AWS用多智能体框架将云迁移IaC开发时间从数周压缩至分钟级

企业级云迁移项目在规模扩大后往往陷入固定模式的困境。应用发现阶段需要工程师手动梳理本地架构、依赖关系和问卷信息，单个应用就可能消耗数周时间。面对300余个应用和固定的财年截止日期，这一瓶颈单独就足以令整个迁移计划脱轨。AWS专业服务团队在内部项目跟踪数据中发现，若不引入自动化手段，仅IaC编写一项就相当于数年的工程投入。

为系统性解决上述瓶颈，AWS构建了基于Amazon Bedrock AgentCore的多智能体编排框架，将迁移生命周期划分为迁移旅程与运维旅程两条主线。迁移旅程由Intake Agent、IaC Agent和迁移智能与治理Agent依次承接，从自动化发现、目标架构定义到IaC代码生成和组合级治理报告全程覆盖。运维旅程则由SRE Agent负责，在迁移完成后持续提供主动监控与自动化修复，避免团队陷入被动救火的循环。

框架的技术核心在于各智能体之间的协同机制。每个智能体由基础模型、系统提示和一组工具定义，运行于Amazon Bedrock AgentCore提供的无服务器环境中，具备会话隔离与多智能体编排能力。AgentCore Gateway将现有API、AWS Lambda函数和服务转换为MCP兼容工具，供各智能体按职责范围调用。AgentCore Identity则通过细粒度IAM角色和企业身份提供商对每次调用进行鉴权，确保最小权限原则贯穿全程。

智能体之间的上下文传递通过Amazon Bedrock AgentCore的共享记忆层实现，无需人工交接。当Intake Agent完成应用发现后，会将目标架构和依赖映射写入共享记忆；IaC Agent随即读取这些上下文，直接开始代码生成，整个过程无缝衔接。这种设计使得跨300余个应用的迁移进度得以持续追踪，并为后续的治理报告和运维决策提供一致的数据基础。

在代码层面，IaC Agent通过Python定义，集成了BedrockAgentCoreApp运行时、Strands Agent框架和MCPClient工具调用，并在调用Amazon Bedrock基础模型时附加Amazon Bedrock Guardrails策略，实现负责任AI控制。AgentCore Gateway的URL与OAuth客户端凭证认证方式确保令牌在过期时自动刷新，避免静态令牌带来的安全隐患。AWS DMS和AWS Transform等托管服务则作为补充，分别处理数据库迁移的模式转换和遗留代码现代化任务。

这一框架的实践意义在于将重复性、规则性的迁移工作系统性地转移给AI智能体，同时保留人类在关键决策节点的主导权。IaC开发时间从每个应用3至4周缩短至分钟级，在300余个应用的规模下意味着数年工程量的节省。对于面临固定迁移窗口的大型企业而言，这种多智能体编排模式提供了一条兼顾速度、安全合规与可治理性的可行路径。

要点

• AWS专业服务基于Amazon Bedrock AgentCore构建的多智能体框架，将IaC开发时间从每个应用3至4周压缩至分钟级，在300余个应用规模下得到验证。
• 框架包含四个专用智能体，分别覆盖自动化发现、IaC代码生成、组合治理报告和迁移后主动运维四大环节，形成完整的迁移生命周期闭环。
• AgentCore Gateway将现有API和Lambda函数转换为MCP兼容工具，AgentCore Identity提供细粒度权限管控，共享记忆层确保智能体间上下文无缝传递，无需人工交接。
• Amazon Bedrock Guardrails策略嵌入模型调用链路，确保AI生成的基础设施代码符合企业安全规范，负责任AI控制贯穿代码生成全程。
• 该框架的核心设计原则是将重复性工作交由AI智能体处理，同时在关键决策节点保留人类主导权，为大规模企业迁移提供兼顾效率与治理的解决方案。