AWS перенесла 20 AI-агентов на AgentCore за 2,5 часа

Шаблон прежде параллелизма

AWS описала перенос 20 агентов из открытого Healthcare and Life Sciences Agents Toolkit с Amazon Bedrock Agents Classic на Amazon Bedrock AgentCore Runtime. Весь основной переход занял примерно 2,5 часа wall-clock time и был разделён на три фазы: создание эталонного шаблона, параллельная миграция и hardening.

Каталог включает 38 агентов для clinical trials, drug discovery, medical imaging и patient services; в этой работе переносили 20 из них. Причиной стала не только смена платформы: прежняя архитектура держала для каждого агента отдельные CloudFormation stack, Lambda functions, IAM roles и OpenAPI schemas, поэтому даже общая небольшая правка требовала повторного развёртывания множества независимых stack.

Команда не запускала 20 свободных coding agents сразу. Сначала четыре агента мигрировали последовательно, уточняя структуру каталогов, преобразование Lambda handlers в функции @tool, три уровня тестов, deploy.py и правила замены устаревших моделей. Только после стабилизации шаблона его передали параллельным subagents.

Четыре эталона заняли большую часть человеческого внимания

Первую четвёрку переносили в среднем примерно по 29 минут. Clinical Prior Auth занял около 45 минут, Enrollment Pulse — 30, Clinical PreVisit — 25, Medical Device — 15. Эти измерения AWS связывает с pull request #275, где зафиксирована полная миграция.

Самый долгий первый пример был нужен для принятия архитектурных решений и выявления end-of-life моделей. Следующие агенты ускорялись по мере того, как шаблон переставал быть предположением и превращался в проверяемую спецификацию с единым layout, тестами и deployment wrapper.

Практический смысл такого порядка — снизить риск массового размножения одной ошибки. Параллелизм ускоряет уже известное преобразование, но не заменяет проектирование целевой схемы. Если интерфейсы tools, модель доступа или критерии приёмки ещё меняются, одновременный запуск большого числа subagents лишь увеличит объём переделки.

16 параллельных миграций завершились за 42 минуты

После фиксации шаблона AWS использовала Kiro CLI subagents для оставшихся 16 агентов. Каждый subagent получал reference pattern, существующий Lambda-код конкретного агента и acceptance criteria. Параллельная фаза заняла 42 минуты, что AWS пересчитывает в эффективную пропускную способность около 1,4 минуты на агента.

В список вошли системы для drug discovery, clinical trials, clinical operations, patient services, literature search, genomics, commercialization и laboratory automation. Это не 16 копий одного приложения: количество tools и интеграций отличалось, но единый контракт целевой платформы позволил повторять один и тот же тип преобразования.

Показатель 1,4 минуты не следует читать как время полного производства одного агента с нуля. Это effective throughput одновременно выполнявшихся миграций после подготовки шаблона и существующего кода. Wall-clock выигрыш возник из сочетания предварительной стандартизации и параллельного исполнения, а не из мгновенного понимания незнакомой системы.

Hardening остался отдельной обязательной фазой

После функционального переноса команда потратила ещё около 65 минут на production-readiness: исправила 48 findings средней тяжести, подготовила deployment packaging, добавила deploy scripts для всех 20 агентов, удалила примерно 9 000 строк старого кода и обновила README с уведомлениями о deprecation.

Итоговая таблица AWS сообщает о 265 automated tests, 194 независимо тестируемых функциях @tool и нуле high/critical security findings после проверки. Среднее время deploy одного агента снизилось примерно с 15 до 4 минут, а наблюдаемость расширилась с CloudWatch Logs до OpenTelemetry traces и metrics.

Эти результаты показывают важную границу agent-assisted разработки: успешное преобразование файлов ещё не является готовой миграцией. Security scan, удаление legacy-кода, упаковка, документация и проверка развёртывания не исчезли — их просто объединили в воспроизводимый пакет после основной параллельной работы.

Что переносимо в другие команды

Целевая схема использует AgentCore Runtime со Strands Agents SDK и функциями @tool; внешние инструменты можно подключать через AgentCore Gateway и MCP. По описанию AWS, Gateway централизует credentials и применяет Cedar-based access control, а tools становятся доступными нескольким агентам без копирования реализации.

AWS оценивает альтернативный ручной проект примерно в 40 engineer-days, однако это внутренняя оценка автора кейса, а не независимый эксперимент. В публикации нет контрольной команды, разброса качества между subagents или стоимости inference, поэтому число нельзя переносить как универсальный коэффициент ускорения на другой код и организацию.

Воспроизводимая часть метода уже: мигрировать 2–4 разных агента последовательно, превратить решения в шаблон и тесты, затем распараллелить повторяемые изменения и завершить всё batch-проверкой. Главный актив здесь — не количество одновременно запущенных агентов, а проверенный контракт, который не позволяет им независимо изобретать несовместимые архитектуры.