KI-Agenten

Von AWS-Agenten erstellter und gewarteter öffentlicher Cloud-Emulator

AWS hat einen Open-Source-Emulator für seine Clouddienste veröffentlicht, der vollständig von autonomen Coding-Agenten generiert und gewartet wird – ohne menschlich geschriebenen Code.

Roboterarme montieren ein Glas-Server-Rack
Für diesen Artikel generierte Illustration

Automatisch aus dem englischen Original übersetzt.

Amazon Web Services hat am 11. November 2026 den AWS Emulator vorgestellt, ein lokales Testwerkzeug für seine Cloud-Plattform. Das Projekt ist nicht nur aufgrund seines Nutzens bemerkenswert, sondern auch deshalb, weil der Code von autonomen Software-Agenten geschrieben und kontinuierlich gewartet wird, anstatt von menschlichen Ingenieuren.

Was passiert ist

Der Emulator ermöglicht Entwicklern und anderen KI-Agenten, Anwendungen lokal gegen AWS-Dienste zu testen, ohne dass Live-Zugangsdaten oder Netzwerkzugriff erforderlich sind. Während ähnliche Tools wie LocalStack seit Jahren existieren, identifizierte AWS ein hartnäckiges Problem: Emulatoren geraten oft aus dem Gleichgewicht mit der tatsächlichen Cloud-Umgebung, was zu Misstrauen bei Nutzern und sogar internen Teams führt. Um dies zu lösen, nutzte AWS sein eigenes agentisches Coding-Tool Kiro, um eine Lösung zu entwickeln, die automatisch aktuell bleibt, wenn sich API-Änderungen ergeben.

Das Projekt begann als Experiment von Matt Goldberg, einem Senior Principal Engineer im Team AWS Developer Tools. Inspiriert durch frühere Arbeiten, bei denen Agenten einen C-Compiler bauten, beauftragte Goldberg Kiro damit, einen Emulator für Amazon Simple Queue Service (SQS) zu erstellen. Der Agent produzierte innerhalb von fünfzehn Minuten eine funktionierende Version. Angespornt durch diese Geschwindigkeit erweiterte das Team den Umfang und ließ den Agenten über ein einziges Wochenende hinweg Unterstützung für den Rest von AWS aufbauen. Obwohl die erste Version Lücken hatte, war sie bis zum folgenden Montag funktionsfähig genug für interne Tests.

AWS hat den Emulator unter der Creative Commons Zero Lizenz veröffentlicht und ihn damit in die Public Domain gestellt. Diese Entscheidung resultiert aus rechtlicher Unsicherheit bezüglich des Urheberrechts an vollständig durch künstliche Intelligenz generiertem Code. Durch den Verzicht auf das Urheberrecht vermeidet AWS die Geltendmachung von Rechten, die möglicherweise rechtlich nicht bestehen. Das Unternehmen erklärte zudem, keine Pull Requests von Menschen für die Codebasis anzunehmen, da der Wartungsworkflow ausschließlich für autonome Agenten konzipiert ist.

Wie es funktioniert

Das System basiert auf drei unterschiedlichen Agententeams, die in einer Schleife zusammenarbeiten. Das erste Team analysiert öffentliche Smithy-Modelle, die AWS zur Definition seiner APIs verwendet, und generiert Testszenarien. Diese Szenarien werden gegen echte AWS-Dienste ausgeführt, um die Referenzwerte dafür festzulegen, wie sich jede API verhalten sollte. Dieser Schritt stellt sicher, dass bei ungenauer Dokumentation das tatsächliche Cloud-Verhalten als Maßstab dient.

Das zweite Team führt dieselben Szenarien gegen den Emulator-Code aus. Es identifiziert Abweichungen zwischen der Ausgabe des Emulators und der echten AWS-Antwort. Wenn Fehler auftreten, gruppiert dieses Team sie nach gemeinsamen Ursachen und erstellt Issues im Repository. Das dritte Team behebt diese Probleme anschließend durch Modifikationen des Codes. Bevor Änderungen übernommen werden, müssen sie automatisierte Builds, Tests und Sicherheitsüberprüfungen bestehen, die von anderen Agenten durchgeführt werden.

Menschliche Ingenieure schreiben oder bearbeiten den Emulator-Code nicht. Stattdessen konzentrieren sie sich darauf, das Orchestrierungssystem der Agenten zu verbessern. Wenn ein Bug im Emulator auftritt, verfolgt das Team diesen zurück auf einen Fehler in den Anweisungen oder der Logik des Agenten und korrigiert den Agenten selbst. Zum Beispiel versuchten frühe Versionen der Agenten, ihren eigenen Python-Interpreter zu schreiben, um Lambda-Funktionen zu unterstützen – eine redundante Bemühung, die die Menschen korrigierten, indem sie die Constraints der Agenten aktualisierten, um bestehende Bibliotheken wiederzuverwenden.

Wichtige Details

  • Der Emulator unterstützt 438 öffentliche AWS-API-Modelle, die mehr als 200 Dienste abdecken.
  • Er ist in Rust geschrieben und läuft lokal auf Linux, macOS und Windows ohne Internetverbindung.
  • Während der Laufzeit des Emulators werden keine Aufrufe großer Sprachmodelle getätigt; es handelt sich um eine statische Binärdatei.
  • AWS erwartet, dass die Zeitspanne zwischen dem Start eines neuen Dienstes und der Emulator-Unterstützung auf wenige Tage schrumpft.
  • Das Projekt akzeptiert keine Pull Requests von Menschen; Beiträge beschränken sich auf die Meldung von Problemen.
  • AWS veröffentlicht die Benchmark-Suite, die zum Testen des Emulators verwendet wird, sodass Nutzer dessen Genauigkeit unabhängig überprüfen können.

Warum es wichtig ist

Für Softwareentwickler demonstriert dieses Projekt einen reifen Workflow für autonome Codegenerierung. Es geht über einfache Code-Vervollständigung hinaus hin zum vollständigen Lifecycle-Management, einschließlich Testen, Debugging und Wartung. Die begrenzte Natur des Problems – die Emulation definierter API-Modelle – machte es zum idealen Testfall für agentische Systeme. Es zeigt, dass Agenten komplexe, dienstübergreifende Interaktionen bewältigen können, wenn sie durch klare Quellen der Wahrheit und rigorose Validierungsschleifen geleitet werden.

Die Entscheidung, menschliche Pull Requests abzulehnen, unterstreicht einen Wandel darin, wie Open-Source-Projekte in einer KI-nativen Zukunft funktionieren könnten. Indem AWS die Flotte der Agenten als alleinigen Maintainer betrachtet, stellt es sicher, dass der Code konsistent mit seiner Generierungslogik bleibt. Dieser Ansatz reduziert das Risiko menschlich eingeführter Inkonsistenzen, erfordert jedoch robuste Werkzeuge zur Verwaltung der Agenten selbst. Er wirft auch praktische Fragen zu Community-Beitragsmodellen auf, wenn die primären Autoren nicht-menschlich sind.

Darüber hinaus bietet der Emulator eine sicherere Umgebung zum Testen von KI-Agenten, die mit AWS interagieren müssen. Entwickler können ihre eigenen Coding-Agenten gegen den Emulator testen lassen, ohne Live-AWS-Zugangsdaten preiszugeben. Diese Sandbox-Fähigkeit adressiert erhebliche Sicherheitsbedenken, die die Einführung autonomer Tools in Produktionsumgebungen behindert haben.

Was Sie tun können

  • Laden Sie den AWS Emulator aus seinem öffentlichen Repository herunter, um lokale Entwicklungswerkflows zu testen.
  • Führen Sie die veröffentlichte Benchmark-Suite aus, um die Genauigkeit des Emulators für Ihre spezifischen Anwendungsfälle zu überprüfen.
  • Melden Sie Probleme oder fehlende API-Verhaltensweisen über den Issue-Tracker des Projekts, anstatt Code-Patches einzureichen.
  • Nutzen Sie den Emulator, um Ihre eigenen KI-Agenten in einer Sandbox zu testen, bevor Sie ihnen Zugriff auf Live-AWS-Konten gewähren.
  • Untersuchen Sie die von AWS beschriebenen Muster zur Agenten-Orchestrierung, um Ihre eigenen agentischen Coding-Pipelines zu verbessern.
  • Beobachten Sie die Weiterentwicklung des Projekts, um zu sehen, wie schnell es sich an neue AWS-Dienststarts anpasst.
  • #aws
  • #ai agents
  • #open source
  • #devtools
  • #automation

Tools aus dem Bytechap-Shop

Weiterlesen

Alle Artikel