AWS ha fatto scrivere 200 servizi cloud agli agenti e ha pubblicato il pagellino

L'11 novembre AWS ha pubblicato un emulatore locale delle proprie API. Copre più di 200 servizi, gira su un portatile o in CI, non richiede un account AWS ed è in pubblico dominio con licenza CC0.
È stato anche scritto, testato e revisionato interamente da agenti autonomi. Matt Goldberg, il senior principal engineer che ha guidato il progetto, dice che il suo team non ne ha scritto una riga e non ne ha revisionato nessuna.
Quella frase è il lancio. Tutto il resto è uno strumento per sviluppatori.
Cosa è stato consegnato davvero
L'emulatore risponde alle chiamate API di AWS su un endpoint locale, porta 9297 per impostazione predefinita, e tiene le risorse in memoria. Ci si punta l'AWS CLI o un SDK con delle variabili d'ambiente e il codice gira senza modifiche. La build parte da 438 modelli API Smithy pubblici, con un crate Rust per servizio. Le operazioni non supportate restituiscono 501 invece di fingere.
L'installazione è con pacchetti RPM o Debian su Linux x86_64 e aarch64, con Docker su macOS e Windows con un limite di 2 GiB di memoria, oppure in modalità embedded, che compila l'emulatore dentro binari di test Rust. Compilare dai sorgenti richiede 100 GB di disco libero, quindi quasi tutti useranno i pacchetti. C'è uno skill `aws-emulator` per gli agenti di coding, e il supporto da riga di comando arriva con AWS CLI 2.35.0.
Il contesto qui conta. LocalStack, l'opzione storica per testare AWS in locale, a dicembre 2025 ha spostato l'edizione gratuita dietro un account. Un'alternativa gratuita, senza account e firmata dal fornitore stesso riempie un buco che molte pipeline CI avevano notato.
Il numero che AWS ha scelto di pubblicare
Le note di rilascio includono un pagellino della fedeltà, e non è lusinghiero.
Su 42,857 test valutati ne passano 24,243. Cioè il 56.6%. A livello di singolo passo sono 49,810 su 68,007, e i test tra servizi sono 2,752 su 6,569. Servizio per servizio è molto disomogeneo: AWS KMS passa 291 su 310, il 93.9%. Amazon SQS passa l'89.8%. CloudFormation passa 414 su 2,612, il 15.8%.

Pubblicarlo è la decisione più interessante di tutto il lancio. Un'azienda sicura del proprio strumento apre con il numero buono e seppellisce il resto. AWS ha aperto con una media che contiene un 15.8%, e ha messo i comportamenti che non funzionano in una cartella del repository chiamata `things-that-do-not-work`.
Conviene leggere quei punteggi come una mappa, non come un verdetto. KMS al 93.9% significa che la superficie API della crittografia è abbastanza affidabile per scriverci test sopra. CloudFormation al 15.8% significa che qualunque cosa tocchi gli stack divergerà dall'AWS vero e ti costerà un pomeriggio. Se il tuo codice di infrastruttura è pieno di CloudFormation, lo strumento non è ancora per te.
Come lo hanno costruito gli agenti
L'origine è un esperimento da fine settimana. Goldberg guardava i loop degli agenti bruciare da 45 a 120 secondi per ciclo a distribuire stack di test in una sandbox cloud solo per controllare come si comporta un visibility timeout di SQS. Ha dato a Kiro, l'agente di coding guidato dalle specifiche di Amazon, un prompt in tre passi: scrivere test basati sull'AWS CLI, eseguirli finché non passano contro AWS vero, poi costruire una versione in memoria che passi gli stessi test. Un SQS grezzo ha richiesto circa quindici minuti. Il resto di AWS è arrivato nel fine settimana, e lunedì il suo team stava già testando contro il prototipo.
Trasformarlo in un prodotto ha richiesto più tempo, e il motivo è proprio la parte da copiare. Un agente lasciato libero va alla deriva. Una versione iniziale ha provato a costruirsi un interprete Python per eseguire funzioni Lambda, perché quella è una soluzione localmente coerente al problema che gli era stato dato. La metafora di Goldberg è un libro da colorare: un bambino con un foglio bianco e una matita produce caos, un bambino con aree già delineate produce qualcosa di coerente.
Così AWS ha diviso il lavoro in tre squadre delimitate. Chi scrive i test trasforma i modelli API in scenari realistici e verifica ogni scenario contro AWS vero prima che conti. Chi cerca i problemi riproduce la suite verificata contro l'emulatore e registra ogni divergenza, raggruppata per probabile causa radice. Chi corregge prende un problema per volta, trova la causa e manda una patch.
Ogni patch passa poi un cancello di merge: deve compilare, rispettare gli standard di codice, sopravvivere a più revisioni di sicurezza avversariali fatte da altri agenti e non causare nessuna regressione di fedeltà. Centinaia di agenti lavorano in parallelo. AWS dice che correggono migliaia di problemi al giorno. La cronologia pubblica contava 29,684 commit su main al lancio, e tra l'8 e il 12 novembre sono uscite settanta release numerate.
Perché nessuno ha revisionato il codice
L'assenza di revisione umana è una conseguenza della scala, non una posizione di marketing. Trentamila commit in quattro giorni non li revisiona nessuno. AWS ha sostituito la revisione con tre cose che poteva automatizzare: una specifica già pubblica, un'implementazione di riferimento interrogabile e una suite di test la cui autorità veniva dall'aver passato prima contro il cloud vero.
Nota che nessuna delle tre è un miglioramento del modello. La ricetta è specifica, riferimento, test verificati, cancello di merge. Ogni team che possiede una superficie API ha già le prime due, ed è per questo che questa è la parte trasferibile dell'annuncio. Non servono risorse da AWS per copiare la struttura. Serve un modo perché l'agente sappia quando sbaglia, e un cancello che rifiuti il merge quando sbaglia.
I limiti, dichiarati dal fornitore
Nessuna simulazione di throttling. Nessuna simulazione di guasti o di regioni. Nessun sandbox. Non per la produzione, non per i test di sicurezza. La telemetria è attiva per impostazione predefinita e si spegne con `--telemetry off`, con la variabile `EMULATOR_TELEMETRY=off` o con una riga in `config.toml`. Il repository non accetta pull request, solo segnalazioni di bug e di fedeltà. Per un progetto CC0 è una posizione insolita, e probabilmente quella giusta quando il codice viene generato a macchina a questo ritmo.
Superare un test nell'emulatore non è superarlo in produzione. Permessi, quote, valutazione delle policy IAM e latenza sono tutti diversi, e la documentazione dell'emulatore lo dice. Chi punta una pipeline CI lì sopra e prende il verde per correttezza lo scoprirà in altro modo.
Cosa dimostra davvero
L'affermazione di cui dubitare è "gli agenti hanno scritto un cloud". Hanno scritto 200 superfici a forma di API che passano il 56.6% di una suite costruita da modelli API pubblici. È un risultato di ingegneria autentico, e molto più stretto di quanto suggerisca il titolo.
L'affermazione da prendere sul serio riguarda l'impalcatura. Quando una specifica è precisa, un riferimento è interrogabile e un cancello è automatico, uno sciame di agenti può produrre un artefatto grande, parzialmente corretto e in miglioramento continuo senza nessun umano nel percorso di revisione. Il risultato è onesto sulla propria incompletezza, perché il pagellino esce insieme al lancio.
È quella combinazione che le altre organizzazioni di ingegneria dovrebbero copiare questo trimestre, non i 200 servizi. Quasi tutte hanno un'API interna e nessun modo economico di testarla. L'emulatore dimostra che quel modo economico lo possono costruire gli stessi agenti che poi lo useranno.
Articoli correlati
Un server, una streamer IA: dentro il codice che manda avanti una diretta notturna
open-yoki è il codice di produzione di una host IA che va in diretta ogni sera su Binance Square, con persona, voce e funzioni legate al denaro rimosse. headless Chrome disegna il frame, ffmpeg spinge RTMP, una cartella di Markdown decide umore e post.
Pinky lascia che un agent guidi il tuo telefono e tiene premuto Invia finché non tocchi Consenti
Pinky collega qualsiasi agent MCP a un iPhone o Android vero e impone l'approvazione nel proprio gateway invece che in un prompt. Le app bancarie sono invisibili, i campi password sono off limits e su Android 13 l'agent riceve un secondo schermo nascosto.
AnyModelBot mette un piccolo team di bot IA sulla tua macchina, chiavi comprese
AnyModelBot è un'app desktop che fa girare più bot insieme, ognuno con la sua persona, il suo modello, la sua cartella di lavoro e la sua memoria. Ci parli dentro l'app oppure da WeChat, Feishu, Telegram, Slack e Discord, e file, cronologia e chiavi API restano sul tuo disco.
SeedRealtime di ByteDance prende due frame al secondo e decide quando parlare
Doubao-Seed-Realtime-1.0 mette frame di camera, frame di schermo e voce in un'unica sessione full duplex, a non più di due frame al secondo. Le decisioni interessanti sono la frequenza dei frame, il parlato proattivo e la risposta di audit attiva di serie.