AWS Architecture Audit for AI/GenAI Workloads

Generic, brand-neutral engineering capability; deep, sourced playbooks live in references/ and knowledge/. [DOC]

Generic, brand-neutral engineering capability; sourced playbooks in references//knowledge/. [DOC]

TL;DR

Auditar arquitecturas AWS para workloads de AI/GenAI contra el Well-Architected Framework GenAI Lens, evaluando los 6 pilares (GENOPS, GENSEC, GENREL, GENPERF, GENCOST, GENSUS) con checks automatizables, detección de waste, auditoría de seguridad AWS-específica, y compliance mapping por regulación [EXPLICIT]

When to Use

• Auditar configuración de Bedrock (Guardrails, IAM, VPC endpoints, modelo seleccionado)
• Revisar seguridad de SageMaker (IAM roles, VPC mode, encryption, endpoints)
• Detectar cost waste en servicios AI de AWS (idle endpoints, wrong model tier, no batch)
• Evaluar compliance de workloads AI contra HIPAA, PCI-DSS, SOX, GDPR en AWS
• Pre-production readiness review para sistemas AI en AWS
• Auditoría periódica de Well-Architected GenAI Lens (quarterly)
• Post-incident review de sistemas AI en AWS

When NOT to Use

• Auditoría de arquitectura AI cloud-agnostic → ai-architecture-audit
• Diseñar nueva arquitectura AWS para AI → aws-architecture-design
• Implementar remediaciones en AWS → aws-architecture-implementation
• Auditoría de infraestructura AWS general (no AI) → infrastructure-architecture
• Diseño de patrones AI genéricos → ai-design-patterns

---

Sub-capabilities (resource map)

Deep, evidence-tagged playbooks — open the one the task needs (ICM Layer 3, on-demand). [INFERENCE]

Procedure

1. Resolve the sub-capability; open the matching references/ playbook. [EXPLICIT]
2. Apply its decision tables; pick the strategy explicitly. [EXPLICIT]
3. Validate against the Quality Criteria and tag every claim. [EXPLICIT]

Quality Criteria

• Sub-capability resolved to one playbook. [INFERENCE]
• Claims evidence-tagged. [EXPLICIT]

Contract

• Aceptación: capability resolved to its reference playbook, applied, validated, evidence-tagged. [EXPLICIT]
• Límites: 1. NO remedia — solo identifica y prioriza (ver aws-architecture-implementation) 2. NO ejecuta scripts de auditoría automatizados — define los checks conceptualmente 3. NO audi. [EXPLICIT]
• Casos borde: 1. Cuenta multi-service (AI + non-AI): Focus en recursos taggeados como AI. Si no hay tags, el primer finding es "implementar tagging strategy para AI resources". [EXPLICIT]
• Supuestos: 1. Acceso a la cuenta AWS con permisos de lectura sobre AI services (Bedrock, SageMaker, OpenSearch, IAM, CloudTrail) 2. CloudTrail habilitado (si no, es el primer finding CRITICAL. [SUPUESTO]
• Trade-off: Audit Mode Checks Depth Effort When to Use ------------ -------- ------- -------- ------------- Express GENSEC + GENCOST only Config review 1-2 días Qui. [EXPLICIT]

Packet

Capas del packet, cargables bajo demanda (disciplina ICM: una capa por vez, nunca todas juntas): references/ guías de profundidad (cargar UNA por etapa) · knowledge/ cuerpo de conocimiento · prompts/ prompts listos · examples/ salida de ejemplo · agents/ subagentes del packet · assets/ recursos estáticos.