多Agents协作全面上线，轻松应对复杂工作流

亚马逊云开发者

于 2025-03-14 11:01:47 发布

阅读量104

点赞数

文章标签：人工智能

原文链接：https://mp.weixin.qq.com/s?__biz=Mzg4NjU5NDUxNg==&mid=2247594333&idx=1&sn=2551b8bd4d28098995ec59a28c6b1a63&chksm=ce22d5afc0873559b0173e490bcd480b66d44387e724ce280357c3f166639f1987f39e660807&scene=126&sessionid=0

版权

近期，亚马逊云科技宣布Amazon Bedrock的多Agents协作功能已全面上线。此功能专为开发者设计，旨在构建、部署及管理AI Agents网络，实现多AI Agents协同工作，高效执行复杂的多步骤工作流程。

自re:Invent 2024发布预览版以来，多Agents协作已广泛应用于金融服务、医疗保健、供应链物流、制造业及客户支持等多个行业，助力企业编排专业Agents，显著提升效率、准确性与自动化水平。在此次正式版本中，亚马逊云科技汲取客户反馈，引入了多项改进，进一步增强了系统的可扩展性、可观察性和灵活性，使得AI驱动的工作流程更加易于管理和优化。

多Agents协作功能介绍

生成式AI已不再局限于模型响应的生成，而是迈向了自动化的新纪元。下一波创新浪潮将由那些能够在公司系统中自主推理、规划和行动的Agents所驱动。生成式AI应用不仅能够生成内容，更能够采取行动、解决问题并执行复杂的工作流程。这种转变显而易见：企业所需的AI不仅要响应提示，还要编排整个工作流程，实现端到端的流程自动化。

Agents赋予生成式AI应用在公司系统和数据源中执行任务的能力，而Amazon Bedrock已大幅简化了这些Agents的构建过程。借助Amazon Bedrock，客户可快速创建处理销售订单、编制财务报告、分析客户保留率等任务的Agents。然而，随着应用程序的日益强大，客户期望其执行的任务可能超越单个Agent的能力范围——无论是由于任务需专业知识、涉及多个步骤，还是需长期持续执行。

在大规模协调数百个Agents时，面临诸多挑战，如管理依赖关系、确保任务高效分配及维护大型专业Agents网络性能等，均需复杂编排。缺乏合适工具，企业或将遭遇面临效率低下、延迟增加及监控优化困难。为此，Amazon Bedrock推出多Agents协作功能，助力客户推进Agents能力，轻松应对复杂多步骤工作流程，实现多个专业Agents的无缝协作。

Amazon Bedrock：

https://aws.amazon.com/cn/bedrock/

多Agents协作：

https://aws.amazon.com/bedrock/agents/

多Agents协作允许开发者构建在监督Agents指导下通信协调的专业Agents网络。各Agents专注特定任务，为整体工作流程贡献专业知识，将复杂流程分解为可并行处理的可管理子任务。Amazon Bedrock促进Agents间无缝交互，提升运营效率与准确性，确保工作流程扩展时的高效运行。此外，Agents仅访问其角色所需数据，最大程度减少敏感信息暴露，强化安全性与治理。由此，企业可扩展AI驱动工作流程，无需手动干预Agents协调，监督者仅需确保新增Agents间的顺畅协作。

通过使用Amazon Bedrock的多Agents协作，企业能够获得以下便利。

简化工作流程：通过在专业Agents间分配工作负载，实现AI驱动的流程简化。
提升执行效率：尽可能并行执行任务，提高整体执行效率。
强化安全与治理：将Agents访问限制在必要数据范围内，加强安全性和数据治理。
降低运营复杂性：消除Agents协调中的手动干预，简化运营管理。

在构建高效的多Agents协作系统时，管理大规模协调多个专业Agents的复杂性和开销成为关键挑战。Amazon Bedrock通过以下特性和优化，简化了这一过程。

快速设置：无需复杂编码，几分钟内即可创建、部署和管理协同工作的AI Agents。
可组合性：将现有Agents作为子Agents集成至更大系统，实现无缝协作处理复杂工作流程。
高效通信：监督Agents通过一致接口与子Agents交互，支持并行通信，提升任务完成效率。
优化协作模式：提供监督模式和带路由的监督模式。路由模式下，监督Agents直接将简单请求路由至专业子Agents，绕过完整编排；复杂查询或意图不明时，自动回退至完整监督模式，由监督Agents分析、分解问题并协调多个子Agents。
集成跟踪与调试：利用集成控制台可视化和分析多Agents交互的后台流程，便于跟踪和调试。

正式可用版本新功能

基于客户反馈，正式可用版本引入了多项关键增强功能，显著提升了多Agents协作的可扩展性、灵活性和效率。

内联Agents支持：运行时动态创建监督Agents，无需预定义结构，实现更灵活的Agents管理。
Amazon CloudFormation和Amazon Web Services CDK支持：将Agents网络部署为代码，打造跨亚马逊云科技账户的可扩展、可重用Agents模板。
增强的可追溯性和调试功能：提供结构化执行日志、子步骤跟踪及Amazon CloudWatch集成，优化监控和故障排除体验。
提高协作者和步骤计数限制：扩展Agents协作者和执行步骤的自助服务限制，支持更大规模的工作流程。
负载引用：监督Agents可直接引用外部数据源，无需嵌入Agents请求，降低延迟和成本。
改进的引用处理：Agents纳入外部数据源时，提升响应的准确性和归属明确性。

上述功能共同强化了多Agents协作框架在处理复杂现实问题时的协调能力、通信速度和整体效果。

Amazon CloudFormation：

https://aws.amazon.com/cloudformation

Amazon Web Services CDK：

https://aws.amazon.com/cdk

Amazon CloudWatch：

https://aws.amazon.com/cloudwatch

跨行业应用实例

多Agents协作已广泛应用于各领域，推动AI自动化转型。

投资咨询：金融公司利用多Agents分析市场趋势、风险因素和投资机会，提供个性化客户建议。
零售运营：零售商部署Agents进行需求预测、库存跟踪、价格优化和订单履行，提升运营效率。
欺诈检测：银行机构分配Agents实时监控交易、检测异常、验证客户行为和标记潜在欺诈风险。
客户支持：企业客服平台使用Agents进行情感分析、工单分类、知识库检索和自动响应，提高问题解决时效。
医疗诊断：医院系统集成Agents用于病历分析、症状识别、医学影像审查和治疗方案建议，辅助临床医生决策。

深度解析

Syngenta多Agents协作应用实践

作为全球农业创新前行者，Syngenta已将前沿生成式AI技术集成至其Cropwise服务体系中，进而推出Cropwise AI。该系统专为提升农艺顾问与种植户的生产效率而设计，能够为其提供个性化的作物管理实践建议。

业务挑战

农业部门肩负一项艰巨任务，即需要优化作物产量的同时，还要确保提升农业生产的可持续性和盈利能力。农民与农艺顾问在决策时，必须综合考虑天气状况、土壤条件、作物生长周期以及潜在的病虫害等诸多因素。以往分析这些变量不仅需要投入大量人力，还需具备丰富专业知识。Syngenta深知必须采用更高效、以数据为驱动的方法，来支持作物管理中的决策制定。

解决方案：Cropwise AI

为应对上述挑战，Syngenta与亚马逊云科技合作开发了Cropwise AI，利用Amazon Bedrock Agents，创建了集成多种数据源与AI功能的多Agents系统，该系统具备以下几项核心功能。

定制化种子推荐与播种建议：利用预测性机器学习算法，根据每位种植户的独特环境条件，量身定制种子推荐方案。
复杂预测建模：采用先进的机器学习算法，结合实时数据与历史信息，预测作物生长模式与产量以及潜在风险因素。
精准农业优化方案：提供高度精确、因地制宜的投入应用建议，最大限度减少浪费，提高资源利用效率。

Agents架构

Cropwise AI依托亚马逊云科技服务架构，旨在实现可扩展性、可维护性和安全性。该系统利用Amazon Bedrock Agents来协调多个AI Agents，每个Agents各司其职，专注于不同任务。

数据聚合Agents：收集并整合各类数据集，包括超过20年的气象历史记录、土壤状况信息，以及超过8万份关于作物生长阶段的观测数据。
推荐Agents：深入分析聚合后的数据，为精确的投入品使用、产品布局以及病虫害防控策略的制定提供个性化建议。
对话式AI Agents：采用支持多语言对话的大语言模型（LLM），能够以自然语言与用户进行交互，并以清晰明了的方式向用户提供见解。

这种多Agents协作使得Cropwise AI能够高效地处理复杂的农业数据，提供实用见解和个性化建议，以提升作物产量、农业发展可持续性和种植户盈利能力。

成效

引入Cropwise AI后，Syngenta在农业生产中取得了显著成效。

决策优化：农艺顾问和种植户能够基于数据分析获得建议，从而制定出更加合理的作物管理方案。
增产显著：依托Syngenta的种子推荐模型，Cropwise AI助力种植户将作物产量增长高达5%。
践行可持续发展：该系统积极推广精准农业理念，通过优化生产资料投入有效减少浪费，减轻对环境的负面影响。

Syngenta集团首席信息与数字官Feroz Sheikh强调了这一进步的重大意义。

农业创新前行者Syngenta正在其Cropwise AI解决方案中运用Amazon Bedrock Agents，为种植户提供深入见解，助力提升作物产量、增强可持续性并推动盈利。

借助多Agents协作，Syngenta能够运用多个Agents进一步优化对种植户的建议，改变其终端用户的决策方式，为农业界创造更大价值。

亚马逊云科技与Syngenta的此次合作，充分展示了生成式AI和多Agents系统在农业领域的革新潜力，推动了行业创新，并为可持续的农业发展提供了有力支持。

多Agents协作的工作机制

Amazon Bedrock能够实现Agents协作的自动化，涵盖任务分配、执行追踪以及数据编排等多个方面。开发者可将其系统中配置为以下两种协作模式。

1.监督模式：

监督Agents接收输入信息，拆解复杂请求，并将任务分配给各个专业的子Agents执行。
子Agents会并行或按顺序执行任务，并将结果反馈给监督Agents，由监督Agents整合结果。

2.带路由功能的监督模式：

在这种模式下，系统会将简单的查询请求，直接路由到相关的子Agents进行处理。
复杂或模糊的请求则会触发监督Agents的协调机制，调动多个Agents协同完成任务。

点击观看下方关于Amazon Bedrock Agents协作的视频，了解更多信息。

总结

Amazon Bedrock凭借其无缝的多Agents协作功能，助力企业更高效、更精准、更灵活地扩展其生成式AI应用。随着企业不断推动AI驱动自动化的边界，拥有合适工具来编排复杂工作流程变得至关重要。借助Amazon Bedrock，企业能够信心满满地构建AI系统，这些系统不仅能够生成回复，更能产生实质性的影响力，包括实现流程自动化、解决业务难题，并开启跨行业的全新机遇。

Amazon Bedrock多Agents协作功能现已全面可用。

您可参阅《使用AI Agents自动执行应用程序中的任务》，以及《Amazon Bedrock Agents代码示例》，了解更多信息。

立即在亚马逊云科技管理控制台中开始试用Amazon Bedrock！

使用AI Agents自动执行应用程序中的任务：

https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html

GitHub上的Amazon Bedrock Agents代码示例：

https://github.com/awslabs/amazon-bedrock-agent-samples/tree/main

多Agents协作技术为AI驱动的自动化带来了全新机遇，无论是金融、医疗、零售还是农业，Amazon Bedrock都能助力各行各业的企业高效精准地扩展AI工作流程。

即刻开启构建之旅，期待您的创作成果！

本篇作者