Amazon-webservices kondigde dinsdag een nieuwe klasse van kunstmatige-intelligentiesystemen aan genaamd “grensagenten“die uren of zelfs dagen autonoom kan werken zonder menselijke tussenkomst, wat een van de meest ambitieuze pogingen tot nu toe vertegenwoordigt om de volledige levenscyclus van softwareontwikkeling te automatiseren.
De aankondiging werd gedaan tijdens een bijeenkomst van AWS-CEO Matt Garman keynote-adres op de jaarvergadering van het bedrijf re: Conferentie uitvindenintroduceert drie gespecialiseerde AI-agents die zijn ontworpen om als virtuele teamleden op te treden: de autonome Kiro-agent voor softwareontwikkeling, AWS Security Agent voor applicatiebeveiliging en AWS DevOps Agent voor IT-activiteiten.
Deze stap duidt op de intentie van Amazon om een sprong voorwaarts te maken in de toenemende concurrentie om AI-systemen te bouwen die in staat zijn om complexe, uit meerdere stappen bestaande taken uit te voeren waarvoor momenteel teams van bekwame ingenieurs nodig zijn.
“We zien grensagenten als een compleet nieuwe klasse agenten”, zegt Deepak Singh, vice-president van ontwikkelaarsagenten en ervaringen bij Amazon, in een interview voorafgaand aan de aankondiging. “Ze zijn fundamenteel ontworpen om uren en dagen te werken. Je geeft ze geen probleem dat je in de komende vijf minuten wilt oplossen. Je geeft ze complexe uitdagingen waar ze misschien over moeten nadenken, verschillende oplossingen moeten proberen en tot de juiste conclusie moeten komen – en dat moeten ze doen zonder tussenkomst.”
Waarom Amazon gelooft dat zijn nieuwe agenten de bestaande AI-coderingstools achter zich laten
De grensagenten verschillen van bestaande AI-coderingsassistenten GitHub-copiloot of die van Amazon CodeWhisperer op verschillende fundamentele manieren.
De huidige AI-coderingstools zijn weliswaar krachtig, maar vereisen dat ingenieurs elke interactie aansturen. Ontwikkelaars moeten aanwijzingen schrijven, context bieden en het werk handmatig coördineren in verschillende codeopslagplaatsen. Bij het schakelen tussen taken verliest de AI context en moet opnieuw beginnen.
De nieuwe frontier agents houden daarentegen een persistent geheugen in stand tijdens sessies en leren voortdurend van de codebase, documentatie en teamcommunicatie van een organisatie. Ze kunnen onafhankelijk bepalen welke codeopslagplaatsen wijzigingen nodig hebben, tegelijkertijd aan meerdere bestanden werken en complexe transformaties coördineren die tientallen microservices omvatten.
“Met een huidige agent zou je microservice voor microservice gaan, waarbij je de wijzigingen één voor één aanbrengt, en elke verandering zou een andere sessie zijn zonder gedeelde context”, legt Singh uit. “Met een grensagent zeg je: ‘Ik moet dit brede probleem oplossen.’ Je verwijst hem naar de juiste applicatie en hij beslist welke repo’s moeten worden gewijzigd.”
De agenten vertonen drie bepalende kenmerken die volgens AWS hen onderscheiden: autonomie in de besluitvorming, het vermogen om op te schalen door meerdere agenten tegelijk te laten werken aan verschillende aspecten van een probleem, en het vermogen om gedurende langere perioden onafhankelijk te opereren.
“Een grensagent kan besluiten tien versies van zichzelf te maken, die allemaal tegelijkertijd aan verschillende delen van het probleem werken”, aldus Singh.
Hoe elk van de drie grensagenten een andere ontwikkelingsfase aanpakt
Autonoom agent van Kiro fungeert als een virtuele ontwikkelaar die de context behoudt tijdens codeersessies en leert van de pull-verzoeken, codebeoordelingen en technische discussies van een organisatie. Teams kunnen het verbinden met GitHub, Jira, Slack en interne documentatiesystemen. De agent gedraagt zich dan als een teamgenoot, accepteert taakopdrachten en werkt zelfstandig totdat hij het werk heeft voltooid of menselijke begeleiding nodig heeft.
AWS-beveiligingsagent integreert beveiligingsexpertise gedurende het hele ontwikkelingsproces, waarbij ontwerpdocumenten automatisch worden beoordeeld en pull-aanvragen worden gescand op basis van de beveiligingsvereisten van de organisatie. Misschien wel het belangrijkste is dat het penetratietesten transformeert van een wekenlang handmatig proces naar een on-demand mogelijkheid die binnen enkele uren is voltooid.
ZelfvoldaanMokeen fotohostingplatform, heeft de beveiligingsagent al ingezet. “AWS Security Agent hielp bij het opsporen van een bug in de bedrijfslogica die geen enkele bestaande tool zou hebben opgemerkt, waardoor informatie op onjuiste wijze werd vrijgegeven”, zegt Andres Ruiz, stafsoftware-ingenieur bij het bedrijf. “Voor elk ander hulpmiddel zou dit onzichtbaar zijn geweest. Maar de mogelijkheid voor Security Agent om de informatie te contextualiseren, de API-reactie te ontleden en daar de onverwachte informatie te vinden, vertegenwoordigt een sprong voorwaarts in het geautomatiseerd testen van beveiliging.”
AWS DevOps-agent functioneert als een altijd actief operationeel teamlid, reageert onmiddellijk op incidenten en gebruikt de opgebouwde kennis om de hoofdoorzaken te identificeren. Het maakt verbinding met observatietools, waaronder Amazon CloudWatch, Datadog, Dynatrace, New Relic en Splunk, samen met runbooks en implementatiepijplijnen.
Commonwealth Bank of Australia heeft de DevOps-agent getest door een complex netwerk- en identiteitsbeheerprobleem te repliceren waarvoor ervaren technici doorgaans uren nodig hebben om een diagnose te stellen. De agent identificeerde de oorzaak binnen 15 minuten.
“AWS DevOps Agent denkt en handelt als een doorgewinterde DevOps-ingenieur en helpt onze ingenieurs een bankinfrastructuur op te bouwen die sneller en veerkrachtiger is en ontworpen om betere ervaringen voor onze klanten te bieden”, zegt Jason Sandry, hoofd cloudservices bij Commonwealth Bank.
Amazon pleit tegen Google en Microsoft in de AI-coderingsoorlogen
De aankondiging komt te midden van een hevige strijd tussen technologiegiganten om de opkomende markt voor door AI aangedreven ontwikkelingstools te domineren. Google heeft de afgelopen weken veel lawaai gemaakt met zijn eigen bedrijf AI-coderingsmogelijkhedenterwijl Microsoft vooruitgang blijft boeken GitHub-copiloot en de bredere AI-ontwikkelingstoolkit.
Singh betoogde dat AWS duidelijke voordelen heeft die geworteld zijn in de twintigjarige geschiedenis van het bedrijf met het exploiteren van cloudinfrastructuur en Amazons eigen enorme software-engineeringorganisatie.
“AWS is al twintig jaar de cloud bij uitstek, dus we hebben twintig jaar kennis opgebouwd en beheerd, en samengewerkt met klanten die er applicaties op hebben gebouwd en uitgevoerd”, aldus Singh. “De lessen die we hebben geleerd bij het gebruik van AWS, de kennis die onze klanten hebben, de ervaring die we elke dag hebben opgebouwd met het gebruik van deze tools om toepassingen in de echte wereld te bouwen – dat alles wordt belichaamd in deze grensagenten.”
Hij maakte een onderscheid tussen gereedschappen die geschikt zijn voor prototypes versus productiesystemen. “Er zijn veel dingen die je kunt gebruiken om je prototype of je speelgoedapplicatie te bouwen. Maar als je productieapplicaties wilt bouwen, is er veel kennis die wij als AWS inbrengen en die hier van toepassing is.”
De waarborgen die Amazon heeft gebouwd om te voorkomen dat autonome agenten schurkenstaten gaan gebruiken
Het vooruitzicht dat AI-systemen dagenlang autonoom zullen werken, roept directe vragen op over wat er gebeurt als ze uit de koers raken. Singh beschreef meerdere beveiligingen die in het systeem waren ingebouwd.
Alle door de agenten verzamelde kennis wordt vastgelegd en zichtbaar, zodat ingenieurs kunnen begrijpen welke kennis de beslissingen van de agent beïnvloedt. Teams kunnen zelfs specifieke lessen verwijderen als ze ontdekken dat de agent onjuiste informatie uit teamcommunicatie heeft overgenomen.
“Je kunt naar binnen gaan en dat zelfs redigeren vanuit de kennis, zoals: ‘Nee, we willen niet dat je deze kennis ooit gebruikt’,” zei Singh. “Je kunt naar de kennis kijken alsof het bijna is – het is alsof je naar je neuronen in je hersenen kijkt. Je kunt er een paar loskoppelen.”
Ingenieurs kunnen de activiteit van agenten ook in realtime volgen en indien nodig ingrijpen, door de agent om te leiden of het geheel over te nemen. Het belangrijkste is dat de agenten code nooit rechtstreeks in productiesystemen invoeren. Die verantwoordelijkheid blijft bij menselijke ingenieurs liggen.
“Deze agenten zullen de code nooit in productie nemen. Dat is nog steeds de verantwoordelijkheid van de mens”, benadrukte Singh. “Je bent als engineer nog steeds verantwoordelijk voor de code die je incheckt, of deze nu door jou is gegenereerd of door een autonoom werkende agent.”
Wat grensagenten betekenen voor de toekomst van banen in software-engineering
De aankondiging roept onvermijdelijk zorgen op over de impact op banen in de software-engineering. Singh verzette zich tegen het idee dat grensagenten de ontwikkelaars zullen vervangen, door ze in plaats daarvan te beschouwen als instrumenten die de menselijke capaciteiten versterken.
“Software engineering is ambacht. Wat er verandert is niet: ‘Hé, agenten doen al het werk.’ Het vak van software-engineering is aan het veranderen: hoe u agenten gebruikt, hoe u uw codebasis instelt, hoe u uw aanwijzingen instelt, hoe u uw regels instelt, hoe u uw kennisbanken opzet zodat agenten effectief kunnen zijn, “zei hij.
Singh merkte op dat senior engineers die waren afgedreven van hands-on coderen nu meer code schrijven dan ooit. “Het is eigenlijk gemakkelijker voor hen om software-ingenieurs te worden”, zei hij.
Hij wees op een intern voorbeeld waarbij een team een project in 78 dagen voltooide, wat volgens traditionele praktijken 18 maanden zou hebben geduurd. “Omdat ze AI konden gebruiken. En wat ervoor zorgde dat het werkte, was niet alleen het feit dat ze AI gebruikten, maar hoe ze hun praktijken organiseerden en inrichtten, hoe ze die software bouwden, en daarrond werd gemaximaliseerd.”
Hoe Amazon van plan is om door AI gegenereerde code in de loop van de tijd betrouwbaarder te maken
Singh schetste verschillende gebieden waarop grensagenten zich de komende jaren zullen ontwikkelen. Multi-agent-architecturen, waarin systemen van gespecialiseerde agenten samenwerken om complexe problemen op te lossen, vertegenwoordigen een belangrijke grens. Dat geldt ook voor de integratie van formele verificatietechnieken om het vertrouwen in door AI gegenereerde code te vergroten.
AWS heeft onlangs op eigenschappen gebaseerd testen geïntroduceerd in Kiro, dat gebruikmaakt van geautomatiseerd redeneren om testbare eigenschappen uit specificaties te extraheren en automatisch duizenden testscenario’s te genereren.
“Als je een winkelwagenapplicatie hebt, kun je op elke manier een bestelling annuleren, en hoe deze kan worden geannuleerd, en de manier waarop terugbetalingen worden afgehandeld in Duitsland versus de VS. Als je een unit-test schrijft, misschien twee, Duitsland en de VS, maar nu, omdat je over deze op onroerend goed gebaseerde testaanpak beschikt, kan je agent een scenario creëren voor elk land waarin je actief bent en deze allemaal automatisch voor je testen”, legt Singh uit.
Het opbouwen van vertrouwen in autonome systemen blijft de centrale uitdaging. ‘Op dit moment heb je bij elke stap nog steeds heel veel menselijke vangrails nodig om ervoor te zorgen dat het juiste gebeurt. En naarmate we beter worden in deze technieken, zul je steeds minder gebruiken en zul je de agenten veel meer kunnen vertrouwen,’ zei hij.
De grotere inzet van Amazon op autonome AI reikt veel verder dan het schrijven van code
De aankondiging van de grensagenten kwam samen met een waterval van ander nieuws re: Vind 2025 uit. AWS trapte de conferentie af met belangrijke aankondigingen over agentische AI-mogelijkheden, innovaties op het gebied van klantenservice en multicloud-netwerken.
Amazon breidde zijn Nova-portfolio uit met vier nieuwe modellen het leveren van toonaangevende prijs-prestaties op het gebied van redeneren, multimodale verwerking, conversatie-AI, codegeneratie en agentische taken. Nova Forge is een pionier op het gebied van ‘open training’, waardoor organisaties toegang krijgen tot vooraf getrainde modelcontrolepunten en de mogelijkheid om bedrijfseigen gegevens te combineren met door Amazon Nova samengestelde datasets.
AWS is ook toegevoegd 18 nieuwe modellen met open gewicht voor Amazon Bedrockwaarmee het zijn engagement versterkt om een brede selectie van volledig beheerde modellen van toonaangevende AI-aanbieders aan te bieden. De lancering omvat nieuwe modellen van Mistral AI, Google’s Gemma 3, MiniMax’s M2, NVIDIA’s Nemotron en OpenAI’s GPT OSS Safeguard.
Aan de kant van de infrastructuur Amazon EC2 Trn3 UltraServersaangedreven door de eerste 3 nm AI-chip van AWS, kunnen tot 144 Trainium3-chips in één enkel geïntegreerd systeem worden verpakt, waardoor tot 4,4x meer rekenprestaties en 4x grotere energie-efficiëntie worden geleverd dan de vorige generatie. AWS AI Factories biedt bedrijven en overheidsorganisaties een speciale AWS AI-infrastructuur die wordt ingezet in hun eigen datacenters, waarbij NVIDIA GPU’s, Trainium-chips, AWS-netwerken en AI-diensten zoals Amazon Bedrock en SageMaker AI worden gecombineerd.
Alle drie de grensagenten zijn dinsdag als preview gelanceerd. De prijzen worden bekendgemaakt zodra de services algemeen beschikbaar zijn.
Singh maakte duidelijk dat het bedrijf toepassingen ziet die veel verder gaan dan alleen coderen. “Dit zijn de eerste frontier agents die we uitbrengen, en ze bevinden zich in de levenscyclus van softwareontwikkeling”, zei hij. “De problemen en gebruiksscenario’s voor grensagenten – deze agenten die lang actief zijn, in staat zijn tot autonomie, denken, altijd leren en verbeteren – kunnen op heel veel domeinen worden toegepast.”
Amazon exploiteert immers satellietnetwerken, beheert robotica-magazijnen en beheert een van ’s werelds grootste e-commerceplatforms. Als autonome agenten zelfstandig code kunnen leren schrijven, gokt het bedrijf erop dat ze uiteindelijk ook zo ongeveer al het andere kunnen leren.
