AWS 以代理式 AI 加速雲端遷移

AWS 以代理式 AI 加速雲端遷移

在大型企業的資料中心退役與雲端遷移計畫中，手動發掘、基礎建設程式碼重複撰寫以及遷移後的被動運維往往成為時間與成本的瓶頸。AWS Professional Services 針對這三大痛點，打造了一套以 Amazon Bedrock AgentCore 為核心的 多代理（multi‑agent）框架，透過 Strands Agents SDK 建置、串接與優化 AI 代理，實現端到端的自動化遷移流程。

1. 核心瓶頸與 AI 代理的切入點

| 瓶頸 | 典型耗時 | AI 代理的解決方式 | |------|----------|-------------------| | 手動 intake（發掘） | 每個應用程式需數週 | 代理自動掃描本地架構、資產清單與相依性，將調查時間壓縮至分鐘等級 | | 基礎建設即代碼（IaC）重複撰寫 | 每個應用程式 3–4 週 | 代理根據發掘結果即時產生 Terraform / CloudFormation 等 IaC，將開發時間從數週縮減至數分鐘 | | 遷移後被動運維 | 需人工監控、即時排除 | 代理持續監測效能指標，主動偵測異常並自動執行修復腳本，避免火災式的緊急處理 |

根據 AWS 內部專案追蹤資料，這套多代理系統在 超過 300 個應用程式 的移轉組合中，將 IaC 開發時間從 3–4 週降至數分鐘，有效縮短了整體遷移時程。

2. 多代理協調框架的技術構成

• Amazon Bedrock AgentCore：提供可擴展的代理執行環境，支援任意模型與框架。
• Strands Agents SDK：開發者使用此套件定義代理的行為、連接工具（如資產掃描器、IaC 產生器）以及 Responsible AI 控制（確保模型輸出符合合規與倫理要求）。
• Model Context Protocol (MCP) Server：作為代理與底層模型之間的通訊協定，確保上下文資訊在多代理間正確傳遞。

四個主要代理分別負責 自動發掘、架構建模、IaC 生成 以及 後遷移運維，彼此透過 AgentCore 的調度服務協同運作，形成一條完整的自動化流水線。

3. 產業影響與未來展望

此套 代理式 AI 解決方案不僅大幅降低了人力成本，也讓企業在固定的財政年度內，能夠更從容完成上千個工作負載的雲端遷移。對於需要快速完成資料中心退役、同時維持服務穩定性的金融、製造與醫療等高風險產業，具備顯著的競爭優勢。

未來，隨著 Amazon Bedrock 持續擴充基礎模型（Foundation Models）與 Strands Agents SDK 的功能，預期會有更多垂直領域的專屬代理出現，例如安全合規檢查、成本優化建議等，進一步將主動式 AI 融入整個雲端運營生命週期。

讀者啟示：若貴公司正面臨大規模遷移挑戰，建議先評估現有的發掘與 IaC 流程，探索是否可透過 AWS Bedrock AgentCore 與 Strands Agents SDK 建置自動化代理，從而在時間、成本與風險三方面取得突破。