AI agent

Các agent của AWS tự xây dựng và duy trì một trình giả lập đám mây công khai

AWS đã phát hành một trình giả lập mã nguồn mở cho các dịch vụ đám mây của mình, được tạo ra hoàn toàn và duy trì bởi các agent lập trình tự động, không có dòng code nào do con người viết.

Cánh tay robot đang lắp ráp một kệ server bằng kính
Minh họa được tạo riêng cho bài viết này

Được dịch tự động từ bản gốc tiếng Anh.

Amazon Web Services đã ra mắt AWS Emulator vào ngày 11 tháng 11 năm 2026, một công cụ kiểm thử cục bộ cho nền tảng đám mây của họ. Dự án này đáng chú ý không chỉ vì tính hữu ích mà còn vì mã nguồn được viết và liên tục bảo trì bởi các phần mềm agent tự động thay vì kỹ sư con người.

Chuyện gì đã xảy ra

Trình giả lập cho phép các nhà phát triển và các AI agent khác kiểm thử ứng dụng với các dịch vụ AWS ngay trên máy cục bộ, mà không cần thông tin đăng nhập trực tiếp hay kết nối mạng. Mặc dù các công cụ tương tự như LocalStack đã tồn tại nhiều năm, AWS nhận thấy một vấn đề dai dẳng: các trình giả lập thường bị lệch so với môi trường đám mây thực tế, dẫn đến sự thiếu tin tưởng từ phía người dùng và cả các nhóm nội bộ. Để giải quyết điều này, AWS đã tận dụng công cụ lập trình theo tác nhân (agentic coding) của chính mình là Kiro để xây dựng một giải pháp có thể tự động cập nhật theo những thay đổi của API.

Dự án bắt đầu như một thử nghiệm của Matt Goldberg, một kỹ sư trưởng cấp cao trong nhóm AWS Developer Tools. Lấy cảm hứng từ các công việc trước đây khi các agent xây dựng một trình biên dịch C, Goldberg đã giao nhiệm vụ cho Kiro tạo ra một trình giả lập cho Amazon Simple Queue Service (SQS). Agent này đã tạo ra một phiên bản hoạt động được trong vòng mười lăm phút. Được khích lệ bởi tốc độ này, đội ngũ đã mở rộng phạm vi, yêu cầu agent xây dựng hỗ trợ cho phần còn lại của AWS trong một cuối tuần. Mặc dù phiên bản ban đầu còn nhiều lỗ hổng, nó đủ chức năng để phục vụ kiểm thử nội bộ vào thứ Hai tuần sau đó.

AWS đã phát hành trình giả lập dưới giấy phép Creative Commons Zero, đưa nó vào phạm vi công cộng (public domain). Quyết định này xuất phát từ sự bất ổn pháp lý về quyền sở hữu bản quyền đối với mã nguồn được tạo ra hoàn toàn bởi trí tuệ nhân tạo. Bằng cách từ bỏ bản quyền, AWS tránh phải khẳng định các quyền lợi có thể không tồn tại hợp pháp. Công ty cũng tuyên bố sẽ không chấp nhận các pull request do con người gửi cho mã nguồn, vì quy trình bảo trì được thiết kế độc quyền cho các agent tự động.

Cách thức hoạt động

Hệ thống dựa vào ba nhóm agent riêng biệt làm việc trong một vòng lặp. Nhóm đầu tiên phân tích các mô hình Smithy công khai, được AWS sử dụng để xác định các API của mình, và tạo ra các kịch bản kiểm thử. Các kịch bản này được chạy trên các dịch vụ AWS thực tế để thiết lập dữ liệu chuẩn (ground truth) về cách mỗi API nên hoạt động. Bước này đảm bảo rằng nếu tài liệu không chính xác, hành vi thực tế của đám mây sẽ đóng vai trò là điểm tham chiếu.

Nhóm thứ hai chạy các kịch bản tương tự trên mã nguồn của trình giả lập. Nó xác định các sai lệch giữa đầu ra của trình giả lập và phản hồi thực tế từ AWS. Khi xảy ra lỗi, nhóm này gom chúng theo nguyên nhân chung và báo cáo sự cố (issues) trong repository. Nhóm thứ ba sau đó xử lý các sự cố này bằng cách sửa đổi mã nguồn. Trước khi bất kỳ thay đổi nào được hợp nhất (merge), chúng phải vượt qua các quy trình build tự động, kiểm thử và đánh giá bảo mật do các agent khác thực hiện.

Các kỹ sư con người không viết hay chỉnh sửa mã nguồn của trình giả lập. Thay vào đó, họ tập trung vào việc cải thiện hệ thống điều phối agent. Nếu một lỗi xuất hiện trong trình giả lập, đội ngũ sẽ truy ngược nó về một khuyết điểm trong hướng dẫn hoặc logic của agent và sửa chữa chính agent đó. Ví dụ, các phiên bản đầu tiên của agent đã cố gắng tự viết trình thông dịch Python để hỗ trợ các hàm Lambda, một nỗ lực thừa thãi mà con người đã khắc phục bằng cách cập nhật các ràng buộc của agent để tái sử dụng các thư viện hiện có.

Chi tiết quan trọng

  • Trình giả lập hỗ trợ 438 mô hình API AWS công khai, bao phủ hơn 200 dịch vụ.
  • Nó được viết bằng Rust và chạy cục bộ trên Linux, macOS và Windows mà không cần kết nối internet.
  • Không có lệnh gọi mô hình ngôn ngữ lớn (LLM) nào được thực hiện trong thời gian chạy của trình giả lập; nó là một binary tĩnh.
  • AWS kỳ vọng khoảng cách giữa việc ra mắt dịch vụ mới và hỗ trợ của trình giả lập sẽ rút ngắn xuống chỉ còn vài ngày.
  • Dự án không chấp nhận pull request từ con người; đóng góp chỉ giới hạn ở việc báo cáo sự cố.
  • AWS công bố bộ benchmark được sử dụng để kiểm thử trình giả lập, giúp người dùng có thể độc lập xác minh độ chính xác của nó.

Tại sao điều này quan trọng

Đối với những người xây dựng phần mềm, dự án này minh họa một quy trình làm việc trưởng thành cho việc tạo mã tự động. Nó vượt ra ngoài việc hoàn thành mã đơn giản để tiến tới quản lý vòng đời đầy đủ, bao gồm kiểm thử, gỡ lỗi và bảo trì. Tính chất giới hạn của bài toán—giả lập các mô hình API đã được xác định—khiến nó trở thành một trường hợp thử nghiệm lý tưởng cho các hệ thống agent. Nó cho thấy các agent có thể xử lý các tương tác phức tạp, đa dịch vụ khi được hướng dẫn bởi các nguồn dữ liệu chuẩn rõ ràng và các vòng lặp xác minh nghiêm ngặt.

Quyết định từ chối pull request từ con người nhấn mạnh sự thay đổi trong cách các dự án mã nguồn mở có thể vận hành trong một tương lai thuần AI. Bằng cách coi đội quân agent là người bảo trì duy nhất, AWS đảm bảo rằng mã nguồn vẫn nhất quán với logic tạo sinh của nó. Cách tiếp cận này giảm thiểu rủi ro từ những bất nhất do con người gây ra nhưng đòi hỏi các công cụ mạnh mẽ để quản lý chính các agent. Nó cũng đặt ra những câu hỏi thực tế về mô hình đóng góp cộng đồng khi các tác giả chính không phải là con người.

Ngoài ra, trình giả lập cung cấp một môi trường an toàn hơn để kiểm thử các AI agent cần tương tác với AWS. Các nhà phát triển có thể để các agent lập trình của họ kiểm thử trên trình giả lập mà không cần phơi bày thông tin đăng nhập AWS trực tiếp. Khả năng sandboxing này giải quyết những lo ngại bảo mật đáng kể từng cản trở việc áp dụng các công cụ tự động trong môi trường sản xuất.

Bạn có thể làm gì

  • Tải xuống AWS Emulator từ repository công khai của nó để kiểm thử các quy trình phát triển cục bộ.
  • Chạy bộ benchmark đã công bố để xác minh độ chính xác của trình giả lập cho các trường hợp sử dụng cụ thể của bạn.
  • Báo cáo sự cố hoặc hành vi API bị thiếu thông qua issue tracker của dự án thay vì gửi các bản vá mã nguồn.
  • Sử dụng trình giả lập để sandbox các AI agent của bạn trước khi cấp cho chúng quyền truy cập vào các tài khoản AWS trực tiếp.
  • Nghiên cứu các mẫu điều phối agent được AWS mô tả để cải thiện các pipeline lập trình theo tác nhân của riêng bạn.
  • Theo dõi sự phát triển của dự án để xem nó thích nghi nhanh chóng thế nào với các dịch vụ AWS mới ra mắt.
  • #aws
  • #ai agents
  • #open source
  • #devtools
  • #automation

Công cụ từ cửa hàng Bytechap

Đọc tiếp

Tất cả bài viết