Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoCódigo / SDK · Listo para usarAWS Machine Learning Blog→ original

AWS muestra cómo construir agentes de IA en SageMaker y probar modelos con MLflow

AWS ha publicado un análisis práctico sobre cómo construir agentes de IA con Strands Agents SDK y modelos desplegados en SageMaker. El esquema combina JumpStart para lanzar foundation models, Serverless MLflow para trazas y métricas, y pruebas A/B entre variantes de modelo. La idea central: los sistemas agénticos se pueden construir, medir y mejorar de forma continua sobre infraestructura gestionada propia.

Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
AWS muestra cómo construir agentes de IA en SageMaker y probar modelos con MLflow
Fuente: AWS Machine Learning Blog. Collage: Hamidun News.
Escuchar artículo

El 27 de abril de 2026, AWS publicó un análisis práctico sobre cómo ejecutar agentes de IA en infraestructura gestionada propia, y no solo en servicios totalmente managed. La compañía presentó una combinación de Strands Agents SDK, SageMaker AI y Serverless MLflow con la que un agente se puede montar rápido, desplegar en un endpoint, observar en producción y comparar entre varias variantes de modelo sin cambiar la arquitectura general. Para los equipos que priorizan el control, un coste predecible y los requisitos de seguridad, parece un intento de convertir los sistemas agénticos de una capa experimental en un proceso MLOps normal.

El enfoque se apoya en Strands Agents SDK, un framework open source para construir agentes a partir de un modelo, un prompt y un conjunto de herramientas. En su ejemplo, AWS muestra primero un escenario básico con un modelo en Bedrock y luego traslada la misma idea a modelos alojados en SageMaker AI. El punto clave es que Strands puede trabajar con los inference endpoints de SageMaker como proveedor de modelo, siempre que el modelo admita una API de chat completions compatible con OpenAI.

La demostración usa dos versiones de Qwen3 de SageMaker JumpStart: 4B y 8B. La primera se despliega como endpoint principal, y después el agente accede a herramientas como solicitudes HTTP y una calculadora, y puede resolver tareas típicas sobre infraestructura de modelos propia.

¿Por qué llevar la lógica del agente a SageMaker si el mercado ya ofrece muchas API listas para usar? AWS defiende cuatro argumentos. Primero, el control de la infraestructura: se pueden elegir con precisión las instancias, la configuración de red y las reglas de escalado para lograr la latencia y el SLA necesarios.

Segundo, flexibilidad con los modelos: además de los foundation models disponibles, se pueden usar variantes personalizadas o ajustadas, así como modelos open source. Tercero, una economía más predecible para cargas elevadas gracias a los dedicated endpoints y al ajuste preciso de recursos. Cuarto, un entorno enterprise adecuado alrededor de los agentes: trazabilidad, versionado, pruebas A/B y auditoría, que se necesitan en producción y no en una demo.

AWS destaca además la observabilidad. Para ello usa SageMaker AI Serverless MLflow: el servicio registra automáticamente las execution traces, los pasos del agente, las llamadas a herramientas y las métricas, sin obligar al equipo a instrumentar el código a mano con telemetría propia. Al activar autolog, los datos llegan a la interfaz de MLflow, donde se puede ver la lista de ejecuciones, abrir una traza concreta y consultar el Agent Loop, el árbol de spans y las entradas y salidas de cada paso.

Esto importa más allá de la depuración. Ese nivel de transparencia hace falta cuando un agente empieza a tomar decisiones en procesos de negocio sensibles y el equipo necesita entender dónde se equivocó, por qué eligió una herramienta concreta y cómo cambia su comportamiento tras actualizar el modelo.

La parte más práctica del material son las pruebas A/B entre variantes de modelo. AWS enseña cómo asignar al mismo endpoint dos variantes de producción, en el ejemplo Qwen3 4B y Qwen3 8B, y repartir primero el tráfico entre ellas al 50 %. Después se pueden comparar las respuestas en el flujo real o crear dos agentes independientes, cada uno apuntando a su propia target variant.

A continuación entra la evaluación GenAI de MLflow: el equipo reúne un único conjunto de casos de prueba, define expectativas sobre los hechos y las herramientas utilizadas, y ejecuta ambas variantes con los mismos scorers. El ejemplo emplea tanto comprobaciones deterministas como métricas LLM-as-a-judge, como correctness y relevance. Así, elegir modelo deja de ser una discusión basada en impresiones y pasa a ser un procedimiento reproducible: la nueva versión no solo parece más lista, sino que supera las mismas pruebas, y después se puede convertir gradualmente en la principal cambiando los pesos.

La conclusión es sencilla: AWS no vende otro SDK de agentes, sino un esquema de ingeniería en el que el agente pasa a ser un componente de producto gestionable. Si una empresa necesita sus propios modelos, su propio perímetro, auditoría de las acciones del agente y un despliegue cuidadoso de nuevas versiones, la combinación de Strands, SageMaker y MLflow cubre ese escenario mucho más cerca de la realidad enterprise que muchos stacks de demo rápidos. Para el mercado, es otra señal de que la próxima competencia en IA no se librará solo en la calidad del modelo, sino en la calidad de la infraestructura que lo rodea.

Historia
ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…