· AI Engineer World's Fair 2025
Создание agents в облачном масштабе
Building Agents at Cloud Scale — Antje Barth, AWS
Модельно-управляемый подход, где LLM сама планирует и выбирает инструменты, по словам AWS, позволяет выводить агентов в продакшен за недели, а не месяцы.
- Открытый SDK вместо ручной оркестрации — Strands Agents на Python задаёт агента промптом и набором инструментов, а планирование и действия отдаёт модели. По словам спикера, Amazon Q Developer CLI с агентом собрали и выпустили за три недели.
- Выбор инструментов через базу знаний — внутренний агент AWS управляет более чем 6000 инструментами. Их описания лежат в базе знаний, и семантический поиск подтягивает в контекст модели только нужные для задачи.
- MCP-сервер на Lambda — удалённый сервер деплоится через AWS SAM за API Gateway с авторизацией, сессии хранятся в DynamoDB. Так MCP-инструменты получают те же возможности, что и обычные Lambda-функции.
- Экспертные системы Alexa+ — сотни специализированных систем объединяют возможности, API и инструкции под одну задачу и координируются между собой на более чем 600 миллионах устройств Alexa.
Кому полезно: тем, кто строит агентов на AWS или подключает MCP-серверы и ищет способ работать с большим числом инструментов.
Статья по теме
На какие вопросы отвечает доклад
Как строить агента, где модель сама планирует шаги, а не следует жёсткому сценарию?
Разработчик задаёт промпт и инструменты в коде, а модель сама решает, как планировать и действовать. Open source Python SDK Strands Agents позволяет запустить такого агента в несколько строк кода.
▶ 4:43Демонстрация Amazon Q Developer и документации MCPКак развернуть удалённый MCP-сервер с авторизацией и хранением сессий в облаке?
Сервер разворачивают как Lambda за MCP-шлюзом по Streamable HTTP, авторизацию делают через authorizer, данные сессий хранят в DynamoDB. Развёртывание идёт через AWS SAM, клиент подключается по bearer token.
▶ 13:41Демонстрация D&D и авторизация агентовКак ответы AI-ассистента для кодинга опираются на официальную документацию, а не на догадки модели?
Amazon Q Developer CLI подключается к MCP-серверу документации AWS, запрашивает разрешение на вызов инструмента и отвечает на основе официальной документации. Спикер показывает это на примере вопроса про Amazon Bedrock.
▶ 4:43Демонстрация Amazon Q Developer и документации MCPКак запускать одного агента на облачной модели и на локальной через Ollama?
По умолчанию Strands Agents работает с Amazon Bedrock и Claude 3.7 Sonnet, для локальной разработки есть интеграция с Ollama. Также поддерживаются Anthropic, модели OpenAI через LiteLLM и собственные провайдеры моделей.
▶ 4:43Демонстрация Amazon Q Developer и документации MCPКак координировать сотни специализированных агентов, которые работают с десятками тысяч внешних сервисов?
По словам спикера, Alexa+ работает через сотни специализированных экспертных систем: каждая объединяет возможности, API и инструкции под конкретную задачу. Эти экспертные системы оркестрируют десятки тысяч партнёрских сервисов и устройств.
▶ 1:40Alexa Plus и специализированные агентные системы
Главы
Ещё доклады: Antje Barth
Страница спикера →Perception agents
AI Engineer World's Fair 2026
От разработчика ПО к AI-инженеру
AI Engineer World's Fair 2024
Похожие доклады
Создание агентов с Model Context Protocol
AI Engineer Summit 2025
Близко по содержанию
Как сократить галлюцинации AI-агентов: 5 приёмов и практики для production
AI Engineer World's Fair 2026
Близко по содержанию
Создание agents с Amazon Nova Act и MCP
Du’An Lightfoot, Banjo Obayomi
AI Engineer World's Fair 2025
Близко по содержанию
Создание agents: самое сложное
AI Engineer World's Fair 2025
Близко по содержанию

