¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. La semana pasada les hice una pregunta, de qué master class querían, y ganó el tema “Pensar en sistemas en la era de IA”. Ya cree el evento y pueden agendarlo el 7 de octubre. Si se registran les mando el link para la clase más cerca a la fecha. Pueden hacerlo en este link. ¡A desplegar! 🚀 📰 Noticias Relevantes 🚀 AWS redefine la experiencia de inicio para nuevos usuarios AWS presentó una nueva experiencia de onboarding simplificada para desarrolladores en la era de la IA, eliminando fricción con configuraciones por defecto y proyectos ya gestionados. Registro con Google, GitHub, Apple o email, $100 en créditos de Free Tier y proyecto preconfigurado, sin setup largo Facilita invitar compañeros de equipo y gestionar permisos más fácilmente. A medida que el proyecto crece, se pueden activar capacidades avanzadas (multi-región, AWS Organizations) sin migrar ni reconstruir el entorno El Objetivo. mantener la potencia de AWS pero acelerar la primera experiencia de un desarrollador nuevo. 🔗 AWS Blog — Reimagines the getting started experience 🚀 AWS lanza el nuevo runtime AgentCore: más rápido y eficiente AWS ha presentado un nuevo runtime de Amazon Bedrock AgentCore, diseñado para optimizar el rendimiento de los agentes de inteligencia artificial. Este nuevo sistema promete arranques más veloces, mayor eficiencia en su ejecución y costos operativos reducidos. Una de las mejoras clave es la gestión elástica de la memoria, que asigna memoria solo cuando es necesaria y la recupera durante la sesión, en lugar de mantener capacidad máxima en todo momento. Esto implica que los costos reflejan más acertadamente el uso real en vez de la reserva de recursos. Además, se ha mejorado la consistencia de los arranques en frío. En lugar de reiniciar todo el proceso de inicialización en cada nueva sesión, el runtime prepara el entorno una vez, crea un snapshot y lo restaurará para cada nueva instancia. Esto mantiene los tiempos de inicio estables incluso con el aumento del tamaño de las imágenes de contenedor o la concurrencia. Con estos avances, AgentCore se presenta como una opción más atractiva para agentes de producción que necesitan latencia predecible, escalabilidad elástica y control de costos mejorado. 🔗 Para más información, visita el blog de AWS. 🚀 AWS Step Functions acelera la integración de nuevos servicios AWS ha anunciado que Step Functions ahora integra automáticamente nuevos servicios y capacidades de AWS, como AWS Lambda MicroVMs y AWS Lambda Core, ampliando la cobertura de integración de Step Functions para incluir importantes servicios como AWS Partner Central Revenue Measurement, AWS Resilience Hub V2, AWS Support Authorization y Amazon SageMaker Job Runtime. 🔗 Para más información, visita el artículo en el blog de AWS 🔍 Analiza tus eventos de CloudTrail usando lenguaje natural en Amazon Q Console AWS CloudTrail ahora se integra con Amazon Q en la Consola de Administración de AWS, lo que permite a los usuarios investigar la actividad de la cuenta de AWS utilizando lenguaje natural, en lugar de tener que escribir consultas manualmente o analizar registros. Esta integración tiene como objetivo mejorar las auditorías de seguridad, los chequeos de cumplimiento y la solución de problemas operacionales. La integración permite a los equipos formular preguntas sobre la configuración de CloudTrail, la cobertura de registro y las fuentes de eventos de datos rastreados. La Consola de Amazon Q puede consultar los registros de CloudTrail, los grupos de logs relacionados de CloudWatch y las tiendas de datos de eventos, proporcionando respuestas basadas en la actividad real de la cuenta. Esto ayuda a validar configuraciones de trail, identificar brechas en los registros e investigar problemas de seguridad u operacionales de manera más eficiente. 🔗 Para más información, visita el anuncio de AWS 🔗 Otras noticias que te pueden interesar 🤖 Introducing Kimi K3 on Amazon Bedrock → Leer más 📧 Amazon SES now supports tenant-level deliverability insights → Leer más 📦 Amazon SNS now supports message payloads up to 1 MiB → Leer más 🎬 Video de la Semana Miguel Ángel lleva 7 años como desarrollador full-stack. Conocía Lambda, S3, SQS — pero siempre sobre infraestructura ya montada por otra persona. Nunca había construido algo desde cero por su cuenta. Hace 9 meses se unió a la comunidad y construyó una app de finanzas personales con un chat agéntico: subís la foto de un recibo, la IA lee el monto y la moneda, y registra el gasto sola. Toda la infraestructura en producción —Cognito, API Gateway, Lambda, Step Functions, Postgres, S3 y Bedrock— por menos de $5 al mes, con observabilidad incluida. Y esta semana nos contó su historia. 📚 Artículos Interesantes 📦 Seleccionando un Almacén de Vectores para las Bases del Conocimiento de Amazon Bedrock Este artículo proporciona una guía sobre cómo elegir el almacén de vectores adecuado para las Bases de Conocimiento de Amazon Bedrock, comparando las principales opciones en rendimiento, costo y complejidad operativa. Puntos clave: * Variedad en Almacenes de Vectores: Existen diferentes almacenes de vectores que se ajustan a distintas necesidades de RAG; no hay una opción única. * Opciones Comparadas: Se comparan OpenSearch, Aurora PostgreSQL con pgvector y S3 Vectors. * Decisión Basada en: La decisión debe estar guiada por latencia, costo, escala y la cantidad de gestión operativa que su equipo desea manejar. 🎯 Reflexión: Elegir el almacén de vectores adecuado es crucial para maximizar la eficiencia y el rendimiento de los sistemas de recuperación impulsados por Bedrock, permitiendo un equilibrio entre velocidad, costo y complejidad operativa. 📖 Leer el artículo completo 🤖 Creando Sandboxes de Agentes AI Autoalojados con AWS Lambda MicroVMs AWS demuestra cómo utilizar MicroVMs de Lambda como entornos seguros y aislados para ejecutar herramientas de agentes AI, manteniendo el control dentro de cuentas de AWS individuales. Este enfoque está diseñado para los Agentes Gestionados de Anthropic Claude, asegurando que la orquestación del agente ocurra en Claude, mientras que la ejecución de código se maneja en MicroVMs gestionados por AWS. Puntos clave: * Aislamiento de Nivel VM: Las MicroVMs ofrecen un entorno seguro para ejecutar código de agentes AI no confiables, reduciendo el riesgo en la ejecución de código generado. * Control y Gobernanza en AWS: La solución asegura que la orquestación y la gobernanza permanezcan dentro de su cuenta de AWS, utilizando un plano de control que aprovecha servicios comunes de AWS. * Flujo de Trabajo Práctico: Despliegue del plano de control, registro de webhooks, creación de la imagen de MicroVM y prueba del camino de ejecución completo para el agente. 🎯 Reflexión: La capacidad de ejecutar código de agentes AI en entornos gestionables y efímeros, sin necesidad de una infraestructura de virtualización compleja, representa un avance significativo en la manera en que se podrían implementar y gestionar aplicaciones de inteligencia artificial. 📖 Leer el artículo completo ✈️ Validando Decisiones Multi-Agente con Step Functions y Bedrock AgentCore Este artículo explica cómo AWS combina Step Functions con Amazon Bedrock AgentCore para construir flujos de trabajo multi-agente que permanecen determinísticos en puntos de decisión críticos. Puntos clave: * Los agentes deben proponer, no ejecutar directamente, cuando se trata de acciones comerciales críticas. * Step Functions proporciona validación y orquestación determinística, haciendo que los flujos de trabajo multi-agente sean más seguros y auditables. * La arquitectura mejora la gobernanza y trazabilidad, especialmente para flujos de trabajo como la reprogramación de vuelos donde los errores y efectos colaterales son críticos. 🎯 Reflexión: La combinación de AWS Step Functions y Amazon Bedrock AgentCore permite un enfoque más seguro y controlado para la toma de deci… This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com
