6 Min. Tiempo de lectura
Amazon Bedrock AgentCore se ha puesto generalmente disponible a finales de abril de 2026. Esta herramienta basada en CLI incorpora integración con CDK, pruebas A/B para las versiones de los agentes y una capa de gobernanza para la implementación en producción de agentes de IA en AWS. Para los equipos empresariales que desean trasladar las cargas de trabajo de IA agénica desde la fase de evaluación a despliegues listos para producción, esta es la primera capa de infraestructura significativa por parte de AWS.
Lo más importante en resumen
- Integración con CDK para Infrastructure-as-Code: Los agentes de AgentCore se definen, se versionan y se despliegan mediante AWS CDK. Esto permite utilizar los mismos flujos de trabajo de GitOps que ya están establecidos para Lambda, ECS y otros servicios de AWS – convirtiendo a los agentes en artefactos reproducibles y auditables.
- Pruebas A/B entre versiones de agentes: La división del tráfico entre variantes de agentes permite lanzamientos controlados. En lugar de „nuevo despliegue = todos los usuarios afectados“, el tráfico puede redirigirse gradualmente – con opción de revertir si las métricas no coinciden.
- Capa de observabilidad integrada: AgentCore registra rastros de ejecución, métricas de latencia y de errores directamente en CloudWatch. Los registros de auditoría relevantes para requisitos de cumplimiento se generan automáticamente.
- Independiente del modelo a nivel de AWS: AgentCore funciona con todos los modelos de Bedrock – Anthropic Claude, Amazon Titan, variantes de Llama. Cambiar el modelo subyacente no requiere modificar la arquitectura del agente.
RelacionadoAmazon S3 Files en GA: montaje NFS para pipelines de ML y EKS / Kubernetes 1.36 Haru: cgroup-v1 eliminado, DRA estable
Qué resuelve concretamente AgentCore
¿Qué es Amazon Bedrock AgentCore? AgentCore es un servicio gestionado de AWS que estandariza la operación de agentes de IA en entornos de producción. Combina una infraestructura de tiempo de ejecución para la ejecución de agentes, una pipeline de despliegue basada en CDK y una capa de observabilidad – comparable a lo que AWS App Runner hace para aplicaciones contenerizadas, pero especializado en las particularidades de las cargas de trabajo de IA agénica.
El problema fundamental que aborda AgentCore: los agentes de IA no son microservicios clásicos. Presentan trayectorias de ejecución no deterministas, contextos variables en las llamadas a herramientas y problemas de estado que surgen cuando se aplica una arquitectura estrictamente sin estado. El tooling estándar de despliegue para aplicaciones contenerizadas solo funciona para agentes con código personalizado considerable.
AgentCore agrupa las soluciones más comunes: gestión del estado de sesión, lógica de reintentos para las llamadas a herramientas, registro estructurado de los pasos de razonamiento, integración con AWS IAM para permisos de herramientas. Lo que hasta ahora los equipos tenían que implementar por su cuenta, ahora viene como una capa gestionada.
Integración con CDK: los agentes como artefactos de código
La integración con CDK es la parte más relevante para los equipos empresariales. Un agente de AgentCore se define como un constructo de CDK. El constructo describe la selección del modelo, la configuración de herramientas, la política de sesiones y los permisos – todo como código, todo versionado, todo desplegado en las mismas pipelines de CI/CD que el resto de la infraestructura como código.
En la práctica, esto significa: el despliegue de un agente es una solicitud de extracción (pull request) con revisión, prueba y aprobación – no un clic manual en la consola. Este es el paso decisivo para cumplir con los requisitos de cumplimiento empresarial (gestión de cambios, pista de auditoría), pasando de la prueba de concepto al despliegue listo para producción.
Flujo de trabajo de despliegue con AgentCore CDK
- Definición del agente como constructo de CDK (modelo, herramientas, política de sesiones)
- Despliegue mediante cdk deploy – flujo de trabajo idéntico al de Lambda o ECS
- Configuración de pruebas A/B: división del tráfico entre el agente antiguo y el nuevo
- Monitorización mediante panel de CloudWatch (latencia, tasa de errores, frecuencia de llamadas a herramientas)
- Reversión mediante rollback de CDK o división del tráfico al 0% para la nueva versión
«Para los equipos empresariales que desean trasladar las cargas de trabajo de IA agéntica desde la fase de evaluación a despliegues listos para producción, esta es la primera capa de infraestructura significativa por parte de AWS.»
Pruebas A/B para agentes – qué significa esto en la práctica
Las pruebas A/B para agentes de IA son más complejas que para las aplicaciones web clásicas. Una nueva versión de un agente puede tener diferentes rutas de razonamiento, invocar herramientas con mayor o menor frecuencia y producir estructuras de salida distintas. No es posible determinar si esto es mejor o peor basándose únicamente en mediciones de latencia.
AgentCore integra un marco de evaluación que, además de métricas técnicas, rastrea puntuaciones de calidad de la salida. AWS ha incorporado mecanismos de LLM-as-Judge – un modelo evaluador califica automáticamente si las respuestas del agente cumplen con los criterios de calidad definidos. Para equipos que realizan pruebas A/B entre versiones de modelos o variantes de prompts, esta es la cadena de retroalimentación que faltaba.
La limitación: LLM-as-Judge no es un evaluador perfecto. En dominios con requisitos muy específicos de especialización (documentación médica, análisis jurídicos), los equipos deben definir y calibrar sus propios criterios de evaluación. AgentCore proporciona el mecanismo – la definición de calidad sigue siendo responsabilidad del equipo.
AgentCore resuelve
- Despliegue de agentes basado en CDK como código
- Pruebas A/B con división de tráfico y evaluación
- Gestión del estado de la sesión lista para usar
- Integración con CloudWatch para observabilidad
- Permisos de herramientas basados en IAM
Aún manual
- Ingeniería de prompts y diseño de agentes
- Criterios de evaluación específicos del dominio
- Orquestación multi-nube de agentes
- Registros de herramientas multi-proveedor
- Cumplimiento específico de RGPD para el procesamiento de datos
Para equipos empresariales en la región DACH, AgentCore es el siguiente paso tras la fase de evaluación. Quienes hayan experimentado anteriormente con Bedrock Agents y ahora planeen cargas de trabajo productivas, obtienen con AgentCore la infraestructura de despliegue que antes debían construir ellos mismos. El punto de madurez para Agentic AI en entornos empresariales de AWS se desplaza así considerablemente hacia adelante.
Fuentes: Documentación de AWS Bedrock AgentCore GA (abril de 2026), anuncios del blog de AWS re:Invent 2025.
Preguntas frecuentes
¿AgentCore es solo para modelos de Bedrock o también se puede usar con modelos externos?
AgentCore está orientado principalmente a los modelos de Bedrock. Los modelos personalizados que se implementan a través de SageMaker pueden integrarse mediante una capa de modelo personalizado de Bedrock. Los modelos externos fuera de AWS – GPT-4o, Gemini, modelos de código abierto autoalojados – no son directamente integrables. Para la orquestación de agentes multiproveedor, actualmente otros frameworks como LangChain o LlamaIndex son más flexibles.
¿Cuánto cuesta AgentCore en comparación con una infraestructura de agentes desarrollada internamente?
AgentCore aplica un recargo sobre el coste del modelo por el entorno de ejecución gestionado (Managed-Runtime). Las tablas de precios concretas están disponibles en la documentación de precios de AWS. La comparación con una infraestructura desarrollada internamente depende en gran medida del esfuerzo de desarrollo: quienes desarrollen por sí mismos la gestión de sesiones, la observabilidad y las canalizaciones de implementación suelen invertir varios ciclos de sprint. AgentCore se amortiza rápidamente en equipos que no tienen capacidad dedicada de ML-Ops.
¿Cómo se comporta AgentCore ante los requisitos del RGPD para datos de la UE?
AgentCore se ejecuta en eu-central-1 (Fráncfort) y eu-west-1 (Irlanda). Los datos no salen de la UE si la región está configurada correctamente. Las trazas de ejecución y los datos de sesión se almacenan en CloudWatch en la misma región. Para sectores con requisitos especiales (servicios financieros, salud), se recomienda realizar una revisión de protección de datos de los casos de uso específicos de los agentes, ya que los datos de interacción de los agentes pueden clasificarse como datos personales.
¿Puede AgentCore gestionar arquitecturas multiagente?
Sí. AgentCore admite la comunicación entre agente supervisor y agente trabajador. Un agente orquestador puede invocar subagentes a través de interfaces definidas. Cada paso del agente se registra y rastrea por separado, lo cual ayuda considerablemente en la depuración de flujos de trabajo multiagente. Sin embargo, la complejidad de la coordinación multiagente sigue aumentando exponencialmente con el número de agentes implicados.
Más del grupo MBF Media
Foto: Pexels
Fuente imagen principal: Wikimedia Commons / Rene Schwietzke from Jena, Germany (CC BY 2.0)
