AWS beschreibt Vier-Agenten-Muster für große Cloud-Migrationen auf Bedrock AgentCore

AWS hat ein Vier-Agenten-Muster auf Amazon Bedrock AgentCore für große Cloud-Migrationen beschrieben. Laut AWS verkürzte es in einem Unternehmensprogramm mit mehr als 300 Anwendungen die Entwicklungszeit für Infrastructure as Code (IaC) von 3 bis 4 Wochen pro Anwendung auf Minuten. Grundlage sind interne Projektdaten.
- AWS beschreibt ein Vier-Agenten-Muster auf Amazon Bedrock AgentCore für große Cloud-Migrationen.
- Laut AWS sank die IaC-Entwicklungszeit in einem Programm mit mehr als 300 Anwendungen von 3 bis 4 Wochen pro Anwendung auf Minuten.
- Die Agenten laufen neben AWS Transform und AWS DMS und ersetzen sie nicht.
- Die Agenten sind Intake, IaC, Migration Intelligence and Governance sowie SRE und sind über MCP-Tools per AgentCore Gateway verbunden.
- Der Beitrag enthält Python-Code, der einen Agenten mit angebundenen Amazon Bedrock Guardrails zeigt.
Ein Hybrid mit verwalteten AWS-Diensten
Das Muster soll AWS Transform nicht ersetzen. Laut AWS läuft es als Hybrid neben dem Dienst und ergänzt eigene Agenten dort, wo ein Programm sie benötigt. AWS Transform deckt Migrations- und Modernisierungsarbeiten ab, AWS Database Migration Service (AWS DMS) die Datenbankebene.
Die Agenten docken an diese Dienste an und erfüllen eine weitere Anforderung: Quellen und Ziele, die über Model-Context-Protocol-Tools (MCP) erreicht werden, die eine Organisation selbst baut und pflegt. AWS Professional Services entwickelt für Programme mit dieser Anforderung eine Suite speziell zugeschnittener Agenten. Sie nutzen das Strands Agents SDK und laufen auf Amazon Bedrock AgentCore, das AWS als Plattform beschreibt, um Agenten im großen Maßstab mit beliebigem Framework oder Modell zu bauen, zu verbinden und zu optimieren.
AWS rät Lesern, zunächst zu prüfen, ob ein verwalteter Dienst den eigenen Migrationspfad nicht bereits abdeckt. Nach Angaben des Unternehmens übernimmt AWS Transform Workloads für Server, Netzwerk, Mainframe, .NET und Anwendungscode, AWS DMS die Datenbanken.
Die vier Agenten
Das Muster teilt die Arbeit in eine Migrationsphase und eine Betriebsphase auf.
- Intake Agent (Phase 1): liest Architekturdokumente, Fragebögen und Abhängigkeitsunterlagen über MCP-Tools und definiert daraus die Zielarchitektur.
- IaC Agent (Phase 2): erzeugt IaC, die für jede Anwendung die freigegebenen internen Module der Organisation zusammensetzt.
- Migration Intelligence and Governance Agent: liefert automatisiertes Portfolio-Reporting, Well-Architected-Bewertungen und Governance über Jira, Confluence und Webex hinweg.
- SRE Agent (Phase 3): sorgt nach dem Cutover für Monitoring und automatisierte Fehlerbehebung.
AWS zufolge trafen im beschriebenen Programm drei Bedingungen zugleich zu. Die Systeme, die Eingaben enthielten und Ausgaben aufnahmen, wurden über MCP-Tools erreicht, die das Delivery-Team gebaut hatte, darunter ein internes Wiki mit Sicherheitsstandards, ein Ticketsystem, eine Kollaborationsplattform und eine hauseigene Provisioning-API. Der erzeugte Code musste eine interne Modulbibliothek zusammensetzen, die das Security Office geprüft und freigegeben hatte. Und der Umfang schloss den Betrieb nach der Übergabe ein, der außerhalb der Migrationsdienste liegt. Nach Angaben von AWS dauerte das manuelle Schreiben der IaC-Komposition 3 bis 4 Wochen pro Anwendung, was bei mehr als 300 Anwendungen Jahre an Entwicklungsaufwand bedeutet.
Wie die Komponenten zusammenspielen
Jeder Agent ist ein Strands-Agent, definiert durch ein Foundation Model, einen System-Prompt und eine Reihe von Tools. Die Amazon Bedrock AgentCore Runtime hostet sie in einer Serverless-Umgebung mit Sitzungsisolation und Multi-Agenten-Orchestrierung, während Amazon-Bedrock-Foundation-Modelle die Schlussfolgerungen liefern, um Dokumente zu interpretieren, Code zu erzeugen und mehrstufige Workflows zu steuern.
Jeder Agent ruft über AgentCore Gateway MCP-Tools auf, die auf seine Funktion zugeschnitten sind. Das Gateway wandelt APIs, AWS-Lambda-Funktionen und bestehende Dienste in MCP-kompatible Tools um. AgentCore Identity authentifiziert jeden Aufruf über eng gefasste AWS-Identity-and-Access-Management-Rollen (IAM) und den Identitätsanbieter der Organisation. AgentCore Memory speichert Sitzungszustand und gemeinsamen Kontext, sodass die Agenten den Fortschritt über die mehr als 300 Anwendungen hinweg nachverfolgen können.
Dieser gemeinsame Speicher macht manuelle Übergaben überflüssig. Sobald der Intake Agent die Discovery abgeschlossen hat, schreibt er die Zielarchitektur und die Abhängigkeitszuordnungen in den Speicher, und der IaC Agent liest sie, um mit der Codegenerierung zu beginnen.
Code und Kontrollen für verantwortungsvolle KI
Der Beitrag enthält ein Python-Beispiel, das den IaC Agent für die AgentCore Runtime definiert. Der Agent greift über AgentCore Gateway auf MCP-Tools zu und ruft über Amazon Bedrock ein Foundation Model auf, an das eine Amazon-Bedrock-Guardrails-Richtlinie gebunden ist. Den Code-Kommentaren zufolge holt er zuerst die freigegebenen Richtlinien für eine Migrationswelle, sodass die Regeln im System-Prompt mitgegeben werden und nicht davon abhängen, dass das Modell sie anfordert. Greift eine Guardrail ein, wird die Anfrage als blockiert gemeldet.
Wer das nachvollziehen möchte, braucht ein AWS-Konto mit Zugriff auf Amazon Bedrock AgentCore und Amazon-Bedrock-Foundation-Modelle sowie Vertrautheit mit dem Strands Agents SDK, MCP-Server-Mustern und dem IaC-Tooling der eigenen Organisation.
Was das für Migrationsteams bedeutet
Der Beitrag legt eine Arbeitsteilung nahe: verwaltete Dienste wie AWS Transform und AWS DMS dort einsetzen, wo sie den Pfad abdecken, und eigene Agenten nur für organisationsspezifische Anforderungen ergänzen, etwa interne Modulbibliotheken und über MCP angebundene interne Systeme. Die genannten Zeitersparnisse stammen aus den eigenen Projektdaten von AWS zu einem einzelnen Programm, die Ergebnisse können anderswo abweichen.


