← Financial Cloud Cloud 雲端社群 · Amarathon 2025 回顧

極點宏觀|Financial Cloud Cloud · AWS Amarathon 2025

極點宏觀|Amarathon 2025 回顧 04:運用規格驅動開發,以 Kiro 加速移轉專案

講者: Sanchit Dilip Jain

場次: 04

場次
Summit Dev Lounge2026 Re:cap
01 把架構寫成 Steering,引導 AI Agent
02 Agent Harness 才是真正的工程護城河
03 用白話詢問可觀測性資料
04 以 Bedrock AgentCore 打造 Serverless AR 遊戲
05 AgentCore 上的多 Agent 量化回測
06 三分鐘用 Kiro 把部落格變簡報
AWS Community Day Hong Kong 2025 Re:cap
02 使用 Terraform 實現 AWS 合規
03 從新手到開發者:一段精彩的 AWS 雲端旅程
04 以團隊為優先:使用 Laravel 與 Bref 進行無伺服器工程
05 活動開幕
06 Agent-to-Agent:在 AWS 上打造可互通的 AI
07 運用另一種遙測資料,透過 AI Agent 加速改善
08 告別 Vibe Coding:運用 Kiro 實踐規格驅動開發(Spec-Driven Development)
09 運用 MCP 與 AI 代理進行自動化測試
10 以 ML 驅動的方法實現電信安全現代化
11 重新思考 GenAI Agent:RAG 與 MCP
12 運用 TAK 與 AWS 進行災害及緊急應變
13 從測試角度重新思考 Serverless 應用程式工作流程
14 運用實務 AWS FinOps 邁向雲端成功
15 運用 AWS 打造 AI 驅動的全球 Pure-Alpha 宏觀交易:革新風險調整後資產報酬
FSI Recap
01 現代交易生命週期:從交易到結算
02 Goldman Sachs:透過 Fast Track 將應用程式移至雲端 - AWS Re:cap Q1/2023
03 Zurich Insurance Group:在 AWS 上建置有效的日誌管理解決方案
04 FSI Meetup 2025 Q4 - Brex 資料庫災難復原
05 FSI Meetup 2025 Q4 - Graviton 遷移成功案例
06 FSI Meetup 2025 Q4 - Stifel 現代化資料平台
07 FSI Meetup 2025 Q4 - PayPal 金融交易資料對帳器
08 FSI Meetup 2025 Q4 - 擴展韌性
09 最大化 AI 推論成本效益:策略性採用 AWS GPU 執行個體
10 進階代理式 AI 設計模式
11 在 AWS 上建置全新現代化應用程式
AWS re:Invent 2025
01 Coinbase re:Invent 回顧 (IND3312)
02 利用 AI 和 AWS 構建未來交易平臺
03 交易創新:Jefferies 在 Amazon Bedrock 上的 AI 助理 (IND3315)
04 FSI 如何運用代理式 AI 徹底改造 HFT 分析 (GBL302)
05 透過 Amazon Time Sync 改善分散式系統,Nasdaq 專題分享
06 Amazon Aurora HA 與 DR 的全球韌性設計模式 (DAT442)
07 建構代理式 AI:Amazon Nova Act 與 Strands Agents 實務應用 (DEV327)
08 深入探討 Amazon Aurora 及其創新 (DAT441)
09 深入探討 Amazon S3 (STG407)
10 Nasdaq:為全球金融服務打造具彈性的基礎設施(HMC327)
11 AWS Lambda 的最新功能 (CNS376)
12 使用 Kiro 進行規格驅動開發 (DEV314)
13 Amazon 的 FinOps:全球電子商務巨擘的雲端成本經驗 (AMZ308)
14 AWS 上的 Tick-to-trade 延遲交易平台
政務資料
01 The AI Era: The Boundary Between Development and Design Is Disappearing
02 裝置端多模態 AI 與智慧城市實踐
03 大模型能力評測與 AI 專案落地方法論
04 基於雲端代理的政府開發全鏈路受控自動化
05 從多智能體看 Agent 時代軟體新生態
06 AI 驅動的宏觀量化研究與智慧治理
07 公共數據授權營運與智慧政務實踐
08 数据资产化落地实践:确权合规、工程治理与数字政府案例
09 AI技術賦能心理健康公益:可信平台的治理、架構與實踐
Amarathon 2025 回顧
01 開發人員的代理架構設計路線圖
02 Amazon Bedrock 資料自動化
03 AgentCore 上的多代理
04 實務建置代理式 AI:Nova Act 與 Strands Agents
04 運用規格驅動開發,以 Kiro 加速移轉專案
06 從「比對」到「理解」:由 AgentCore Memory 驅動的個人化 AI 搜尋實踐
07 從觀察到最佳化:從 LLM 可觀測性邁向 AIOps,將即時洞察轉化為智慧自動化
08 部署 TEAM 並打造最佳工程團隊
09 五年來所謂無伺服器資料庫帶來的五個慘痛教訓
14 如果 AI 替我工作會怎樣:Q Developer CLI 與 Kiro 如何改變我的日常工作
16 兼顧速度與警覺:Amazon Bedrock Agent 開發的安全要點
26 在單張 H100 上執行 OSS LLM:更聰明、更便宜、更快速
28 現代化統一中繼資料架構:打破資料孤島的新方法
29 無伺服器 MediaOps:運用 Amazon Web Services 上的 AI 自動化影片工作流程
30 透過大規模效能測試建構兼具效率與可靠性的架構
31 透過開放原始碼連結世界:技術、社群與全球開發者關係的實踐歷程
33 建置串流 Iceberg 資料表以進行即時物流分析
34 加速大規模機器人策略訓練:以 Kiro、Trainium 與 EKS 為基礎的自動化閉環架構
35 透過規格驅動開發,從 Vibe 走向可行方案
36 讓雲端成本分析更智慧:使用 Strands 與 AgentCore 建置 FinOps 智慧 Agent
37 使用 CNCF Kagent、K8sGPT 與 Nova Sonic,轉型 K8s 對話式 Agentic AIOps

什麼是 Amazon Kiro?

● 與 VS Code 相容

● 採用最先進的 Claude 模型

● 企業級安全性

縮短從構想到程式碼之間的落差

● 解決產品構想從 PM 傳達給工程師時失真的難題

● Kiro 扮演 AI 共同作者,將非正式的需求簡報轉換為可持續演進且受版本控制的規格

● 在開始撰寫程式碼前消除模糊之處,加速交付週期 傳統靜態文件與

Kiro 動態規格的比較

● 傳統靜態文件容易過時,並導致大量重工與意外狀況

● Kiro 的動態規格會隨程式碼自動更新、與測試及指標同步,並帶來可衡量的開發速度提升 Amazon Kiro

工作流程

● Amazon Kiro 方式的 SDLC!

● 匯入(Ingest):接收產品需求簡報

● 擴充(Expand):AI 擴充使用者故事

● 迭代(Iterate):協作編輯

● 鎖定與建立 Stub(Lock & Stub):完成規格定稿

● 每個步驟皆可追蹤、可加註解,並受 Git 控管


運用提示工程提升精準度

● 簡潔且脈絡豐富的提示能產生最準確、實用的規格

填空範本

● 使用者角色(Persona):使用者是誰?

● 問題(Problem):他們需要做什麼?

● 結果(Outcome):成功是什麼樣貌?

● 非目標(Non-Goals):哪些內容不在範圍內?

反覆精煉流程

● 人類下達提示

● AI 提出建議

● 人類進行驗證

● 此循環會持續進行,直到規格通過所有內部品質關卡


使用 Amazon Kiro 實現舊式系統現代化

● 在不重寫核心商業邏輯的情況下,透過規範式模式將關鍵 COBOL、PL/I 與組合語言移轉至 Graviton 上的託管 Java

● 自動化轉換:將舊式程式碼轉換為現代化 Java 微服務

● 資料複寫:將大型主機資料即時同步至雲端資料庫

● DevOps 整合

建立 CI/CD 管線,以快速、可靠地發布 自動化程式碼轉換引擎

● 解析(Parse):將舊式原始碼轉換為抽象語法樹(AST)

● 重構(Refactor):套用規則式轉換,使程式碼結構現代化

● 輸出(Emit):產生符合 Java 慣用寫法的 Spring Boot 微服務程式碼

● 保留資料格式、交易邊界與稽核軌跡

資料同步與大型主機卸載

● AWS DMS 與 Kiro agents 以近即時方式將大型主機資料複寫至 Aurora PostgreSQL

● 雙向同步:試行階段仍以大型主機為權威資料來源

● 零停機切換

只需簡單切換 DNS,即可將流量轉移至雲端 零信任安全性

● 每個微服務預設皆會隔離並受到保護

● 最小權限 IAM:使用具有最低必要權限的專屬 IAM role

● 加密:KMS 會加密靜態與傳輸中的資料

● 持續監控:CloudTrail 與 Guard Duty 為 SOX、PCI 及 HIPAA

提供稽核證據 角色型存取與審查

● [ 1 ] 產品經理:負責敘事內容與面向使用者的需求

● [ 2 ] 技術主管:負責系統架構與技術設計

[ 3 ] QA 工程師:負責驗收條件與測試計畫

● Amazon Kiro 會追蹤核准狀態、顯示尚未解決的註解,並在所有角色簽核前阻止合併 實際成效案例研究

全球性銀行

● 一家全球前 20 大銀行使用 Kiro 移轉用於零售支付的 1,400 萬行 COBOL 程式碼

● 僅用一個週末便無縫完成切換,且交易失敗數為零

● 基礎設施成本降低 68%

● MIPS(大型主機負載)降低 90%

● 發布頻率從每季一次提升至每週一次,從而釋出預算投入 AI 計畫

您的移轉路線圖

● 6 週試行藍圖:

● 第 1~2 週:佈建與轉換

● 第 3 週:驗證一致性

● 第 4 週:CI/CD 管線

● 第 5 週:5% 流量

● 第 6 週:指標與審查