AI工具AWS Machine Learning Blog00:12
使用AgentCore Gateway和MCP构建多账户AI agent
Build a multi-account AI agent with AgentCore Gateway and MCP
多账户隔离数据下做跨账户查询，代价是MCP服务与细粒度授权都得自己搭。
判断
架构负责人应把 AgentCore Gateway 当作跨账户查询的唯一入口，而不是让每个 agent 各自持有对方账户凭证；代价是自建 MCP 服务与细粒度授权要写进工期。
依据
AWS Machine Learning Blog 的标题给出做法：用 AgentCore Gateway 和 MCP 构建多账户 AI agent；策展点评则点出代价：多账户隔离数据下要做跨账户查询，MCP 服务与细粒度授权都得自己搭。机制上，AgentCore Gateway 把 agent 的工具调用收敛到统一入口，MCP（Model Context Protocol，模型上下文协议）把各账户里的数据或操作包装成可授权工具；否则 agent 只能靠跨账户 IAM（Identity and Access Management，身份与访问管理）角色直连，权限会散落在每个调用方。材料没有给账户数量、跨账户查询延迟或授权粒度数字，因此不能替它算出自建 MCP 与授权的成本。
没写清 材料没说 AgentCore Gateway 对跨账户工具调用的授权粒度能细到账户、表、字段还是行，也没给 MCP 服务的部署与运维工作量。
下一步 下一步可核对 AWS 文档中 AgentCore Gateway 的 MCP 集成是否支持按工具或按账户下发授权策略，并确认多账户示例的 IAM 角色边界。