AWS Re:cap 07: 构建智能体式 AI：Amazon Nova Act 与 Strands Agents 实践 (DEV327)

视频： https://www.youtube.com/watch?v=yxLzAKsAAjo

构建智能体式 AI：Amazon Nova Act 与 Strands Agents 实践

简介

● 本场会议介绍智能体式 AI 如何成为当前 AI 领域的关键主题

● 面向具有前瞻思维、希望超越基础理解并探索实际应用和创新的开发者 智能体式 AI 的未来趋势

● 概述生成式 AI 的演进，重点说明其从低自主性（基于规则、需要高度人工监督）向高自主性（独立运行、战略决策）的发展

● 认识到智能体式 AI 当前所处的发展阶段，并强调要实现更高级别的自主性，需要先进技术、治理、信任以及组织就绪度。Sequoia Capital 的预测

● Sequoia Capital 在 2025 年 AI 主题演讲中展望了这样一个未来：AI 系统将超越工具式属性，进化为能够自主运行的智能体。

● 这些智能体将具备推理、规划、协作和高度自主运行的能力。

● 对 2030 年代经济的展望

● Sequoia Capital 预测，2030 年代的经济，尤其是亚洲经济，将像一个全球神经网络一样运行，由大量 AI 智能体的运作组成一个互联网络。

● 个人成功的潜力

● 设计出一个获得广泛采用、尤其是在全球范围内普及的 AI 智能体，可能带来巨大的个人财务成功，甚至可能让一个人变得极其富有。

● 该预测的重要性

● 这一预测对于指导开发者并理解未来 AI 发展需要实现的目标至关重要。

● 单人独角兽的兴起

● Sequoia Capital 预测，“单人独角兽”将会兴起，即由一个人创建并运营、估值达 10 亿美元的公司。

● 这一趋势将推动劳动力结构转变，并催生由一个人运营整家初创公司的新型组织模式。

● 随机性思维的必要性

● AI 智能体的世界要求开发者采用新的思维方式，摆脱传统的准确性预期，转向更具随机性的思维模式。

● 这涉及调整开发者与大语言模型及 AI 技术建立联系和加以利用的方式。

● 为智能体式 AI 新时代做好准备

● 要在智能体式 AI 时代取得成功，不仅需要技术准备，也需要在思维和组织层面做出调整。

● 开发者必须为组织结构和思维框架的变化做好准备，才能在这个新时代蓬勃发展。

● 2025 年智能体式 AI 的基础设施

● MCP 和 A2A 等通信协议正在开发中，以实现 AI 智能体及其工具之间的互操作性。

● AWS 正积极参与 MCP 和 A2A 的标准委员会，并贡献数十年的分布式系统经验，以完善这些面向未来的协议。

● AWS 智能体式 AI 产品组合

● 由一个全面的架构组成，其中服务分为三层：

● 基础设施

● AI 与智能体开发软件

● 应用层

● 重点关注 AI 与智能体开发软件和服务，包括 Amazon Nova Act 和 Street Agents 等智能体 SDK。

智能体式 AI 实际应用：本地天气信息

● 演示一个实用的 AI 智能体场景：使用 MCP 协议、Amazon Nova Act 和香港天文台网站开发本地天气信息应用。

● 本地天气信息智能体

● 该 AI 智能体基于 Amazon Bedrock 构建，由 Emerald 提供支持，并配置了一个特定的网站 URL（香港天文台）。

● 用户可以使用自然语言（英语、西班牙语或中文）与智能体交互，查询香港当前的天气。

● 智能体会自主在指定网站上查找信息并保存截图以供验证，展示了像人类网页抓取工程师一样工作的能力。

● 对网页抓取工程师的影响

● 智能体式 AI 时代已经到来，可能会影响传统的网页抓取岗位。开发者可能需要借助 Nova Act 等 AWS 服务为这一转型做好准备。

● AI 智能体的实现细节

● Nova Act 的 forecast 函数会指导它应捕获哪些网页以及执行哪些操作。

● 使用自然语言分配任务，例如读取并提取香港天文台网站上的 9 天天气预报信息。

● 开发者的抱负

● 许多开发者希望从零开始构建自己的智能体式 AI 应用，并在源代码层面保持完全控制。

● 开源 Strands Agents 可以帮助实现这一目标，让开发者控制每一行代码。

● 构建自定义智能体面临的挑战

● 开发者需要连接器，使智能体能够与各种企业系统交互。

定制化 AI 智能体系统所需的组件

● 工具和 MCP（消息控制协议）对于支持智能体执行预订酒店、更新信息或触发流程等工作流至关重要。

● 记忆：智能体同时需要短期记忆和长期记忆。短期记忆在会话中维持上下文，而长期记忆使智能体能够随着时间推移不断学习和改进。

● 大脑（大语言模型）：可以使用 ReACT（推理、行动与协同沟通）、反思和思维链等技术，将 LLM 扩展到更复杂的框架中，使模型能够逐步规划、反思和推理。

● 角色设定：每个智能体都有一个角色设定，即一组定义其身份和行为的规则或指令，使其区别于其他类型的智能体（例如 HR 智能体与 DevOps 智能体）。

● 可观测性与防护机制：通过定制 AI 智能体来提供可观测性和防护机制，可确保它们保持安全、可讨论且与目标一致。

● 构建实用 AI 智能体面临的挑战

● 构建真正实用的 AI 智能体需要大量工作，其中可能有 80–90% 的工作与独特的业务逻辑和流程无关。

AWS 解决方案：Strands Agents

● Strands Agents：由 AWS 贡献的开源 SDK，使开发者只需极少量代码即可构建 AI 智能体。它利用最先进的大语言模型进行规划和思维链推理，从而简化开发。

● 演示：使用 Strands Agents 创建数学动画

● 使用 Manim 库并结合 Strands Agents 和 Python 库制作数学可视化。

● 核心实现代码：

● 从 Strands 模块导入 Agent 类，并导入 MCPClient 类，以建立在该框架中使用智能体和 MCP 所需的基本组件。

● 使用 send_input 和 output 作为传输机制，建立与 Manim MCP 服务器的连接。

● 建立与 Manim MCP 服务器交互的连接，检索可用工具，并使用这些工具初始化智能体。

● 使用智能体处理请求数学动画的自然语言提示，具体是将 X 从 -3 到 3 的三次函数图像可视化。

● 使用 Strands Agents SDK 进行数学可视化

● 在 Visual Studio 中使用两个终端窗口：

● 左侧窗口运行 MCP（消息控制协议）服务器，通过 STDIO 传输连接到 Manim MCP 服务器。

● 右侧窗口运行 MCP 客户端程序，启动视频生成聊天界面。

● 用户可以通过界面输入自然语言命令，例如创建一个场景，在 9 秒内绘制指定范围内的三次函数。

● 智能体会处理自然语言请求，展示自适应问题解决能力：如果出现问题，它会创建简化版本来完成任务。

多智能体协作的优势

● 专业化：专业智能体在特定领域工作，可以提高精确度并提供更准确的答案。组合这些智能体可以获得更出色的结果。

● 可扩展性：系统可以添加或移除智能体，而不会影响整个系统，因此具备可扩展性。

● 可维护性：与大型单体代码库相比，较小的智能体更容易控制、监控、调试和测试。

● 成本效益：多智能体系统允许针对特定任务选择合适的模型，在智能程度、速度和成本效益之间实现优化。

● 类比：单智能体与多智能体系统

● 单智能体：就像独自工作的专项技能人员。

● 多智能体系统：就像一个协调良好的团队，不同角色（分析师、量化人员、交易员、风险经理、IT）共同协作，以取得更出色的绩效。

● 成功条件：协作

● 多智能体系统要取得成功，智能体必须有效协同工作。

● 多智能体协作模式

● 智能体即工具：一个智能体可以将另一个智能体用作工具。

● 图工作流：智能体可以连接成图状结构来执行复杂任务。

● 编排器智能体：编排器智能体接收用户需求、理解意图，并调用专业智能体执行特定任务。

● 示例：旅行规划

● 编排器智能体：接收用户的旅行需求（例如前往拉斯维加斯）。

● 研究智能体：搜索景点和活动（例如羚羊峡谷）。

● 产品推荐智能体：根据研究智能体的输出提供建议。

● 智能体工作流：一个智能体的输出成为下一个智能体的输入，从而形成无缝工作流。

现实案例：量化对冲基金

● 量化方法对于量化研究人员至关重要，可以帮助他们快速验证交易想法并更快找到合适的交易策略。

● 示例：使用移动平均线交叉策略时，研究人员可以输入股票详情（例如 Amazon）、回测窗口，并获得盈亏和夏普比率等指标。

● 系统提供买入和卖出条件、回测结果以及改进交易策略的建议，包括风险评估和警报。

● 移动平均线交叉策略

● 移动平均线（MA）交叉策略在图表上使用两条 MA（一条快速/短期均线和一条慢速/长期均线）生成买入/卖出信号：当快速 MA 向上穿过慢速 MA（看涨趋势）时出现买入信号；当快速 MA 向下穿过慢速 MA（看跌趋势）时出现卖出信号。

● 工作原理

● 设置：在价格图表上绘制两条时间周期不同的移动平均线（例如简单移动平均线 (SMA) 或指数移动平均线 (EMA)）。

● 买入信号（看涨）：较短周期的 MA 向上穿过较长周期的 MA。

● 卖出信号（看跌）：较短周期的 MA 向下穿过较长周期的 MA。

● 常见 MA 组合

● 短期：9 周期 EMA/SMA。

● 中期：21 周期 EMA/SMA。

● 长期：50 日、100 日或 200 日 MA（通常用于判断主要趋势）。

● 关键交叉形态

● 黄金交叉：50 日 MA 向上穿过 200 日 MA 的看涨信号，表明可能出现强劲上涨趋势。

● 死亡交叉：50 日 MA 向下穿过 200 日 MA 的看跌信号，预示可能出现下跌趋势。

● 局限性与改进

● 滞后指标：MA 基于过去的价格，因此交叉通常发生在价格走势已经开始之后，导致入场/出场较晚。

● 震荡市场：该策略在横盘或盘整市场中会产生许多虚假信号（反复止损）。

● 架构图

● 编排智能体（量化研究智能体）调用不同的工具和子智能体。

● 工具：市场数据工具和回测工具。

● 子智能体：策略生成智能体和结果摘要智能体。

● Bedrock Core Agent Gateway

● 通过将 API、Lambda 函数或现有服务封装为与 MCP 兼容的工具，为开发者构建智能体工具提供安全方式。

● 步骤

● 使用 Lambda 函数将历史市场数据存储在 S3 表中，并将其定义为网关的目标。

● 使用名为 gateway create MCP gateway command 的智能体创建网关。

● 将 Lambda 函数定义为网关的目标。

● 使用 Cognito 进行身份验证，以确保安全访问。

● 定义工具的输入和输出参数（例如 get market data）。

使用 Agent Gateway 构建工具

● 使用 Agent RAM 托管策略生成智能体，并将其作为量化研究智能体的工具。

● 将 Gateway 集成为工具

● 创建网关后，可以将其作为当前研究智能体的工具。

● 步骤：

● 指定参数和返回类型。

● 使用 Cognito 进行身份验证。

● 使用 HTTP 客户端调用网关，检索用于回测的历史市场数据。

● 定义和部署策略生成智能体

● 部署策略生成智能体，以安全、快速地托管智能体。

● 步骤：

● 使用 strengths import agent 定义智能体。

● 指定使用 backtrader 框架生成交易策略代码的指令。

● 将智能体部署到运行时。

● 指定入口点，并在端口 8080 上运行智能体。

● 使用 agent call config 指定文件和依赖项。

● 使用 agent call launch 启动运行时智能体

● 使用 agent get status 检查其状态

● 将智能体作为工具

● 定义工具（市场数据工具）和策略生成智能体后，将该智能体作为工具。

● 步骤：

● 生成交易策略。

● 指定参数（例如买入和卖出条件）。

● 调用智能体。

● 编排器智能体（量化研究智能体）

● 编排器智能体协调各种工具和智能体。

● 步骤：

● 导入智能体。

● 为量化研究智能体定义系统提示，使其获取历史市场数据、生成策略、运行回测并分析结果。

● 使用“智能体即工具”模式集成以下四种工具：

● 市场数据，

● 生成策略，

● 运行回测，

● 创建结果摘要。

● 如果出现问题，量化研究智能体将重新学习结果。

Kiro CLI

● 使用 Kiro CLI 运行命令；它允许快速验证输出，因此对于调试非常有用。

● 使用 Kiro CLI 运行量化智能体

● Kiro CLI 用于运行量化智能体，其中使用 tool execute patch 和一个 JSON 文件来指定 10 日周期简单移动平均线与 30 日简单移动平均线的交叉策略。

● 智能体大约在 6 秒内生成交易策略。

● 随后，智能体通过 HTTP 请求从网关获取市场数据。

● 获取约 200 个数据点用于回测。

● 使用 backtrader 框架运行回测。

● 输出包括初始值、利润、总回报以及改进交易策略的建议。

● 回测结果保存在名为 memory 的智能体中，并在最后一步从中提取。

群体模式

● 与“智能体即工具”模式不同，群体模式涉及智能体在没有单一编排器的情况下动态沟通和协作。

● 群体维护一个所有智能体均可访问的共享上下文，其中包括其他智能体的信息、输入、输出和历史交互。

● 导入 Swarm 类，并为四个智能体定义最大移交次数和重复移交检测，以防止无限循环。

● “重复移交”是指在不同个人、团队、系统或网络接入点之间频繁且不必要地转移任务或职责。

● 示例：

● 使用四个智能体撰写博客：

● 研究智能体：开展研究。

● 创意智能体：创作内容。

● 批判智能体：质疑所创作的内容。

● 摘要智能体：总结最终结果。

● 群体模式的关键组件

● 共享上下文：所有智能体都可以访问共享上下文。

● 动态协作：智能体在没有中央编排器的情况下进行沟通和协作。

● 移交限制：设置最大交互次数和重复移交检测，以防止无限循环。

● 独特智能体参与：确保最近一次移交至少涉及三个不同的智能体，以保持多样性并防止重复交互。

● 群体模式实践

● 任务：创建一篇介绍智能体式 AI 的博客文章，以及一份用于社交媒体帖子的摘要。

● 工作流：

● 研究智能体：收集必要的信息和事实。

● 创意智能体：创作引人入胜的博客文章。

● 摘要智能体：生成社交媒体摘要。

● 迭代过程：摘要智能体向创意智能体请求更多细节，以创建有效的摘要。

● 最终输出：经过 5 次交互后，摘要智能体成功创建了博客文章和社交媒体摘要。

● 将群体作为工具

● 群体模式可以在更大的框架内用作工具。

● 示例：导入群体工具，使用一组智能体分析或执行任务。

图模式

● 将智能体关系定义为图网络，其中每个智能体都是一个节点，边定义关系和信息流。

● 主要优势：

● 可预测性：智能体之间的通信路径定义清晰。

● 控制：完全控制信息流。

● 演示

● 首先定义智能体，以确定它们在图中的角色和交互。

● 示例：智能体式基金经理

● 定义投资组合架构师智能体将如何构建投资组合。

● 定义基金经理智能体将如何根据构建好的投资组合管理基金。

● 投资组合架构师智能体：构建投资组合以满足客户需求。根据投资组合架构师智能体构建的投资组合管理基金。

● 在图模式中定义节点和边

● 在图中，节点被定义为触发特定操作或部署智能体。

● 示例：

● 定义将调用智能体的投资组合节点。

● 步骤：

● 定义状态图并输入该状态图。

● 添加金融、投资组合和风险节点。

● 定义从金融到投资组合、从投资组合到风险的边，并将风险节点作为终止节点。

工作流模式

● 工作流是定义明确的任务序列或模式。

● 示例：定义研究智能体、分析智能体和报告智能体的序列。

● 步骤：

● 导入工作流工具。

● 定义任务及其依赖关系（例如，报告生成依赖于趋势分析）。

● 设置优先级，以确定并行子智能体的执行顺序。

● 工作流模式用例

● 非常适合需要封装为单一可靠工具的复杂且可重复流程。

● 示例：

● 涉及数据提取、转换 (ETL) 以及加载到数据仓库的自动化数据管道。

多智能体协作模式的示例用例

智能体即工具

● 客户服务聊天机器人：经编排的智能体调用技术客户经理、竞价智能体和摘要智能体，向客户提供输出。

● 群体模式：

● 多学科事件响应：智能体在局部交互，在没有集中控制的情况下产生复杂的涌现行为。示例：网络问题先传递给网络智能体，必要时再传递给数据库智能体。

● 图模式：

● 带错误路径的数据验证：定义一个图，由智能体判断是否存在错误，然后传递到无错误的数据验证路径，或传递到带错误路径的数据智能体。

● 工作流模式：

● 通过定义清晰、具有依赖关系和优先级的任务序列，维持受控的信息流和执行顺序。