AWS enseña a combinar Qwen y Claude en flujos de IA multiagente
Amazon publica cómo integrar modelos propios en SageMaker AI con Bedrock AgentCore para entrenar agentes especializados que colaboren en tareas complejas con costos optimizados.
Amazon Web Services publicó una guía técnica para construir flujos de trabajo con múltiples agentes de IA que combinan modelos alojados en SageMaker AI con los servicios administrados de Bedrock AgentCore. El reto central que aborda es mezclar modelos de fundación gestionados con soluciones propias optimizadas por costo sin reescribir la arquitectura completa del agente.
Por qué importa: Las organizaciones pueden ahora desplegar agentes especializados con acceso a múltiples fuentes de modelos en una sola arquitectura lista para producción, logrando optimización de costos, residencia de datos y flexibilidad de modelos simultáneamente.
Lo esencial
La solución conecta tres caminos de alojamiento de modelos: Bedrock para Claude Haiku 4.5 y Sonnet 4.6, y SageMaker AI para Qwen 3.5 9B mediante endpoints compatibles con OpenAI.
Un agente orquestador clasifica la intención del usuario y enruta tareas hacia agentes especializados de presupuesto (Bedrock) o análisis financiero (SageMaker).
AWS proporciona código fuente completo en su repositorio de GitHub para desplegar Qwen 3.5 9B en SageMaker AI e integrarlo con el runtime de AgentCore.
La arquitectura: tres caminos de modelos en uno
El flujo comienza cuando una solicitud del usuario entra en el agente orquestador ejecutándose dentro del runtime de Bedrock AgentCore. Este orquestador utiliza el patrón de agentes como herramientas, derivado de Strands Agents, para derivar la tarea hacia el agente de presupuesto o al de análisis financiero. El agente de presupuesto invoca Claude Sonnet 4.6 a través de Bedrock; el de análisis financiero invoca Qwen 3.5 9B mediante un endpoint de tiempo real en SageMaker AI usando la API compatible con OpenAI. Los resultados vuelven al orquestador hacia el usuario.
Desplegar Qwen 3.5 9B en instancias GPU de SageMaker
El ejemplo práctico utiliza el contenedor Deep Learning vLLM versión 0.22.1 en una instancia ml.g6e.2xlarge, que provee una GPU L40S con 48 GB de VRAM. Esta configuración permite ejecutar el modelo de 9 mil millones de parámetros sin fragmentación excesiva. AWS documenta que la disponibilidad de modelos en Bedrock varía según la región, recomendando revisar la matriz de modelos soportados por región antes de desplegar.
Observabilidad a nivel de tokens desde SageMaker
Un desafío técnico destacado es obtener observabilidad granular de los tokens generados en endpoints de SageMaker, capacidad que Strands Agents no proporciona por defecto. La solución implementa mecanismos para capturar esta telemetría, permitiendo monitorear el consumo y rendimiento de cada modelo especializado en tiempo real durante la ejecución de flujos multiagente.
Requisitos previos y acceso de modelos
Para reproducir la arquitectura se necesita Python 3.12 o superior, permisos de IAM para invocar endpoints y llamadas a través de tokens de portador, acceso a modelos Claude en Bedrock, y las librerías sagemaker-core, openai, httpx, strands-agents con telemetría, yfinance y pydantic. AWS suministra la lista completa de dependencias pip en la documentación adjunta.
