AWS zeigt Bauplan für KI-Forschungsagenten mit LangChain und AgentCore
TL;DR
AWS veröffentlichte am 15. Juni 2026 einen Entwickler-Workflow für Research-Agenten mit LangChain Deep Agents und Amazon Bedrock AgentCore. Der Koordinator verteilt Arbeit an Subagenten, statt Recherche und Analyse in ein Kontextfenster zu quetschen. Im Beispiel prüfen drei Browser-Subagenten parallel die Pricing-Seiten von GitHub, GitLab und Bitbucket. Jeder läuft isoliert in einer AgentCore Browser MicroVM mit echtem Chromium-Browser und Playwright.
Nauti's Take
Der brauchbare Teil ist die Rollen-Trennung: Forscher browsen, Analysten rechnen, der Koordinator entscheidet. Genau dort werden viele Agenten-Projekte sonst matschig, weil ein Modell gleichzeitig klicken, lesen, coden, speichern und priorisieren soll.
Der Haken ist der Cloud-Preis: MicroVMs, Memory, Observability und Runtime lösen echte Produktionsprobleme, machen den Stack aber schwerer als einen Notebook-Agenten. Für Teams mit sensiblen Daten oder langen Workflows ist das trotzdem ein Signal: Agenten rutschen von Prompt-Sammlungen in Infrastrukturprojekte.
Einordnunganzeigen
Für Agenten ist das ein realistischerer Produktionsentwurf als die übliche Prompt-Kette. Die Arbeit wird in isolierte Browser-, Analyse- und Memory-Umgebungen zerlegt, wodurch Kontextfenster, Tool-Rechte und Fehlerquellen sauberer kontrollierbar werden. Gleichzeitig bleibt der Artikel stark AWS-zentriert: Wer AgentCore nicht nutzt, bekommt eher ein Architektur-Muster als eine neutrale Marktübersicht.
Quellen
