AWS Jam : trois nouveaux ateliers Kiro et AgentCore

AWS a annoncé le 30 septembre 2026 trois nouveaux AWS Jam consacrés au développement d’agents IA. Pour un développeur ou un tech lead, l’intérêt est de choisir un entraînement pratique correspondant à son travail : développement avec Kiro, déploiement avec AgentCore ou systèmes multiagents. Ces ateliers ne sont pas présentés comme de nouvelles certifications AWS Certified.

Cette analyse, vérifiée le 20 octobre 2026, part de l’annonce officielle AWS (nouvel onglet) et des programmes de formation liés. La nouveauté date bien de septembre ; il ne s’agit pas d’un lancement annoncé aujourd’hui. Voici comment comparer ces options avant de réserver du temps ou un budget.

Trois ateliers pour trois difficultés différentes

L’annonce présente les formats suivants. Les nombres de défis et les durées décrivent les ateliers Jam, pas les examens d’une certification.

Ces ateliers peuvent être organisés seuls ou en complément des cours correspondants. Il faut distinguer la séance d’entraînement du cours qui enseigne les notions : leurs durées ne s’additionnent pas automatiquement dans une offre commerciale donnée.

Notre conseil est de partir d’une difficulté observable. Si vos changements générés manquent de critères de validation, examinez Kiro. Si votre prototype fonctionne mais que ses accès restent mal expliqués, regardez AgentCore. Si plusieurs agents se coordonnent déjà et que le diagnostic devient difficile, étudiez le programme avancé.

Kiro : préparer la spécification et la revue des changements

Le programme officiel du cours Spec-Driven Development with Kiro (nouvel onglet) décrit deux jours de formation intermédiaire. Il aborde les spécifications de fonctionnalités et de corrections, les fichiers de pilotage, MCP, les hooks et la gouvernance d’équipe. Les bases recommandées comprennent programmation, Git, API REST et concepts de l’IA générative.

Ce programme aide à comprendre l’orientation de l’atelier ; il ne constitue pas une liste garantie de ses défis. Pour évaluer votre besoin, prenez une correction récente de votre propre projet et demandez-vous ce que vous aviez écrit avant de modifier le code.

Pouvez-vous décrire le comportement actuel, le comportement attendu et les cas qui doivent rester identiques ? Disposez-vous d’un exemple qui reproduit le problème ? Savez-vous comment un relecteur constatera que la correction est suffisante ? Ces questions donnent une préparation plus utile qu’une collection de prompts génériques.

Dans un exercice personnel, choisissez un défaut limité, comme une recherche qui traite mal une valeur vide. Rédigez le résultat attendu et un cas voisin qui ne doit pas changer. Comparez ensuite votre spécification à la modification proposée. Cet exercice OnLevelUp n’est pas une reproduction de contenu AWS : son objectif est de vous faire repérer les hypothèses que vous laissez habituellement implicites.

AgentCore : passer du prototype à un comportement vérifiable

Le programme Building Agentic AI with Amazon Bedrock AgentCore (nouvel onglet) décrit un cours intermédiaire d’une journée et recommande Agentic AI Foundations. Son périmètre comprend l’exécution, l’identité, les outils, la mémoire et l’observation des agents.

Pour préparer ce volet, nous conseillons de dessiner le chemin d’une demande simple : utilisateur, agent, outil, donnée et résultat. À chaque passage, notez l’autorisation attendue et la preuve disponible. Un schéma personnel doit rendre votre raisonnement contrôlable ; il ne doit pas être présenté comme une architecture officielle AWS.

Imaginez un assistant qui consulte des commandes fictives. Énoncez deux contraintes : il peut lire un statut, mais ne peut pas modifier la commande ; il doit expliquer une indisponibilité sans inventer de résultat. Identifiez les observations nécessaires pour distinguer un refus d’accès, une source indisponible et une réponse mal interprétée.

Ce travail met en évidence la différence entre obtenir une réponse convaincante et démontrer un fonctionnement maîtrisé. Arrivez à la formation avec une question précise, par exemple : « Quelle preuve manque à mon diagnostic lorsque l’appel d’un outil échoue ? » Vous pourrez ensuite rechercher une réponse dans les notions effectivement étudiées.

Le niveau avancé : justifier la complexité multiagent

Le programme Building Advanced Agentic Systems on AWS (nouvel onglet) traite notamment de coordination, de contexte, de sécurité et d’observabilité. Il recommande les cours Agentic AI Foundations et Building Agentic AI with Amazon Bedrock AgentCore.

Avant de choisir cette option, vérifiez que votre problème exige réellement plusieurs agents. Notre proposition est de comparer deux solutions sur papier : un traitement simple avec un responsable unique, puis une répartition entre plusieurs composants. Décrivez ce que la seconde solution apporte et ce qu’elle rend plus difficile à diagnostiquer.

Prenez le cas fictif d’un rapport technique préparé à partir de documents. Un composant extrait les faits, un autre les compare et un troisième propose une synthèse. Que faites-vous si leurs conclusions divergent ? Où retrouvez-vous la source d’une affirmation ? Qui constate qu’une étape doit être rejouée ? Ce sont des questions de préparation, pas une description des exercices du Jam.

Le bon signal pour choisir le niveau avancé est votre capacité à discuter ces arbitrages. Si vous découvrez encore les permissions ou le parcours d’un appel, un entraînement plus fondamental peut fournir davantage de valeur immédiate.

Jam, microcredential et certification : choisir la preuve recherchée

La présentation officielle de l’apprentissage immersif AWS (nouvel onglet) distingue les défis Jam des évaluations de compétences. Pour un Jam, elle décrit des problèmes ouverts dans la console, des points et des indices. Elle présente séparément les microcredentials comme des validations pratiques complémentaires aux certifications.

Notre article sur les microcertifications AWS dédiées aux identités et aux données des agents IA concerne précisément une autre annonce. Un résultat d’équipe dans un atelier ne doit donc pas être présenté comme l’obtention de ces titres.

Pour choisir, formulez votre objectif en une phrase : apprendre avec de l’aide, vérifier une compétence ciblée ou préparer une certification plus large. Les parcours de certifications IA AWS répondent au troisième objectif. Un atelier peut nourrir la pratique, mais son inscription ne garantit ni la couverture d’un examen ni sa réussite.

Organiser une séance utile pour toute l’équipe

Voici une méthode OnLevelUp pour préparer un atelier collectif. Fixez un résultat d’apprentissage par personne, puis prévoyez une rotation : une personne manipule, une autre formule l’hypothèse et une troisième vérifie les preuves. Cette organisation est une suggestion pédagogique, pas une règle d’AWS Jam.

Au moment d’un blocage, consignez le symptôme avant d’essayer une correction. Écrivez ce que vous attendez du changement et ce qui vous ferait abandonner l’hypothèse. Après une aide reçue, reformulez le raisonnement et identifiez la connaissance manquante. Vous obtenez ainsi une liste de révisions exploitable, au lieu d’un souvenir limité au classement.

Après la séance, reprenez un problème personnel différent. Expliquez votre démarche sans conserver ni divulguer les détails confidentiels des défis. Une courte revue avec un collègue peut vérifier que vous savez transférer le raisonnement à une nouvelle situation.

Vérifier l’offre exacte avant de réserver

L’annonce renvoie vers AWS Classroom Training (nouvel onglet) pour organiser ces ateliers. Le catalogue décrit aussi l’option Jam d’une journée pour certaines formations privées. Il ne faut pas confondre cette modalité avec tous les événements Jam ou avec les défis accessibles via un abonnement Skill Builder Team.

Demandez le nom exact de l’atelier, la langue, les dates, le mode de participation, les prérequis et le tarif applicable. Vérifiez séparément si le cours correspondant et le Jam sont inclus dans votre devis. Aucune date de session française ni aucun prix uniforme pour ces trois nouveautés n’est établi dans les sources consultées.

Retenez l’atelier qui répond à votre prochaine difficulté concrète. Vous pourrez juger sa valeur après coup en examinant ce que vous savez désormais expliquer, vérifier et refaire sur votre propre cas, sans transformer une journée d’entraînement en promesse de certification.