¿Qué ocurrió?

Amazon Web Services (AWS) anunció, en una entrada de blog publicada el 13 de agosto de 2026, un método que permite a AgentCore Observability, el componente de monitoreo de la plataforma Amazon Bedrock AgentCore, supervisar también agentes de inteligencia artificial que se ejecutan fuera de la nube de AWS. Anteriormente, AgentCore Observability solo admitía de forma nativa a los agentes alojados en el entorno de ejecución (runtime) de AgentCore. El nuevo enfoque utiliza AWS Distro for OpenTelemetry (ADOT), una herramienta de auto-instrumentación, para transmitir la telemetría de agentes desarrollados con marcos como Strands Agents, LangGraph y CrewAI hacia el endpoint OTLP (OpenTelemetry Protocol) de Amazon CloudWatch.

Según AWS, esta solución abarca agentes que se ejecutan en Amazon EKS, Amazon ECS y AWS Lambda, así como agentes alojados en servidores locales o en otros proveedores de nube como Google Cloud Platform (GCP) o Microsoft Azure. La autenticación se realiza mediante credenciales de usuario IAM (Identity and Access Management) con firma SigV4. AWS recomienda, para entornos de producción, utilizar IAM Roles Anywhere, que proporciona credenciales temporales mediante certificados X.509 en lugar de claves de acceso de larga duración.

¿Por qué es importante?

El despliegue de agentes de inteligencia artificial en distintos entornos de nube o infraestructuras locales es cada vez más común, pero esto puede generar un vacío en el monitoreo centralizado. AWS señala que la observabilidad es un pilar fundamental de las aplicaciones de IA responsables. Gracias a la recopilación centralizada de telemetría, los desarrolladores pueden ver las cadenas de razonamiento de los agentes, las llamadas a herramientas y las salidas de los modelos, lo que facilita la detección de alucinaciones, el seguimiento de respuestas dañinas o fuera de contexto, la gestión de costos basada en el uso de tokens y la auditoría del comportamiento de los agentes.

AWS destaca en particular que, en agentes que se ejecutan fuera de AWS, las salidas problemáticas pueden pasar desapercibidas sin un monitoreo centralizado. Por ello, para las organizaciones que operan agentes de IA en arquitecturas locales o multicloud, el nuevo método cubre un vacío práctico en cuanto a seguridad y control de costos.

¿Cómo funciona la configuración?

  • La auto-instrumentación de ADOT se inyecta en el entorno de ejecución de Python, parcheando automáticamente boto3 y el marco Strands para generar trazas de OpenTelemetry.
  • La autenticación SigV4 firma las solicitudes de exportación OTLP utilizando la cadena de credenciales de boto3.
  • La telemetría se envía al endpoint nativo de ingesta OTLP de CloudWatch y se dirige al grupo de registros de AgentCore designado.
  • El paquete [otel] del marco Strands captura los pasos de razonamiento del agente, las llamadas a herramientas y las invocaciones de modelos con uso de tokens, conforme a las convenciones semánticas de OpenTelemetry para IA generativa.

¿Qué sigue?

AWS detalló en la entrada de blog los requisitos previos para la configuración: acceso a modelos de Amazon Bedrock, activación de CloudWatch Transaction Search, Python 3.10 o superior y los permisos IAM necesarios. La compañía indicó que los desarrolladores pueden seguir estos pasos para verificar el flujo de telemetría de extremo a extremo en sus propios entornos. Este anuncio se enmarca en los esfuerzos continuos de AWS por ampliar la plataforma Amazon Bedrock AgentCore y aumentar su compatibilidad con distintos marcos de agentes.