Migrate agentic workloads to Amazon Bedrock AgentCore
AWS 发布博客，介绍将 LangGraph 客户支持 Agent 迁移到 Amazon Bedrock AgentCore 的两阶段方案：先迁移到 Runtime、Gateway 和 Memory，再迁移到 Strands Agents 上的模型驱动规划，以减轻运维负担。
Development
- First ReportMigrate agentic workloads to Amazon Bedrock AgentCoreAWS Machine Learning Blog
- Current AssessmentAWS 发布此迁移指南，表明其正积极吸引 LangGraph 等开源框架的用户转向托管服务。这反映了云厂商在 Agent 平台上的竞争加剧，通过提供生产级基础设施和简化运维来锁定企业客户。未来，Agent 开发可能从自建框架转向云厂商的托管服务，形成新的平台依赖。Agent Pulse · analysis
AWS 机器学习博客于 2026 年 9 月 3 日发布文章，指导开发者将基于 LangGraph 的客户支持 Agent 迁移到 Amazon Bedrock AgentCore。文章强调，在笔记本中运行的 Agent 并非生产级 Agent，迁移分两个阶段：第一阶段将 Agent 迁移到 AgentCore 的 Runtime、Gateway 和 Memory 组件，第二阶段采用 Strands Agents 的模型驱动规划，从而消除运维负担。该文章展示了 AWS 在 Agent 基础设施上的布局，并提供了从开源框架到托管服务的迁移路径。
迁移路径表明 AgentCore 提供了 Runtime、Gateway 和 Memory 等生产级组件，而 Strands Agents 则引入模型驱动的规划能力。这暗示 AWS 正在将 Agent 执行与规划分离，可能通过模型自主决策来替代预定义工作流，从而减少人工编排。开发者应关注 Strands Agents 的规划机制及其与现有 LangGraph 工作流的兼容性。
AWS 发布此迁移指南，表明其正积极吸引 LangGraph 等开源框架的用户转向托管服务。这反映了云厂商在 Agent 平台上的竞争加剧，通过提供生产级基础设施和简化运维来锁定企业客户。未来，Agent 开发可能从自建框架转向云厂商的托管服务，形成新的平台依赖。
对于使用 LangGraph 构建 Agent 的企业，迁移到 AgentCore 可降低运维成本并提升生产可靠性。AWS 通过提供迁移指南，降低了切换门槛，可能吸引更多企业采用其平台，从而扩大 AWS 在 Agent 基础设施市场的份额。
后续可关注 AWS 是否发布 AgentCore 的更多功能更新、Strands Agents 的正式可用性，以及是否有其他云厂商推出类似迁移工具。此外，LangGraph 社区对迁移的反应和采用率也是重要信号。