英文原标题：How Trane gets building insights 60x faster 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 ↗
- Trane Technologies 管理全球数百万台联网 HVAC 设备，但获取单个运营答案往往需要跨多个仪表盘、钻取菜单，耗时 20 分钟以上，造成运营摩擦和纠正延迟。
- Trane 工程团队在 3–4 周内基于 Amazon Bedrock AgentCore 构建了 AI 智能体解决方案，将 20 分钟的多屏诊断流程缩短为 20 秒的自然语言交互，实现 60 倍的时间到洞察提升。
- 解决方案采用多智能体架构，每个助手由独立系统提示词管理，包括 Resources、Knowledge、Analytics Insights、Expert Advisor 和 Navigation 五个助手，分别聚焦不同能力域。
- 架构设计强调智能体逻辑与工具执行分离、通过集中式工具网关集成实时遥测、针对不同角色定制响应，并支持通过 AgentCore Gateway 和 MCP 等开放标准扩展。
- 该方案与 Trane Cloud 结合提供四项能力：基于角色的访问控制、实时 HVAC 分析、知识库智能搜索以及可扩展架构，帮助从被动响应转向主动数据驱动优化。
关键数据
- Trane Technologies 年收入超过 210 亿美元，业务遍及 100 多个国家。
- 诊断工作流从 20 分钟缩短至 20 秒，时间到洞察提升 60 倍。
- 解决方案在 3–4 周内构建完成。
为什么值得看：该案例展示了如何利用 Amazon Bedrock AgentCore 和 Strands 框架，在数周内将复杂的企业级多屏诊断流程转化为高效的自然语言智能体交互，为大规模 IoT 和建筑管理场景提供了可扩展的 AI 落地参考。
