Claude Code 接入 AWS Bedrock 之后，"智能体写代码"到底走到哪一步了

最近刷 X 和 GitHub，我发现关于 Claude 和 AWS 的讨论又进了一步。

前两周大家还在讨论"直连 Anthropic 还是走 Bedrock""配额怎么算""认证会不会掉"。这两天风向变了，讨论开始往更具体的开发体验上走：Claude Code 怎么接 Bedrock、AgentCore 新开放了 shell 命令执行、Prompt 缓存能省多少钱。

换句话说，大家不再只关心"能不能用"，而是开始关心"用起来顺不顺手"。

Claude Code 到底是什么

先简单交代一下背景。Claude Code 是 Anthropic 出的一个智能体编程工具，可以运行在终端、VS Code 和 JetBrains 里。你给它下任务，它能帮你改代码、跑测试、处理 git 操作、甚至直接用 AWS CLI 去操作云资源。

它和以前那种"你问一句它答一句"的 AI 代码补全不太一样。它更像一个能自己规划步骤、执行操作、再根据结果调整的小型 Agent。

现在 Claude Code 可以直接配置使用 AWS Bedrock 作为后端，而不是走 Anthropic 官方 API。这意味着你在公司里用它写代码的时候，数据不需要离开 AWS 环境，权限走 IAM，费用走统一账单。

3 月 17 日，AWS 宣布 Bedrock AgentCore Runtime 支持 InvokeAgentRuntimeCommand，允许开发者在 AgentCore 的运行会话中直接执行 shell 命令。

这件事的意义比名字听起来大得多。

以前你想让 AI Agent 跑个测试、装个依赖、执行个 git 命令，需要自己在容器里写一套命令调度逻辑：区分是 Agent 调用还是命令执行、管子进程、捕获 stdout/stderr、处理超时。这些代码写起来不难，但每个团队都在重复造同一个轮子。

现在 AWS 把这层能力做成了平台级 API。命令直接在 Agent 的同一个容器和文件系统里运行，还支持 HTTP/2 实时流式输出，不会阻塞 Agent 的其他调用。

这听起来只是省了些代码，但对做 Agent 编程的人来说，这是一个很明确的信号：AWS 正在把"Agent 在云里自主执行操作"这件事做成标准能力，而不是让开发者自己拼凑。

另一个最近被频繁讨论的点是 Bedrock 的 Prompt 缓存（Prompt Caching）。

做过大型代码库 Agent 的人都知道，最大的开销不是模型本身多贵，而是你每次调用都要重复传入一大段上下文。代码文件、项目结构、编码规范、历史对话，加起来动辄几万甚至几十万 token。

Prompt 缓存的逻辑是：如果你连续多次调用使用了相同的前缀内容，Bedrock 会在服务端缓存这部分 token，后续调用只收缓存读取费用。以 Claude Opus 4.6 为例，缓存读取价格是标准输入价格的十分之一。

这对 Claude Code 这种场景尤其友好。因为你在同一个项目里连续操作时，项目上下文大部分是不变的，真正变化的只是每一轮新的指令和新改的代码。

粗略估算，如果你一天在同一个代码库里连续使用 Claude Code 工作 4-5 个小时，Prompt 缓存大概能把输入 token 的成本降低 60-70%。

看到这里，很多人应该会想：这套东西确实方便，但我能用吗？

限制依然在。

第一是账号和权限。AWS 海外账号、Bedrock 模型访问申请、IAM 配置，这些对国内个人开发者来说依然是门槛。Claude Code 接 Bedrock 需要有效的 AWS 凭证，你得先把账号这关过了。

第二是网络延迟。Claude Code 的交互是实时的，你在终端里等它回复，延迟直接影响体验。国内直连海外 AWS 区域，这个体感不太好。

第三是 AgentCore 的区域覆盖。目前 shell 命令执行支持 14 个 AWS 区域，包括东京、新加坡、悉尼等亚太区域，但没有中国区。如果你的开发环境和目标部署在国内，这条路暂时不太通。

不过有一点值得关注：Prompt 缓存和 Claude Code 的 Bedrock 配置方法，在技术层面是公开的。即使你暂时用不了 AgentCore，也可以从架构设计上学到不少东西。比如怎么设计 Agent 的上下文复用策略，怎么在 token 成本和响应质量之间找平衡。

最近这波讨论，给我感触最深的一点是：AI 辅助编程这个方向，终于开始从"辅助"走向"自主"了。

以前我们用 AI 补全代码，本质上还是人在主导，AI 只是填空。
现在 Claude Code 能自己拆解任务、调工具、跑命令、根据结果再修改，这已经是一个初步的 Agent 闭环了。

而 AWS 这边在做的事情，是把这个闭环需要的基础设施（运行环境、权限、监控、缓存、命令执行）一层一层补齐。

GPT-5.4 和 Claude 4.6 的模型能力当然重要，但真正让"智能体写代码"从概念变成工作流的，是这些看起来不那么性感的基础设施。

参考链接：