AWS veröffentlicht aws-emulator für lokale Tests, von einem Agentenschwarm in Rust geschrieben
AWS hat einen offiziellen Emulator veröffentlicht, mit dem Entwickler Tests gegen eine lokale Kopie seiner Dienste ausführen können, ohne einen kostenpflichtigen AWS-API-Key zu benötigen.
AWS hat aws-emulator veröffentlicht, einen offiziellen Emulator, mit dem Entwickler Tests gegen eine lokale Kopie der zahlreichen AWS-Dienste ausführen können, ohne einen kostenpflichtigen AWS-API-Key einzurichten. Es handelt sich um ein lokales Programm ohne grafische Oberfläche, das einen AWS-API-Endpunkt bereitstellt. Laut README des Projekts fällt keine zusätzliche Servicegebühr an, Entwickler zahlen also nur für die AWS-Ressourcen, die sie bereitstellen. Der Emulator ist demnach für Entwicklung und Tests gedacht, nicht für Produktions-Workloads oder Sicherheitstests.
Der Launch-Beitrag erklärt auch, wie der Code entstanden ist. Matthew Goldberg, Sr. Principal Engineer im AWS-Developer-Tools-Team, schreibt, der Emulator sei vollständig von autonomen Agenten gebaut worden. Im Beitrag heißt es: „Unser Team hat keinen Teil des Codes geschrieben oder überprüft.“ Das GitHub-Repository zeigt 29.684 Commits, und Simon Willison, der auf die Veröffentlichung aufmerksam machte, nennt dieselbe Zahl für die ersten drei Wochen des Projekts. Laut Willison wurde der Code von einem riesigen Schwarm von Agenten in Rust geschrieben.
Goldbergs Bericht beginnt mit einem Wochenendexperiment. AWS habe zwei Dinge, mit denen Agenten eine originalgetreue Implementierung eines Systems bauen können, schreibt er: eine schriftliche Spezifikation in Form der öffentlichen AWS-API-Modelle und eine Referenzimplementierung, nämlich die echte AWS-Cloud. Er gab Kiro einen kurzen Prompt: Tests auf Basis des AWS Command Line Interface schreiben, so lange iterieren, bis sie gegen das echte AWS bestehen, und dann eine In-Memory-Implementierung bauen, die dieselben Tests besteht. Nach 15 Minuten lieferte Kiro eine erste Version von Amazon Simple Queue Service, im Lauf des Wochenendes folgten weitere Dienste. Das Ergebnis habe Lücken gehabt, sei aber so überzeugend gewesen, dass sein Team es ab dem darauffolgenden Montag für Tests nutzte, so Goldberg.
Aus dem Prototyp ein ausgeliefertes Produkt zu machen, dauerte länger als ein Wochenende. Laut Goldberg erledigen drei Gruppen von Agenten die Arbeit. Ein Team schreibt Fidelity-Tests, jeweils ein reales AWS-Szenario, das vor dem Einreichen gegen das echte AWS verifiziert wird; das Unternehmen hat Zehntausende davon. Ein zweites Team spielt diese Tests gegen den Emulator ab und legt bei Fehlschlägen Issues an, wobei es Fehler mit möglicherweise gemeinsamer Ursache bündelt. Ein drittes Team übernimmt jeweils ein Issue, findet die Ursache und ändert den Code. Jede Änderung muss ein Merge Gate passieren, das Kompilierung, Coding-Standards, Sicherheit und mögliche Rückschritte bei der Fidelity prüft. Laut Goldberg werden täglich Tausende Issues von Hunderten parallel arbeitenden Agenten behoben. Das ursprüngliche Grundgerüst des Repositorys bestand, wie er schreibt, aus einem Webserver, der Anfragen für 438 AWS-API-Modelle annahm, aber nichts damit tat.
Auf dem Blog von Werner Vogels erschien ein Gastbeitrag von Swaminathan Sivasubramanian, der dieselbe Arbeit unter dem Aspekt des Testens verteilter Systeme betrachtet. Sivasubramanian beschreibt einen verteilten Lock-Dienst namens Alf, der zunächst in einer simulierten Umgebung getestet wurde. Tests in einer echten Umgebung brachten dann Probleme ans Licht, die die Simulation nicht reproduzieren konnte. Er argumentiert, AWS habe inzwischen mehr als 200 Dienste, und für jeden davon eine Testumgebung von Hand zu bauen, würde Jahre dauern. In seinem eigenen Experiment ließ er Kiro die Replikations-Engine nachbauen, die er gemeinsam mit einem Kollegen für Alf entwickelt hatte; beim ersten Mal hatte das rund vier Monate gedauert. Er habe den Agenten vier Nächte lang beaufsichtigt, bevor ihm klar wurde, dass dieser keine Möglichkeit hatte, seine Ergebnisse zu überprüfen. Mit Spezifikation und Testumgebung dauerte der Nachbau dann etwa zwei Stunden. Seine Lehre daraus: Die Arbeit von Ingenieuren verlagert sich hin zum Erstellen von Spezifikationen, Tests und Merge Gates.
Einige Details des Projekts sind für die Einordnung der Launch-Darstellung wichtig. Der Issues-Ordner des Repositorys listet Verhaltensweisen auf, die noch nicht mit AWS übereinstimmen, und der Issues-Tab zeigt 14 Einträge. Laut README werden mit jedem Release Fidelity-Werte veröffentlicht. Außerdem nimmt das Repository demnach keine Pull Requests an; Nutzer werden gebeten, Bugs und Fidelity-Lücken als GitHub-Issues zu melden. Goldberg zufolge bauten die Agenten in einer früheren Version einen eigenen Python-Interpreter, um AWS-Lambda-Funktionen zu unterstützen; später gab das Team ihnen die Vorgabe, bestehende Bibliotheken wiederzuverwenden.
Die Installation hängt von der Plattform ab. Unter Linux lässt sich ein RPM- oder Debian-Paket installieren. Unter Windows und macOS läuft der Emulator laut README in einem Container, der aus einem kurzen Dockerfile gebaut wird; das ist die Docker-Voraussetzung, auf die Willison hinwies. Der Build aus dem Quellcode wird nur unter Linux auf x86_64 und aarch64 unterstützt und erfordert mindestens 100 GB freien Speicherplatz für das Target-Verzeichnis. Telemetrie ist standardmäßig aktiviert und lässt sich per Kommandozeilenoption, Umgebungsvariable, Konfigurationsdatei oder über die eingebettete API abschalten. Willison äußerte die Hoffnung, dass AWS irgendwann eine einzelne herunterladbare Binärdatei anbietet, die auch andere Test-Suites auf anderen Plattformen nutzen können. Laut README steht der Code unter der Lizenz CC0 1.0, mit Ausnahme des Vendor-Verzeichnisses, das unter der Apache License 2.0 steht.
Was sich ändert
Art: Neue Funktion · Betrifft: aws-emulator
Warum es wichtig ist
Teams, die KI- und Cloud-Workloads gegen AWS-Dienste testen, könnten diese Tests lokal ausführen, statt für den Live-Zugriff auf die API zu bezahlen. Die von Agenten gebaute Codebasis ist zudem ein konkretes Beispiel für agentenbasiertes Engineering im großen Maßstab.
Was Sie tun können
Teams mit AWS-abhängigen Test-Suites könnten den Emulator prüfen, um kostenpflichtige API-Nutzung in der CI zu reduzieren. Beachten Sie, dass er unter macOS und Windows derzeit Docker voraussetzt.
Originalquelle
Weitere Berichte
Wo wir es gesehen haben
Simon Willison
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es