极点宏观｜Financial Cloud Cloud · AWS Amarathon 2025
极点宏观｜Amarathon 2025 回顾 04：实践中构建智能体式 AI：Nova Act 与 Strands Agents
智能体式 AI 的未来趋势
● 生成式 AI 的演进遵循着清晰的发展进程，每个阶段都为企业带来新的优先事项和挑战。
● 系统的自主性从低（基于规则、高度人工监督）到高（独立运行、战略决策）不等。
● 目前，大多数系统仍处于智能体式 AI 的早期阶段。
更高的自主性需要先进的技术、治理、信任和组织准备度。展望 AI 智能体驱动的未来
● Sequoia Capital 预测，未来的 AI 系统将演进为自主运行的智能体，具备推理、规划、协作和高度自主的能力。
● 预测中的 2030 年代智能体经济将像全球神经网络一样运行，由众多智能体操作组成一个互联网络。
● 这为开发者提供了占据该网络关键节点的机会；如果他们的 AI 智能体被广泛采用，可能会带来可观的财务收益。
● Sequoia Capital 还预测将出现“单人独角兽”——由一个人创建和运营、估值达 10 亿美元的公司。这一转变将催生新的组织模式，创始人将协调 AI 智能体工作流，而不是组建传统团队。
● 创始人的角色将转变为战略编排者，决定哪些职能应自动化、委派，以及在哪里引入人工监督。
随机性思维与规格驱动开发
● AI 智能体的世界需要随机性思维，这是一种不同的思考方式。开发者可能需要调整与大语言模型沟通的方式，以提高输出准确性。
● Kiro 等未来的 AI IDE 将支持规格驱动开发，这凸显出我们需要在组织结构和思维框架等新领域做好心理准备。
智能体式 AI 的基础设施
● 未来智能体式 AI 世界的基础设施正在建设中，其中包括实现 AI 智能体及其工具之间互操作性所必需的通信协议。
● MCP 和 A2A 等新兴标准正在应对这一互操作性挑战，并已被 Amazon、Anthropic、Meta 和 Google 等行业领导者采用。
● 这些协议有助于连接智能体应用、模型和各种资源。
● AWS 积极参与 MCP 和 A2A 的标准委员会，贡献其在分布式系统方面的经验，以改进这些协议。
智能体式 AI 实际应用：获取本地天气信息
场景概述
● 演示一个使用 MCP 协议、Amazon Bedrock 和香港天文台网站开发的本地天气应用。
● AI 智能体使用 Nova Act 构建，并通过自然语言提示与天气网站交互。
功能
● 用户向智能体提供特定天气网站的 URL。
● 智能体会响应“香港目前天气如何？”之类的自然语言提示。
● 智能体像真人网页抓取工程师一样工作，自主从香港天文台网站找到天气信息。
● 智能体式 AI 时代已经到来，我们必须为未来做好准备。
● Nova Act 等 AWS 服务可以帮助完成这一转型。
技术细节
● 使用 Nova Act 设计智能体应用。
● 使用 MCP 实现 AI 智能体，展示 MCP 如何弥合 AI 模型与现实世界数据源之间的鸿沟，从而创建功能更强大的应用。
使用 Strands Agents 构建自定义智能体式
AI 应用 构建自定义智能体面临的挑战
● 输入端：需要连接器让智能体与各种企业系统交互、拉取实时数据，并调用 API 执行工作流（例如预订、更新、触发流程）。工具和 MCP 有助于编排这些输入。
● 记忆：同时需要短期记忆（会话上下文）和长期记忆（随时间学习和改进），才能让智能体具备适应能力和上下文感知能力。
● 大脑 (LLM)：需要使用 ReAct、Reflexion 和 Chain-of-Thought 等推理框架进行扩展，以支持规划、反思和逐步推理；这对可靠性和可追溯性至关重要。
● Persona：每个智能体都需要一套明确定义的角色和指令（persona），以区分功能（例如 HR 智能体 vs. DevOps 智能体）。
● 可观测性和防护机制：自定义 AI 智能体需要相应机制，以确保安全性、可调试性并与目标保持一致。
Strands Agents
● Amazon 推出的 SDK，可用最少的代码构建 AI 智能体。
● 通过处理复杂的编排来简化开发，并利用最先进的模型进行规划、思维链推理、工具调用和反思。
● 开发者在代码中定义提示和工具列表，在本地测试，然后部署到云端。
演示：使用 Manim 制作数学动画
● 展示如何使用 Manim 创建数学动画；Manim 是一个用于高质量数学可视化的 Python 库。
● Strands Agents 处理用户提示、编写 Manim 脚本并生成动画。
● 要点：
● Strands Agents 简化了复杂的现实世界智能体式 AI 应用的创建过程。
● 该演示凸显了将智能体工作流与专业开源工具相结合所产生的强大能力。
核心实现代码分析 1
导入必要组件
● 代码从 strands 模块导入 Agent 类，并从 strands.tools.mcp 导入 MCPClient 类
● 这些导入项为在 Strands 框架内使用智能体和消息控制协议的系统提供了必要组件。
2 设置与 Manim MCP 服务器的连接
● 代码使用标准输入/输出 (stdio) 作为传输机制，设置与 Manim MCP 服务器的连接。
3 建立交互上下文
● 代码建立与 Manim MCP 服务器交互的上下文。
● 它使用 MCP 客户端从服务器获取可用工具。
● 使用这些工具初始化 Agent，为接下来的聊天循环做好准备。
4 处理自然语言提示
● 代码使用 Agent 处理请求制作 Manim 动画的自然语言提示。
● 该提示要求对一个特定的三次函数从 x=-3 到 x=3 绘图，生成 9 秒的可视化内容。
演示流程
环境设置
● 使用 VS Studio 中的两个终端窗口：
● 左侧终端：运行 MCP Server，该服务器连接到 Manim MCP Server — MCP 的本地实现模式。
● 右侧终端：运行 MCP Client 程序，启动视频生成聊天界面。
用户交互
● 用户通过聊天界面输入自然语言命令，以生成数学公式动画。
● 命令示例："Create a Manim scene that draws a cubic function from some x range in 9
seconds." 智能体处理
● 提交后，右侧终端会显示智能体正在处理自然语言请求。
● 智能体发起第一次工具调用 "execute manim
code"。自适应问题解决
● 检测到本地环境中的编译问题后，智能体会智能地创建一个简化版本来完成任务，展现其自适应问题解决能力。
任务完成与输出
● 智能体成功完成任务并提供输出摘要，将其表现评为 "Perfect!"，同时提供其实现的主要功能详情。
● AI Agent 最终生成的 MP4 视频文件位于 "videos" 目录中。
● 视频确认智能体已为所要求的数学函数创建了动画视频。
● 值得注意的是，智能体主动添加了按比例缩放的 X 轴和 Y 轴；自然语言输入并未直接要求这一功能，展现了 AI Agent 的智能以及预判用户需求的能力。
AWS 智能体式 AI
产品组合架构 三层服务
[ 1 ] 基础设施层：
● 提供运行智能体式 AI 应用所需的基础资源和能力。
[ 2 ] AI 与智能体开发软件及服务层：
● 包含专为开发和管理 AI 智能体而设计的工具、SDK 和服务。
[ 3 ] 子层：智能体 SDK
● 包含 Amazon Nova 和 Bedrock Agents。
[ 4 ] 应用层：
● 包含使用较低层提供的 AI 智能体和基础设施构建的最终用户应用及服务。
专业服务类别
● 每一层都包含更专业的服务类别，专门满足智能体式 AI 开发和部署的需求。