AWS 多账户 AI Agent 架构：AgentCore Gateway 联手 MCP，企业数据不动也能推理

事件概述

AWS 于 2026 年 9 月 25 日发布了一篇架构博客，提出了一种基于 Amazon Bedrock AgentCore Gateway 与 Model Context Protocol（MCP） 的多账户 AI Agent 方案，解决企业 AI 中最实际的问题之一：让智能体无需复制或集中数据，就能对分散在多个 AWS 账户中的数据进行推理。

核心设计是：各业务部门（LOB）保留自己的 AWS 账户和数据所有权，将数据与工具以 MCP Server 的形式对外暴露；AgentCore Gateway 则作为统一的工具发现与调用端点，让 Agent 在查询时只拉取所需数据，底层数据集始终不离开所属账户。

目标很明确：让数据保留在它原本所在的业务部门账户中。查询时只有请求所需的特定数据会流出。

值得关注的原因

1. 数据主权与 Agent 能力的平衡 大型企业通常因合规、审计或组织边界无法把数据集中到一个账户。AWS 的方案用 MCP 协议把"数据不动"与"Agent 可调"统一起来，是企业落地 Agent 时最关切的架构问题之一。

2. MCP 从实验走向企业基础设施 这不是一个 Demo，而是面向生产的多账户架构。它表明 MCP 正在成为企业工具发现、调用和权限控制的事实标准，而不只是开发者的玩具。

3. 减少 IAM 复杂度 传统跨账户访问需要繁琐的 IAM 角色与权限配置。AgentCore Gateway 把工具调用抽象成统一端点，仅在查询发生时按需流动数据，显著简化了权限模型。

4. 与 Harness/Strands 的互补 几天前 AWS 开源了 Strands Harness，聚焦 Agent 编排；今天的 AgentCore Gateway 聚焦多账户工具发现与数据访问。两者共同勾勒出 AWS 在企业 Agent 基础设施上的完整布局。