亚马逊云科技（AWS）推出一项名为AWS Emulator的新服务，彻底颠覆了其公有云平台的既有玩法。

这是一套免费、本地托管的软件套件，由自主运行的AI智能体构建，能够在开发者的工作站上复现AWS数百项云服务。AWS高级首席工程师Matt Goldberg在博客中透露，整个服务完全由AI智能体设计并编写，没有一行代码是由人类工程师编写或审阅的。

破解AI生成代码的验证瓶颈

AWS Emulator旨在帮助客户克服应用开发流程中的一大瓶颈。随着AWS Kiro、Claude Code等AI编码智能体的普及，这些智能体正以比人类程序员眨眼还快的速度一行行生成代码，如此高的产出速度给负责在代码上线前进行验证的团队带来了实实在在的难题。

所有AI生成的代码都需要对照真实的云基础设施进行验证，但在真实的AWS云上做这件事，受制于延迟和成本，几乎已经不可行。虽然市面上已有一些第三方AWS模拟器，但它们只能覆盖AWS庞大云服务目录中很小的一部分，并且随着这些服务的演进很快会与真实环境脱节。有了AWS Emulator，开发者现在可以在自己的机器上免费运行多轮迭代测试。

从手工仿真到AI智能体构建

这个新工具出自Goldberg之手，而他的灵感来自AWS基于Paxos的分布式锁服务"Alf"——这项基础服务至今仍是Amazon S3、DynamoDB等核心云服务的底座。

AWS智能体AI与新兴技术副总裁Swami Sivasubramanian在另一篇博客中解释，二十多年前他和同事最初构建Alf时，只能靠手工搭建一个Java虚拟机来模拟整个环境，耗时数月。团队必须手动注入故障、隔离并发缺陷，才能把新服务部署到生产环境。但随着AWS云规模扩张，手工仿真整个平台已不再可行。

正是这个难题启发了Goldberg，让他尝试把这项任务交给AI智能体。在看到AI智能体从零构建出C语言编译器的研究后，他得出结论：只要给定形式化规范和参考实现，智能体就应该能复现任何AWS服务。于是他以AWS公开的Smithy API模型作为规范、以真实AWS平台作为基准，先用AWS Kiro重建Amazon Simple Queue Service，结果仅用15分钟就生成了该服务的可用复刻版本。

三支智能体团队协同作战

看到潜力后，Goldberg和团队将运行在Amazon Bedrock AgentCore上的数十个自主智能体组织成三支团队：第一支负责从API模型生成数千套端到端保真度测试并对照真实AWS云验证；第二支对模拟器运行这些测试，寻找缺陷或偏差，一旦发现问题会自动在GitHub上提交issue；第三支负责创建并实现这些缺陷的修复。代码在进入GitHub仓库前的最后一步，还要经过一道由对抗性安全智能体监督的自动合并关卡，以检查是否存在漏洞。

AWS Emulator从今天起开放下载。它用Rust语言编写，以本地HTTP服务器形式运行，可通过Linux、Windows、macOS上的命令行界面访问，也能以Docker容器运行。开发者只需把AWS CLI或SDK调用重定向到localhost，就能免费实现快速的离线验证。

该工具已采用知识共享CC0公有领域声明协议开源，连同其原始提交历史以及一份列在"things-that-do-not-work"条目下的已知偏差公开积压清单一并发布。

Sivasubramanian表示，AWS Emulator印证了软件工程师角色正在发生的深刻演变——如今AI智能体承担了编写、测试、调试代码的繁重工作，人类正转变为"系统编排者"，负责划定边界、设计测试规范、并为智能体的工作设计护栏。