AWS发布Agentic Data Operations Platform（ADOP）参考架构，用于自动化数据工程团队从数据接入到数据产品交付的流程。
ADOP构建在Amazon Bedrock和AI编码工具之上，使用专用代理处理元数据生成、数据本体推导、数据质量检查、ETL转换和编排。架构覆盖数据湖仓Bronze、Silver、Gold三层，并在流程中加入可配置的治理和合规控制。
AWS介绍的方案支持Airflow或AWS Step Functions编排，要求工件在部署到AWS前完成本地校验和人工审核。架构还通过统一的架构契约约束Claude Code、Kiro、Cursor和Codex等工具与数据系统的交互。
ADOP覆盖从元数据与本体到质量检查和ETL的多个环节，适合按阶段验证，而不是一次性让代理修改整条生产管线。团队可先在隔离环境中用一份小型数据集运行生成与转换流程，检查输出工件是否符合架构契约、质量规则是否能阻止错误数据进入下游，以及审核人员能否理解每项变更的影响。
AWS文章描述的是可配置的参考架构；团队仍需结合自己的数据权限、密钥管理、回滚方式和编排系统做工程化适配。尤其应区分“本地校验通过”与“生产环境结果正确”：部署前检查依赖和权限，部署后持续抽样验证数据质量，并为失败的任务保留可追溯记录。这样的边界有助于判断代理自动化减少了哪些重复劳动，又引入了哪些新的审查责任。
来源：AWS Machine Learning Blog，发布时间：2026年8月21日。
