Cómo diseñar una plataforma agentica con Amazon Bedrock y AgentCore

Llevar agentes a producción no falla por los modelos, sino por la infraestructura y gobernanza alrededor. Este artículo explica una arquitectura de plataforma basada en Amazon Bedrock y AgentCore para escalar agentes con control, visibilidad y seguridad.

Por Redaccion TD
Cómo diseñar una plataforma agentica con Amazon Bedrock y AgentCore

El problema real detrás del despliegue de agentes

Si intentaron llevar un agente a producción, lo habrán notado: el mayor obstáculo no suele ser el modelo ni las herramientas, sino todo lo que las rodea. Cuántos equipos pueden construir dentro de un entorno seguro, quién posee cada modelo o herramienta, cómo se mantienen los límites de AgentOps y manejo de errores, y cómo ven las áreas de plataforma, finanzas y operaciones la salud y costos a través de cuentas. Para resolver esto a escala hay que diseñar y operar un producto de plataforma.

En esta aproximación diferenciamos dos roles: el equipo de Plataforma (Platform) que administra el servicio común, y los equipos de Trabajo (Workstream) que desarrollan y poseen agentes específicos. Cada Workstream necesita un camino aprobado que incluya modelos y herramientas validadas, identidad efímera para cargas de trabajo, ejecución y memoria aisladas, evaluación automatizada, capacidad de rollback, telemetría y atribución de costos. Si cada equipo arma sus controles de forma independiente, se produce deriva, cuellos de botella en servicios compartidos y dificultades de auditoría.

Qué provee Amazon Bedrock AgentCore y el blueprint empresarial

Amazon Bedrock AgentCore ofrece servicios modulares para construir, desplegar y operar agentes a escala: runtime, gateways, identidad, memoria, políticas, un registro y evaluaciones. Sobre AgentCore, el Enterprise Agentic AI Platform Blueprint agrega los contratos empresariales necesarios como infraestructura desplegable (Infrastructure as Code): límites de propiedad y cuentas, entrega de software, observabilidad, gobernanza de costos y procesos de retiro.

Con esto, la organización obtiene un patrón repetible: un plano de control central, celdas por Workstream para ejecución aislada, gateways separados para inferencia y herramientas, y una pipeline de evaluación que actúa como puerta antes de promover un agente a producción.

Principios arquitectónicos y necesidades organizacionales

De interacciones con clientes surgen cinco retos comunes que guían el diseño:

  • Acceso gobernado a modelos: todas las solicitudes de inferencia no confiables deben pasar por un gateway aprobado que aplique guardrails, limite modelos y regiones, y haga cumplir cuotas y presupuestos por Workstream.
  • Acceso gobernado a herramientas: los agentes solo deben descubrir e invocar herramientas aprobadas a través de un gateway autenticado que imponga permisos de mínimo privilegio y registro auditable de propietarios.
  • Entrega delegada: los equipos de producto deben poder desplegar y revertir dentro de límites aprobados sin depender del equipo de Plataforma para cada cambio ni darles acceso para escribir infraestructura directamente.
  • Operaciones de flota y costos: distintos roles necesitan visibilidad (logs, métricas, trazas, cuotas) sin acceso de escritura a cargas ajenas. FinOps requiere desglose por equipo para chargeback a través de herramientas como AWS Cost Explorer y CUR.
  • Evidencia acotada y ciclo de vida: cada release debe demostrar acceso autorizado a modelos y herramientas, identidad correcta, capacidad de restaurar versiones previas y procesos de retiro que eliminen runtime, memoria y permisos en orden.

El blueprint organiza estas capacidades en cuatro planos conectados: experiencia de desarrollador, control de plataforma, ejecución por Workstream y aseguramiento/operaciones. La unidad de escala no es el agente individual, sino la celda del Workstream.

Modelos operativos: cuál conviene a su organización

Existen tres modelos operativos generales:

  • Centralizado: un equipo AI/ML controla todo. Es consistente pero se convierte en cuello de botella.
  • Descentralizado: cada unidad construye sus agentes. Rápido, pero tiende a deriva de controles y costos opacos.
  • Federado: un equipo de Plataforma ofrece servicios gobernados y los equipos de dominio mantienen la propiedad de sus agentes. Balancea autonomía y gobernanza; es el modelo que implementa el blueprint.

En mercados latinoamericanos, donde la heterogeneidad organizacional y las restricciones regulatorias (privacidad de datos, cumplimiento sectorial) varían entre países, el modelo federado facilita que unidades locales con requisitos distintos mantengan control sobre datos y cumplimiento, mientras reciben guardrails comunes.

Componentes clave y patrones de implementación

La solución propuesta integra varios componentes y prácticas recurrentes:

  • Gateways separados: un gateway de inferencia para llamadas a modelos y un gateway de herramientas (MCP, Model Context Protocol) para descubrimiento e invocación de herramientas. Esto garantiza controles distintos y auditable.
  • Identidad efímera y principio de menor privilegio: cargas de trabajo usan identidades de corta duración y permisos restringidos, evitando credenciales permanentes y reduciendo riesgo.
  • Celdas por Workstream: cada equipo despliega en su celda aislada que contiene runtime, memoria, gateway de herramientas y registros, permitiendo personalización sin romper los contratos.
  • Pipeline de evaluación: cada agente pasa por evaluaciones automatizadas que validan accesos a modelos, herramientas y comportamiento esperado antes de promover a producción. Esto permite rollback seguro.
  • Observabilidad y atribución de costos: telemetría centralizada con metadatos de atribución por Workstream para facilitar monitoreo operativo y reporte financiero.
  • IaC y contratos de plataforma: políticas, límites de cuenta, entregas y retiros se definen como código para consistencia y reproducibilidad.

Cómo ayuda esto a la gobernanza y a FinOps

Con esta arquitectura, los equipos de Platform mantienen guardrails técnicos y políticas, mientras los Workstreams conservan velocidad para innovar. Las áreas de seguridad tienen evidencia clara de qué identidad llamó a qué modelo o herramienta. Finanzas y FinOps obtienen datos de costo por agente y por equipo, simplificando chargeback y presupuestos.

Para organizaciones en América Latina esto implica poder controlar regionalizaciones (por ejemplo elegir AWS Regions permitidas), cumplir con requisitos locales de datos y auditar consumos por unidad de negocio, sin frenar la adopción de agentes.

Recomendaciones prácticas para empezar

  1. Adoptar el modelo federado si su organización necesita equilibrio entre control y autonomía.2. Implementar gateways separados desde el inicio para evitar mezclar políticas de inferencia y de invocación de herramientas.3. Definir Workstream cells como unidad de despliegue y aislar runtime y memoria por equipo.4. Automatizar evaluaciones y rollback: no permita despliegues a producción sin pruebas que validen accesos, respuestas y errores esperados.5. Usar el blueprint y AgentCore como base y adaptar contratos de IaC a las políticas internas y requisitos regulatorios.

Conclusión

Llevar agentes a producción con éxito exige más que buenos modelos: requiere una plataforma que integre seguridad, gobernanza, observabilidad, entrega delegada y control de costos. AgentCore y el Enterprise Agentic AI Platform Blueprint proponen un patrón gobernado y repetible, centrado en celdas por Workstream y gateways separados, que reduce la deriva de controles y facilita la auditoría. Para organizaciones en Latinoamérica, esta arquitectura permite mantener cumplimiento local y control de costos mientras se habilita la innovación distribuida desde equipos de producto.

Siguientes pasos: desplegar la celda de Workstream desde el blueprint compañero, validar los contratos de seguridad y ciclo de vida, y usarla como base para construir la plataforma agentica de su organización.

Fuente original: AWS ML Blog