英文原标题:How Natera designed an agentic AI system for lab ops with Amazon Bedrock AgentCore

本文为英文原文的机器翻译摘要,原文见:AWS Machine Learning Blog ↗

  • Natera 的实验室工程团队基于 Amazon Bedrock AgentCore 构建了 SWARM 系统,用于实验室运营中的智能体 AI,以解决设备停机导致样本处理中断的问题。
  • SWARM 包含两个共享技能库的运行时:swarm-agent 在工程师打开工单前自动生成结构化诊断报告,swarm-hive 供工程师实时交互、上传图像并探索替代排查路径。
  • 系统架构分为事件层、智能体层、上下文层和可观测性与交付层,事件层通过 Amazon EventBridge 和 Amazon SQS 路由 Jira 工单。
  • 安全方面采用无密钥部署模型,通过 OIDC 和 AWS STS 生成临时凭证,IAM 实施最小权限,VPC 私有子网和端点避免公网流量,Secrets Manager 每 30 天轮换凭证。
  • 合规上,SWARM 运行在符合 HIPAA 的 AWS 服务上并签署 BAA,每次智能体调用均审计日志,向量索引和语言模型不接触患者身份信息。

关键数据

  • SWARM 实现约 130 倍更快的首次响应时间,支持工单自动化覆盖率达 96.2%。
  • 此前每天超过 65 个工单分布在三个 Jira 队列,平均首次响应时间为 17.4 小时。
  • 文档嵌入以每批 100 个的规模存储,以平衡索引吞吐量与 API 速率限制。
  • 凭证自动轮换周期为 30 天。

引语

  • “该系统不会取代工程师——它让工程师在工单到达的那一刻就能获取全部深度机构知识,”Jirau 说。

为什么值得看:该案例展示了如何利用 Amazon Bedrock AgentCore 在受监管的临床实验室环境中构建高自动化、安全合规的智能体 AI 系统,为类似运营工作流提供了可复用的架构模式。

站内导航