Des agents AWS ont créé et maintiennent désormais un émulateur de cloud public
AWS a publié un émulateur open source pour ses services cloud, entièrement généré et maintenu par des agents de codage autonomes, sans aucune ligne de code écrite par un humain.
Traduit automatiquement depuis l'original anglais.
Amazon Web Services a lancé AWS Emulator le 11 novembre 2026, un outil de test local pour sa plateforme cloud. Le projet est remarquable non seulement pour son utilité, mais aussi parce que le code a été écrit et est continuellement maintenu par des agents logiciels autonomes plutôt que par des ingénieurs humains.
Ce qui s'est passé
L'émulateur permet aux développeurs et à d'autres agents IA de tester des applications contre les services AWS en local, sans avoir besoin d'identifiants actifs ni d'accès réseau. Bien que des outils similaires comme LocalStack existent depuis des années, AWS a identifié un problème persistant : les émulateurs finissent souvent par se désynchroniser de l'environnement cloud réel, engendrant une méfiance chez les utilisateurs et même au sein des équipes internes. Pour résoudre ce problème, AWS a tiré parti de son propre outil de codage agentique, Kiro, afin de créer une solution capable de rester automatiquement à jour avec les modifications de l'API.
Le projet a commencé comme une expérience menée par Matt Goldberg, ingénieur principal senior au sein de l'équipe AWS Developer Tools. Inspiré par des travaux antérieurs où des agents avaient construit un compilateur C, Goldberg a chargé Kiro de créer un émulateur pour Amazon Simple Queue Service (SQS). L'agent a produit une version fonctionnelle en quinze minutes. Encouragée par cette rapidité, l'équipe a élargi la portée du projet, demandant à l'agent de développer le support pour le reste d'AWS sur un seul week-end. Bien que cette première version comportait des lacunes, elle était suffisamment fonctionnelle pour être utilisée dans des tests internes dès le lundi suivant.
AWS a publié l'émulateur sous licence Creative Commons Zero, le plaçant dans le domaine public. Cette décision découle de l'incertitude juridique concernant la propriété intellectuelle du code entièrement généré par intelligence artificielle. En renonçant au droit d'auteur, AWS évite de revendiquer des droits qui pourraient ne pas exister légalement. La société a également déclaré qu'elle n'accepterait pas de pull requests humaines pour la base de code, car le flux de travail de maintenance est conçu exclusivement pour des agents autonomes.
Comment cela fonctionne
Le système repose sur trois équipes distinctes d'agents travaillant en boucle. La première équipe analyse les modèles Smithy publics, utilisés par AWS pour définir ses API, et génère des scénarios de test. Ces scénarios sont exécutés contre les vrais services AWS pour établir la vérité terrain sur le comportement attendu de chaque API. Cette étape garantit que si la documentation est inexacte, le comportement réel du cloud sert de référence.
La deuxième équipe exécute ces mêmes scénarios contre le code de l'émulateur. Elle identifie les divergences entre la sortie de l'émulateur et la réponse réelle d'AWS. En cas d'échecs, cette équipe regroupe les problèmes par causes communes et ouvre des tickets dans le dépôt. La troisième équipe traite ensuite ces problèmes en modifiant le code. Avant que les changements ne soient fusionnés, ils doivent passer des builds automatisés, des tests et des revues de sécurité effectués par d'autres agents.
Les ingénieurs humains n'écrivent ni ne modifient le code de l'émulateur. Ils se concentrent plutôt sur l'amélioration du système d'orchestration des agents. Si un bug apparaît dans l'émulateur, l'équipe remonte à une faille dans les instructions ou la logique de l'agent et corrige l'agent lui-même. Par exemple, les premières versions des agents tentaient d'écrire leur propre interpréteur Python pour prendre en charge les fonctions Lambda, un effort redondant que les humains ont corrigé en mettant à jour les contraintes des agents pour réutiliser les bibliothèques existantes.
Détails clés
- L'émulateur prend en charge 438 modèles d'API AWS publics couvrant plus de 200 services.
- Il est écrit en Rust et s'exécute localement sur Linux, macOS et Windows sans connexion internet.
- Aucun appel à un grand modèle de langage n'est effectué pendant l'exécution de l'émulateur ; il s'agit d'un binaire statique.
- AWS prévoit que l'écart entre le lancement d'un nouveau service et la prise en charge par l'émulateur se réduise à quelques jours.
- Le projet n'accepte pas de pull requests humaines ; les contributions sont limitées à la signalisation de problèmes.
- AWS publie la suite de benchmarks utilisée pour tester l'émulateur afin que les utilisateurs puissent vérifier son exactitude indépendamment.
Pourquoi c'est important
Pour les créateurs de logiciels, ce projet démontre un flux de travail mature pour la génération autonome de code. Il va au-delà de la simple complétion de code pour inclure la gestion complète du cycle de vie, y compris les tests, le débogage et la maintenance. La nature bornée du problème — l'émulation de modèles d'API définis — en faisait un cas de test idéal pour les systèmes agentiques. Cela montre que les agents peuvent gérer des interactions complexes multi-services lorsqu'ils sont guidés par des sources de vérité claires et des boucles de validation rigoureuses.
La décision de rejeter les pull requests humaines souligne un changement dans le fonctionnement potentiel des projets open source dans un futur nativement IA. En considérant la flotte d'agents comme unique mainteneur, AWS garantit que le code reste cohérent avec sa logique de génération. Cette approche réduit le risque d'incohérences introduites par des humains mais nécessite des outils robustes pour gérer les agents eux-mêmes. Elle soulève également des questions pratiques sur les modèles de contribution communautaire lorsque les principaux auteurs ne sont pas humains.
De plus, l'émulateur fournit un environnement plus sûr pour tester les agents IA qui doivent interagir avec AWS. Les développeurs peuvent laisser leurs propres agents de codage tester contre l'émulateur sans exposer d'identifiants AWS actifs. Cette capacité de sandboxing répond à des préoccupations de sécurité majeures qui ont entravé l'adoption d'outils autonomes dans les environnements de production.
Ce que vous pouvez faire
- Téléchargez AWS Emulator depuis son dépôt public pour tester vos flux de travail de développement local.
- Exécutez la suite de benchmarks publiée pour vérifier l'exactitude de l'émulateur pour vos cas d'utilisation spécifiques.
- Signalez les problèmes ou les comportements d'API manquants via le tracker de tickets du projet au lieu de soumettre des correctifs de code.
- Utilisez l'émulateur pour sandboxer vos propres agents IA avant de leur accorder un accès aux comptes AWS actifs.
- Étudiez les modèles d'orchestration d'agents décrits par AWS pour améliorer vos propres pipelines de codage agentique.
- Suivez l'évolution du projet pour voir à quelle vitesse il s'adapte aux nouveaux lancements de services AWS.



