Smarsh automatiza revisões Well-Architected de IA agêntica com o AWS Agentic AI Lens

O ponto de partida da Smarsh foi uma lacuna prática. O Agentic AI Lens existe como orientação prescritiva (150 boas práticas, 41 perguntas, seis pilares, cada uma com nível de risco e resultado desejado), mas ainda não pode ser selecionado como lens no AWS Well-Architected Framework. Outros lenses, como o Serverless Applications Lens, entram direto na AWS Well-Architected Tool. Para esse, a revisão nativa no console não existia.

A solução foi tratar o lens como dado. A skill do Claude tem três peças: o lens_data.json (as 150 práticas, com 90 de risco alto, 59 médio e 1 baixo), o assessment-guide.md (rubrica de cinco status e regras de honestidade, como citar evidência e marcar Not Reviewed em vez de chutar) e o build_report.py, script determinístico em Python (openpyxl) que valida IDs e status e aborta o build se algo for inventado. A planilha final usa fórmulas COUNTIF no resumo. A skill foi testada com dois repositórios sintéticos: com ela, 16 de 16 expectativas passaram; sem ela, 8 de 16. Na carga real, construída sobre Amazon Bedrock AgentCore, os gaps de alto risco incluíram ausência de screening contra prompt injection, rate limiting registrado como TODO, falta de controles automáticos de custo e o authorizer de ingresso do gateway rodando sem autenticação, sob risco aceito e documentado.

Para quem desenvolve agentes, o recado é de método: checklist em formato estruturado, script que rejeita saída inválida e suíte de avaliação para a própria ferramenta deixam a revisão com IA auditável. A revisão automatizada também gera uma pauta objetiva para conversar com arquitetos da AWS, em vez de uma reunião genérica. Como a própria Smarsh mantém humanos validando os achados, a leitura aqui é que a IA produz o rascunho e o time decide.