新闻 · AWS Machine Learning Blog
Eon 如何基于 Amazon Bedrock AgentCore 上的 MCP Gateway 构建多云调查能力
了解 Eon 如何用一个经过身份验证的 Amazon Bedrock AgentCore 网关，取代 AWS、GCP 和 Azure 上按工具配置的凭证与本地 MCP 进程，让 100 多名开发者和自主智能体统一访问生产调查环境，并将新工程师的上手时间从两天缩短到两分钟。
en
英文原标题：How Eon built multi-cloud investigation with an MCP Gateway on Amazon Bedrock AgentCore
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- Eon 为跨 AWS、GCP、Azure 的调查工具构建统一接入层，原先每个工具需单独配置凭证和本地 MCP 进程，维护成本随工具数量增长。
- Eon 评估了自建反向代理和 Amazon Bedrock AgentCore Gateway 两种方案，最终选择后者，因其提供托管身份联合、Cedar 授权策略和 Runtime 托管，无需自建基础设施。
- 架构包含五层：客户端（Claude Code、Cursor、OpenAI Codex 及 SRE agent）、身份层（企业 SSO 经 Cognito 签发 JWT）、单一 MCP Gateway、Cedar 策略层、以及跨多个 AWS 账户的 AgentCore Runtime 目标。
- Cedar 策略在网关层强制读写分离：人类组仅获读权限，写操作仅限特定 agent 身份的低影响协作动作（如 PR 评论），生产工具只读，策略以代码形式经 GitHub PR 管理并留审计痕迹。
- 新工程师接入全部调查工具的时间从约 2 天缩短至约 2 分钟，无需本地 MCP 服务器和逐工具令牌。
关键数据
- 新工程师配置凭证和本地 MCP 服务器的时间从约 2 天降至约 2 分钟
- Eon 内部测量显示持续去重备份可降低存储成本最高 50%
- 单一网关聚合数十个目标 MCP 服务器、数百个工具
- Eon 使用单一只读 AWS IAM 角色，数据以 Apache Parquet 和 Apache Iceberg 格式存储
为什么值得看：该案例展示了如何用托管 MCP Gateway 和策略即代码统一多云端工具接入，在保障最小权限的同时大幅降低开发者接入成本。