Fundamentos compartidos

La credencial define una categoría Shared Foundations sin actividades requeridas: “fundamentos de IA agéntica, APT, AI-DLC y Harness”. No da puntos, pero es el vocabulario que usan todas las actividades y el que un FDE necesita delante del cliente.

Qué hace un Forward Deployed Engineer

Un FDE se integra en el equipo del cliente para co-construir y desplegar sistemas de IA agéntica bajo las restricciones reales del cliente desde el primer día, y deja un sistema que el cliente opera por sí mismo. El programa de AWS describe lo que el partner conserva al final de cada engagement, el delivery harness:

• Ontologías de dominio.
• Frameworks de evaluación.
• Servidores MCP reutilizables.
• Tooling de operación de agentes (agent operations).
• Un context graph que registra decisiones de arquitectura, criterios de evaluación y patrones del dominio.

Los tres pathways son las tres preguntas que un cliente hace antes de confiar en un agente:

flowchart LR
    Q1["¿Entiende mi negocio y usa datos confiables?"] --> Ground
    Q2["¿Hace trabajo real de forma confiable?"] --> Orchestrate
    Q3["¿Puedo confiar en él en producción?"] --> Prove

AI-DLC: el ciclo de desarrollo con IA

AI-Driven Development Lifecycle es la metodología de AWS para construir con agentes de código. Tiene tres fases y en cada una la IA plantea preguntas de aclaración, propone un plan y espera aprobación humana.

Fase	Qué se decide	Artefactos
Inception	Problema, restricciones, criterios de éxito, riesgos	Intención, unidades de trabajo, criterios medibles
Construction	Diseño, implementación, pruebas	Código, tests, decisiones registradas
Operations	Despliegue, monitoreo, mejora continua	Runbooks, métricas, backlog de mejoras

El taller del capítulo 9 sigue este ciclo. Recursos en Skill Builder (gratis): Introduction to AI-Driven Development Lifecycle y la serie AI-DLC Foundations (Introduction, Principles, Evolution, Workflow and Collaboration, Best Practices, Inception Deep Dive, Construction Deep Dive, Operations Deep Dive, Planning, Implementation and Measurement).

Harness: el loop del agente

Un harness es el bucle que rodea al modelo: recibe la tarea, decide qué herramienta llamar, ejecuta, observa el resultado, gestiona memoria y contexto y decide cuándo detenerse. En AWS existe como servicio gestionado, AgentCore Harness: defines modelo, prompt de sistema y herramientas en una llamada, y el servicio ejecuta el loop en un microVM aislado con sistema de archivos y shell.

Recursos: Introduction to AgentCore Harness (45 min) y Building AI Agent Harnesses with Strands Agents (120 min).

Mapa de Amazon Bedrock AgentCore

AgentCore es la plataforma sobre la que giran las actividades de Orchestrate y Prove. Funciona con cualquier framework (Strands Agents, LangGraph, CrewAI, LlamaIndex, OpenAI Agents SDK, Google ADK) y cualquier modelo, dentro o fuera de Bedrock.

flowchart LR
    subgraph Build["Construir"]
        H["Harness: loop gestionado"]
        R["Runtime: ejecución serverless aislada por sesión"]
        M["Memory: corto y largo plazo"]
        G["Gateway: APIs y Lambda como tools MCP"]
    end
    subgraph Secure["Asegurar"]
        I["Identity: identidades de agente, OAuth, JWT"]
        P["Policy: reglas Cedar que interceptan cada tool call"]
    end
    subgraph Prove["Probar y operar"]
        O["Observability: trazas OTEL en CloudWatch"]
        E["Evaluations: calidad sobre sesiones, trazas y spans"]
        Op["Optimization: A/B de prompts y tools"]
    end
    Reg["Registry: catálogo gobernado de agentes, MCP servers y skills"]
    T["Code Interpreter · Browser · Payments"]
    R --> M
    R --> G
    G --> P
    R --> I
    R --> O --> E --> Op
    Reg -.-> R
    Reg -.-> G
    R --> T

Servicio	Qué resuelve	Pathway donde aparece
Runtime	Desplegar agentes y tools con aislamiento por sesión, cold start rápido y soporte a MCP y A2A	Orchestrate
Memory	Memoria de conversación y memoria de largo plazo compartible entre agentes	Orchestrate
Gateway	Convertir APIs, Lambda y MCP servers existentes en tools para agentes	Orchestrate, Prove
Identity	Autenticación entrante (quién llama al agente) y saliente (con qué credenciales actúa el agente), compatible con Cognito, Okta, Entra ID	Orchestrate
Policy	Reglas deterministas (Cedar o Dogwood) que acotan qué tools, acciones y condiciones permite cada agente	Prove
Observability	Trazas, métricas y logs en formato OpenTelemetry, visibles en CloudWatch	Prove
Evaluations	Evaluadores integrados y personalizados sobre sesiones, trazas y spans	Prove
Optimization	Recomendaciones y A/B testing sobre prompts y descripciones de tools	Prove
Registry	Catálogo con flujo de publicación y aprobación de agentes, MCP servers y skills	Transversal
Code Interpreter, Browser, Payments	Sandbox de código, navegador gestionado y micropagos x402/MPP	Transversal

Documentación: https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html

Recursos de Skill Builder (gratis): Amazon Bedrock AgentCore Getting Started (60 min), Building Production-Ready AI Agents with Amazon Bedrock AgentCore (630 min, avanzado), Introduction to Agentic AI on AWS (90 min), Introducing Agentic Toolkit for AWS (60 min).

Protocolos: MCP y A2A

Protocolo	Para qué	En AgentCore
Model Context Protocol (MCP)	Que un agente use herramientas y datos externos con un contrato estándar	Gateway expone tools MCP; Runtime aloja servidores MCP
Agent-to-Agent (A2A)	Que agentes de distintos equipos o frameworks se deleguen tareas	Runtime soporta A2A; el escenario de autorizaciones médicas del capítulo 7 lo usa

Recurso: Implementing Standardized Agent Communication Protocols with Amazon Bedrock AgentCore (120 min).

Ejercicio

Tomar un caso real del partner (un agente que el cliente pidió o un proceso que quiere automatizar) y escribir una página con:

1. Los riesgos del caso clasificados en Ground, Orchestrate y Prove.
2. El production bar: qué debe cumplirse para que el cliente confíe en producción (fuentes de verdad, acciones permitidas, métricas de calidad, controles humanos).
3. Qué servicios de AgentCore cubren cada riesgo.

Lista de verificación

• Cursos de Shared Foundations completados en Skill Builder.
• Mapa de AgentCore explicado en una pizarra sin apuntes.
• Página de production bar de un caso real del partner.