确保关键操作的人工控制权。不过，该模式的成本结构较为复杂，涉及基础模型代币、运行时资源、网关、内存、策略、防护栏及观测遥测等多个计费项，企业需在使用前进行详细的成本评估，避免因资源闲置或未删除导致的持续收费。
适用边界
该技术实践主要适用于源环境和目标环境均位于 MCP 工具背后的云迁移项目，特别是涉及大量应用（如 300 多个）且有明确截止日期的大型项目。对于小型项目、非结构化环境或缺乏成熟 IaC 基础的组织，该模式的复杂性可能带来较高的实施成本和运维负担。此外，虽然 DMS 的生成式 AI 转换功能已在部分区域可用，但并非所有区域和所有数据库类型都支持，使用者需确认具体地域的可用性。最后，该模式强调人类保留决策、审批及策略制定权，适用于对合规性和安全性要求较高的企业级场景，而非追求完全无干预的纯自动化场景。
孤本观察
从编辑视角看，AWS 此次实践表明代理式 AI 在云基础设施领域已从概念验证阶段进入大规模生产应用阶段，其核心价值在于通过“人机协作”解决传统 IaC 开发中的时间瓶颈。
常见问题
AWS 利用 Bedrock AgentCore 将 IaC 开发时间从多少缩短至多少？
从每应用 3 至 4 周缩短至分钟级。
该云迁移项目涉及多少个应用，并与哪些 AWS 服务并行运行？
涉及 300 多个应用，与 AWS Transform 并行运行，并配合 AWS Database Migration Service 处理数据库层。
AgentCore Identity 和 memory 在架构中分别负责什么功能？
AgentCore Identity 通过限定范围的 IAM 角色认证调用以确保安全；AgentCore memory 负责持久化状态及共享上下文。
自动化动作（如创建工单）需要满足什么条件才能执行？
必须经过人工批准。
使用该技术模式的成本主要涉及哪些计费项目？
涉及基础模型代币、AgentCore 运行时及网关、内存、策略、防护栏、观测遥测等多项按使用量计费的服务。