亚马逊云科技（AWS）正式发布最新开发者工具 "AWS Emulator"，并宣称该工具的全部代码均由 AI 代理自主编写与维护，人类工程师未参与任何代码编写或审查环节。

这款新发布的模拟器可在开发者本地机器上模拟 AWS 服务环境。它基于涵盖 200 多项 AWS 服务的 400 多个 API 模型构建，允许开发者和 AI 编码代理在无需网络连接、不产生真实云服务费用的情况下进行代码测试。

解决 AI 编码测试瓶颈

该工具旨在应对 Amazon Kiro 和 Anthropic Claude Code 等 AI 编码代理带来的新挑战：代理生成代码的速度远超团队在真实云环境中测试的速度。由于在云端反复运行代码验证会导致延迟增加和成本上升，AWS Emulator 允许代理在本地完成这一循环测试过程。

颇具讽刺意味的是，这款用于辅助 AI 开发的工具本身也是由 AI 构建的。AWS 高级首席工程师 Matt Goldberg 在博客文章中透露：" 该模拟器完全由自主代理编写。我们的团队未编写或审查任何代码。"

Goldberg 将 AI 代理比作幼儿园孩童，指出问题并非出于恶意，而是缺乏能力。他认为代理需要类似 " 涂色书 " 这样定义明确的边界。为此，代理依据 AWS 公开 API 模型工作，并通过与真实 AWS 云环境对比来校验成果。

该项目在 Amazon Bedrock AgentCore 上通过三个代理团队协同运行：第一支团队编写 " 保真度测试 " 场景并与真实 AWS 比对；第二支团队在模拟器上运行测试并提交问题报告；第三支团队专门负责修复问题。所有更改均经过其他代理执行的自动化关卡检查，以确保编码标准和安全合规。目前，数百个代理每天可修复数千个问题。

从周末实验到工程范式转变

该项目最初源于一个周末实验，灵感来自 Anthropic 利用 Claude 代理构建 C 编译器的案例。Goldberg 在向 Kiro 发出三步提示指令后，15 分钟内便获得了 Amazon SQS 服务的初版。尽管初期版本存在缺陷，但团队随即将其投入软件测试使用。

AWS 代理式 AI 及新兴技术副总裁 Swami Sivasubramanian 指出，一旦赋予代理规格说明和验证机制，原本耗时漫长的任务可大幅压缩。他在 CTO Werner Vogels 的博客文章中表示，当代理能自行编写代码并检查结果时，工程师的职责转变为提供独立工作空间，以及构建决定工作正确性的规格说明、测试和合并关卡。这也成为亚马逊近期重写工程手册以适应 AI 编码时代的理念基础。

局限性与开源策略

尽管进展迅速，该模拟器仍存在局限。分析人士指出，它目前尚无法模拟节流控制、服务中断或区域功能差异，也无法对运行代码进行沙盒隔离。AWS 已在 GitHub 上公开了名为 "things-that-do-not-work" 的文件夹，列出了已知的代理缺陷。

在市场竞争方面，相较于 LocalStack 等竞品近期调整免费策略，AWS 选择以 CC0 公共领域奉献协议免费开放 AWS Emulator，并在 GitHub 上公开完整提交历史记录。公司表示，将在即将到来的 re:Invent 大会上分享更多技术细节。

【星途科讯 图文丨 LCC 首发于 ZAKER 科技，转载请注明出处】