📢 转载信息
原文作者：Talha Chattha and Unai Bermejo, Xabier Muruaga, Iñigo Gutierrez
Iberdrola 是全球最大的公用事业公司之一，它已采用尖端的AI技术来彻底改革其在ServiceNow中的IT运营。通过使用不同的代理式架构，Iberdrola 转变了数千个变更请求和事件工单的管理方式，从而简化了流程并在各个部门提高了生产力。
通过与AWS的合作，Iberdrola 在一项开创性的解决方案中部署了这些代理，该方案使用了 Amazon Bedrock AgentCore，目标是三个关键领域：优化草拟阶段的变更请求验证、利用情境智能丰富事件管理，以及使用会话式AI简化变更模型选择。这些创新减少了瓶颈，帮助团队加速工单解决，并在整个组织内提供一致且高质量的数据处理。
Amazon Bedrock AgentCore 帮助 Iberdrola 无缝部署生产就绪的AI代理。凭借无服务器计算能力、强大的安全性和集成的可观测性，该平台帮助 Iberdrola 在各个部门扩展解决方案，同时遵守企业级的可靠性和合规性标准。
变更和事件管理的挑战
Iberdrola 使用AI驱动的验证简化了变更管理的多个阶段过程。一组经过协调的代理确保请求与预期的修改保持一致，同时实时格式化和验证必需的字段。这种优化方法避免了手动重新提交，并大大减少了处理时间，帮助团队专注于推动有影响力的成果。
通过使用一组代理进行情境丰富化，Iberdrola 的网络部门现在能够更快、更精确地处理事件。这种丰富化使技术人员能够访问配置项详细信息、查看相关的历史事件，并按环境和警报类型对工单进行分类，从而提高了响应时间，并使团队能够迅速解决关键问题。
解决方案概述
Iberdrola 通过分层架构建立了其代理式AI实践，该架构分离了操作问题，同时实现了跨IT工作流的无缝集成。ServiceNow 作为主要的输入源，而一个 MicroGateway 提供智能路由，将请求导向相关的代理。一个专用的数据层维护企业信息，通过提取、转换和加载 (ETL) 管道处理原始ServiceNow数据，以供代理使用。
该架构包括三个层次：
- 代理式AI资源 – 此层包括所有代理部署、用于标准化数据访问的模型上下文协议 (MCP) 服务器、身份验证机制以及维护情境信息的内存对象。该设计支持领域特定代理的开发，同时共享通用基础设施服务。
- 推理层 – 一个简化的抽象层提供了来自该组织集成模型组合的大型语言模型 (LLM) 推理能力。此层提供一致的模型访问模式，同时支持实验，而无需修改代理。
- 数据层 – 一个全面的信息基础包含操作数据、分析数据集和事务记录。此层通过提供对历史模式、实时操作状态和智能决策所需情境信息的访问，来丰富代理功能。
这种设计支持三种不同的用例，以解决不同的操作挑战：
- 增强的变更管理验证 – 首次实施通过确定性代理工作流支持 Iberdrola 变更管理流程的草拟阶段。多个专业代理按顺序工作，以验证变更模型的适当性并确认必需的字段包含格式正确的信息。当检测到验证错误时，系统在允许进入后续阶段之前向请求者提供明确的反馈。
- 智能事件丰富化 – 事件管理解决方案展示了 Iberdrola 网络部门的多代理编排。主代理接收每个事件，并选择性地调用专业代理进行标记、情境丰富化、相似性检测和变更影响分析。这种自适应方法通过对事件进行分类、识别相关的历史案例和提取配置项详细信息来协助技术人员。
- 会话式变更模型助手 – 第三个用例通过会话式AI助手解决了选择适当变更模型的复杂性。该代理收集有关技术族、变更目标和部署环境的信息，以推荐合适的变更模型。系统提供可点击的推荐，以打开预先填充的变更表单，从而简化变更请求流程。
通过 Amazon Bedrock AgentCore，概念架构转化为生产就绪的实现，AgentCore 为构建和部署企业AI代理提供了托管原语。Amazon Bedrock AgentCore 的无服务器方法使 Iberdrola 能够专注于代理逻辑，而不是基础设施管理，同时提供可扩展性和操作可靠性。
Amazon Bedrock AgentCore 组件
AgentCore Runtime 作为代理部署的基础，它接受使用任何框架构建的容器化代理——在 Iberdrola 的案例中是 LangGraph——并通过 Amazon Elastic Container Registry (Amazon ECR) 仓库进行部署。AgentCore Runtime 保持无服务器特性，根据请求量进行扩展，同时提供会话隔离。每个代理会话可以为复杂工作流运行长达 8 小时。AgentCore Runtime 生成的日志和指标会自动被 AgentCore Observability 捕获。此外，Iberdrola 已配置了对自托管 Langfuse 实例的明确日志记录，用于集中监控。
AgentCore Memory 通过维护每个代理会话的内存对象，在代理交互中提供情境连续性。使用内存对象，代理可以存储和检索会话状态、对话历史和中间处理结果。此功能对于 Iberdrola 的多步骤工作流至关重要，在这些工作流中，代理必须在验证阶段或事件丰富化过程中保持上下文。
AgentCore Gateway 通过充当一个 MCP 服务器，将外部工具和服务“MCP化”，从而简化了工具集成。AgentCore Gateway 提供代理可以一致消费的标准接口，而不是为每个数据源要求定制集成代码。这种方法对于 Iberdrola 的 ServiceNow 端点连接尤其有价值。
AgentCore Identity 管理入站和出站身份验证流程，通过 OAuth 2.0 协议与 Entra ID 集成。对于入站请求，AgentCore Identity 验证持有者令牌并授权对底层资源的访问。对于出站操作，它处理令牌获取并管理与下游工具的安全通信。
AgentCore Observability 使用 OpenTelemetry 标准捕获代理的遥测数据，并通过 Amazon CloudWatch 呈现这些信息。这种集成提供了全面的操作指标监控，而无需额外的检测工作。
技术实施
该实施使用 LiteLLM 作为代理层，通过 Amazon Bedrock 和各种其他模型，实现对 Amazon Nova 和 Anthropic Claude 模型的一致访问。这种抽象使代理能够使用标准化 API 调用与不同的模型变体进行交互，而 Amazon Bedrock Guardrails 则为模型输出提供安全控制。
该架构通过AgentCore Runtime 内的虚拟私有云 (VPC) 配置解决了 Iberdrola 的企业安全要求，因此代理可以安全地访问内部资源，同时保持网络隔离。VPC 端点提供了与内部数据源的安全通信，而无需将流量暴露给公共互联网。
用户通过 ServiceNow 发起请求，ServiceNow 通过 REST API 与 MicroGateway 通信，后者将请求路由到适当的用例代理。数据架构实施了一种混合方法，结合了实时操作访问和丰富分析数据集。原始 ServiceNow 数据通过 ETL 流程流入 Amazon Simple Storage Service (Amazon S3) 存储，然后流入增强了 pgvector 扩展的 Amazon Relational Database Service (Amazon RDS) 数据库，用于语义搜索。
部署在 AgentCore Runtime 中的代理生成的日志和指标可以使用 AgentCore Observability 进行监控。此外，Iberdrola 在 Amazon Elastic Kubernetes Service (Amazon EKS) 上使用自托管的 Langfuse，以全面了解 LLM 和代理生成的跨度和跟踪。
用例详情
在本节中，我们将讨论前面提到的两个用例的实施：增强的变更管理和智能事件管理。
增强的变更管理
第一个用例演示了一个代理式工作流，它通过单个 AgentCore Runtime 内的顺序代理执行来支持 Iberdrola 变更管理流程的草拟阶段。该工作流通过四个专业代理——规则提取器、内容验证器、AIM 模型分析器和阶段转换器——处理变更请求，每个代理接收来自上一步的上下文。
该实施由以下关键组件组成：
- 单一运行时上下文流 – 代理在一个 AgentCore Runtime 实例内运行，在整个验证管道中保持无缝的上下文和会话状态。
- LangGraph 编排 – 代理被定义为图形结构，能够进行可视化工作流表示、基于验证结果的条件分支和全面的审计跟踪。
- 向量增强验证 – 启用了 Pgvector 的 PostgreSQL 支持语义相似性搜索，使 AIM 模型分析器代理能够基于技术描述而不是关键字匹配来匹配变更模型。
- 一致的处理 – 变更请求遵循相同的验证步骤，满足合规要求和质量标准。
智能事件管理
第二个用例演示了事件管理的智能多代理编排，其中智能求解代理分析传入的事件并根据情境需求选择性地调用专业代理。此实施根据事件的独特特征调整处理步骤，在需要时优化资源利用率并提供全面的丰富化。
该实施由以下关键组件组成：
- 智能编排 – 智能求解代理分析事件内容，并根据缺失的上下文和潜在的附加值决定调用哪些专业代理。
- 专业代理参与 – 五个专业代理（标签分类器、事件相似性、事件关联器、变更关联器、上下文检索器）可根据事件的详细程度和复杂性提供丰富化。
- 自适应处理 – 系统根据事件复杂性调整丰富化活动——简单事件可能只需要标记，而复杂问题则会接受全面的情境分析。
经验教训
Iberdrola 实施 AI 代理的经验表明，Amazon Bedrock AgentCore 的托管原语如何显著加速企业 AI 的部署。Amazon Bedrock AgentCore 最大程度地减少了代理式 AI 通常所需的基础设施复杂性，帮助团队专注于代理逻辑，同时实现可扩展和安全的云资源。“在 Iberdrola，我们正在使用由 Amazon Bedrock AgentCore 驱动的新代理能力扩展我们的生产 AI 平台，”Iberdrola 的 AI 全球专家工程师 Iñigo Gutierrez 说。“通过使用具有内置身份、内存和可观测性的托管无服务器运行时，我们可以部署基于 LangGraph 的代理，这些代理可以规划、通过 MCP 风格的网关调用工具，并在我们的 VPC 内部安全运行。此功能使我们从点状自动化转向可重用、生产级的代理——减少了工程认知负荷并加速了 IT 运营中的安全交付。”
关键成功因素
该解决方案提供了以下关键优势：
- 定制的运行时 – AgentCore Runtime 提供了一个完全托管的快速启动环境来托管 AI 代理，并具有完整的会话隔离。此外，AgentCore Runtime 开箱即用的流式传输和 MCP 及 A2A 支持消除了开发定制解决方案和构建对这些协议支持的需求。
- 托管基础设施 – Amazon Bedrock AgentCore 的无服务器计算运行时、身份和内存服务最大限度地减少了企业级功能所需的定制开发开销。
- 企业安全 – VPC 支持和全面的标记与严格的 IT 要求保持一致，加速了开发而不会影响安全标准。
- 开放和框架无关 – Amazon Bedrock AgentCore 非常适合开发指南，因为您可以通过添加一个简单的装饰器来选择开发框架，例如 LangGraph。此外，它对使用第三方或开源解决方案（如 Langfuse）没有任何限制。
- 可扩展的工具发现 – AgentCore Gateway 自动索引工具并提供无服务器语义搜索，可完全托管地从数十个扩展到数百个目标。
未来路线图
Iberdrola 正在考虑对该解决方案进行以下未来增强：
- 代理目录 – 改进与 Amazon Bedrock AgentCore 生态系统无缝集成的代理的治理和发现。
- 新的支持协议和标准 – 将 Iberdrola 的代理开发演进为使用 AgentCore Runtime 和其他托管服务支持的新协议（例如 A2A）。
- 托管编排和实时流监控 – 构建平台提供的仪表板，自动管理和监控多个 AI 代理、工具或工作流之间的复杂交互。
结论
Iberdrola 的创新实施展示了其在利用先进AI技术来转变其操作工作流方面的领导力和愿景。通过采用 Amazon Bedrock AgentCore，Iberdrola 证明了组织可以以惊人的效率部署生产就绪的AI代理，同时满足强大的企业安全和可扩展性标准。通过战略性地使用 Amazon Bedrock AgentCore 托管原语，Iberdrola 在其变更和事件管理流程中实现了显著的生产力提升和无与伦比的数据质量改进。这次成功的转型强调了 Iberdrola 在使用智能解决方案解决复杂操作挑战方面对卓越的承诺。它还突显了 Amazon Bedrock AgentCore 独特的价值主张：行业首创的AI代理无服务器计算、集成的企业级安全性和可适应的部署模式，可满足多样化的处理要求。该平台在简化基础设施复杂性的同时支持专业工作流的能力，使其成为企业AI计划的理想基础。
寻求在生产环境中实施 AI 代理的组织可以从 Iberdrola 的架构模式及其对 AI 驱动解决方案的有效执行中汲取灵感。Iberdrola 的成功为加速部署并利用 Amazon Bedrock AgentCore 托管方法实现卓越运营树立了蓝图，该方法缩短了价值实现时间，并支持企业 AI 系统所需的规模和可靠性。
关于作者
Talha Chattha 是 AWS 的高级代理式AI专家SA，位于斯德哥尔摩。Talha 在 AI 领域拥有 10 多年的经验，现致力于建立实践以简化代理式 AI 工作负载的生产路径。Talha 是 AgentCore 专家，并在整个 EMEA 地区为客户提供支持。他对元代理、异步模式、高级分层解决方案以及代理优化上下文工程充满热情。当他不塑造 AI 的未来时，他会探索风景优美的欧洲景观和美味佳肴。在 LinkedIn 上与 Talha 联系。
Unai Bermejo 是 Iberdrola 的全球专家AI工程师。Unai 拥有 10 年应用 AI、AI 研究和软件工程经验，现致力于帮助 Iberdrola 建立 AI 和代理式举措的最佳实践和框架，以符合公司平台和业务需求。他充当 AI 技术、云工程团队和业务开发人员之间的技术桥梁，推动在整个组织中采用可扩展、负责任和高影响力的 AI 解决方案。
Xabier Muruaga 是 Iberdrola 的 AI 和数据全球负责人。他拥有超过 15 年的 AI/ML 和数据驱动架构经验，领导公司的安全、云原生和生产就绪 AI 平台的战略和治理。他在架构、数字化转型和能源技术方面的背景使他能够推动在整个组织中负责任、高影响力的 AI 和代理式举措。
Iñigo Gutierrez 是 Iberdrola 的全球云 AI 工程师，在云架构、平台工程和 AI 赋能方面拥有五年经验。他常驻毕尔巴鄂，负责公司企业级云平台的设计、发展和治理，确保它们为 AI 和数字化转型举措提供安全和可扩展的基础。Iñigo 充当云工程团队、AI 项目和业务部门之间的技术赋能者，在整个组织中推广标准化实践、操作卓越以及负责任、高影响力的 AI 解决方案的采用。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区