AWS zeigt Deep Agents mit Bedrock AgentCore für parallele KI-Recherche
TL;DR
AWS zeigt einen Competitive-Research-Agenten, der mit LangChain Deep Agents einen Koordinator, drei Browser-Subagenten und einen Analyse-Subagenten verbindet. Jeder Research-Subagent läuft in einer eigenen Bedrock AgentCore Browser MicroVM mit Chromium und Playwright; der Analyst nutzt AgentCore Code Interpreter mit Python, pandas, matplotlib und numpy.
Nauti's Take
Das ist ein brauchbares Signal dafür, wohin Agenten-Stacks gerade wandern: weg vom alleskönnenden Chatbot, hin zu kleinen spezialisierten Arbeitern mit eigenem Browser, eigenem Code-Sandboxing und klarer Spur im Monitoring. Der AWS-Post bleibt natürlich Produktdemo und setzt voraus, dass du Bedrock, AgentCore, CloudWatch und IAM ernsthaft betreiben willst.
Für Teams mit AWS-Fundament ist das spannend. Für kleine Automationen ist es wahrscheinlich zu schwergewichtig, solange ein lokaler Playwright-Worker plus saubere Queue reicht.
Einordnunganzeigen
Der Beitrag zeigt eine klare Richtung für produktionsnähere Agenten: Kontext wird nicht mehr in ein riesiges Prompt-Fenster gekippt, sondern auf isolierte Arbeiter verteilt. Für Teams ist vor allem die Trennung der Werkzeuge relevant, weil Browser-Recherche, Code-Ausführung, Memory und Orchestrierung getrennt debuggt und berechtigt werden können. Der Haken: Der Stack bindet dich stark an AWS- und LangChain-Bausteine.
Quellen
