software

构建代理式 AI：Amazon Nova Act 与 Strands Agents 实践

发布: (2025年12月7日 GMT+8 13:39)
8 min read
原文: Dev.to

Source: Dev.to

引言

关于Agentic AI的出现作为当前AI格局中的关键话题的会议介绍。面向前瞻性的开发者，帮助他们超越基础理解，进入真实世界的应用与创新。

Agentic AI的未来趋势

  • 概述生成式AI的演进，突出从低代理性（基于规则、高度人工监督）到高代理性（独立运行、战略决策）的进程。
  • 认可Agentic AI当前的发展阶段，强调需要更先进的技术、治理、信任以及组织准备，以实现更高的代理性。

Sequoia Capital的预测

Sequoia Capital在2025年AI主题演讲中设想，AI系统将超越工具属性，成为自主运行的智能代理。这些代理将具备推理、规划、协作和高度自主操作的能力。

对2030年代经济的愿景

Sequoia Capital预测，2030年代的经济，尤其是亚洲，将像一个由众多AI代理操作组成的全球神经网络，形成互联互通的网络。

个人成功的潜在可能

设计一个被广泛采用的AI代理，尤其是全球范围内的采纳，可能带来巨大的个人财务成功，甚至使人极度富有。

预测的重要性

此预测对于指导开发者以及了解AI发展未来需要实现的目标至关重要。

“一人独角兽”的出现

Sequoia Capital预测，“一人独角兽”——由单个人创建并运营、估值达10亿美元的公司——将崛起。这一趋势将改变劳动结构，催生单人即可运营整个初创公司的新组织模型。

需要随机思维模式

AI代理的世界要求开发者采用全新的思考方式，从传统的准确性期待转向更随机的思维模式。这涉及调整开发者与大型语言模型及AI技术的连接方式。

为Agentic AI新纪元做准备

在Agentic AI时代取得成功不仅需要技术准备，还需要心理和组织层面的调整。开发者必须为组织结构和思维框架的变化做好准备，以在这一新纪元中蓬勃发展。

2025年Agentic AI的基础设施

像 MCP 与 A2A 这样的通信协议正在研发，以实现AI代理及其工具之间的互操作性。AWS积极参与MCP和A2A的标准委员会，贡献其在分布式系统方面数十年的经验，以提升这些未来协议。

AWS Agentic AI 产品组合

该组合分为三层：

  1. 基础设施
  2. AI 与代理开发者软件
  3. 应用层

重点在于AI与代理开发软件和服务，包括 Amazon Nova Act 与 Strands Agents 的SDK。

实际的Agentic AI 应用：本地天气信息

本地天气信息代理

  • 基于 Amazon Bedrock，使用 Emerald，并配备香港天文台网站的URL。
  • 用户可以使用自然语言（英语、西班牙语或中文）查询香港当前天气。
  • 代理自主在指定网站定位信息并保存截图以供验证，展示出与人类网页抓取工程师相当的能力。

对网页抓取工程师的影响

Agentic AI时代已经到来，可能冲击传统网页抓取岗位。开发者可能需要使用AWS的Nova Act等服务为此转型做好准备。

AI 代理的实现细节

  • Nova Act 预测功能指引代理抓取哪些网页以及执行何种操作。
  • 使用自然语言分配任务，例如读取并提取香港天文台网站的9天天气预报。

开发者的抱负

许多开发者希望从零构建自己的Agentic AI应用，并保持完整的源码控制。开源的Strands代理可以帮助实现这一目标，使开发者能够掌控每一行代码。

构建自定义代理的挑战

开发者需要能够让代理与各种企业系统交互的连接器。

定制化AI代理系统所需的组件

  • 工具 & MCP（Message Control Protocol）： 使代理能够执行工作流（例如预订酒店、更新信息、触发流程）。
  • 记忆：
    • 短期记忆 在会话内保持上下文。
    • 长期记忆 让代理随时间学习并改进。
  • 大脑（大型语言模型）： 通过 ReACT（Reasoning, Acting, and Communicating Together）、反思以及 Chain of Thought 等技术扩展LLM，以实现逐步规划、反思和推理。
  • 角色设定（Persona）： 定义代理的身份和行为（例如HR代理 vs. DevOps代理）。
  • 可观测性与安全护栏（Observability & Guardrails）： 提供安全性、可调试性以及与目标的一致性。

构建功能性AI代理的挑战

打造真正功能齐全的AI代理需要大量工作；其中80‑90 %的工作可能与独特的业务逻辑和流程无关。

AWS 解决方案：Strands Agents

Strands Agents 是AWS贡献的开源SDK，帮助开发者以极少代码构建AI代理。它通过利用最先进的LLM进行规划和Chain of Thought推理，简化了开发过程。

演示：使用 Strands Agents 创建数学动画

核心实现代码（Python）

# imports
from strands import Agent
from strands.mcp import MCPClient

# establish MCP connection to Manim server
client = MCPClient(host="localhost", port=12345)
tools = client.get_tools()  # retrieve available tools from the server

# initialize the agent with the retrieved tools
agent = Agent(tools=tools)

# natural language prompt for a cubic function animation
prompt = "Create a 9‑second animation of the cubic function y = x**3 from x = -3 to x = 3."

# process the request
result = agent.run(prompt)

print(result)  # output includes video file path or status message

工作流概览

  1. 左侧终端： 运行 MCP（Message Control Protocol）服务器，通过 STDIO 传输连接到 Manim MCP 服务器。
  2. 右侧终端： 运行 MCP 客户端程序，启动视频生成聊天界面。

用户输入自然语言指令（例如“在9秒内绘制从‑3到3的立方函数”），代理处理请求，若出现问题会自行调整，并生成动画。

多代理协作的优势

  • 专业化： 专注于特定领域的代理提升精度，提供更准确的答案。
  • 组合： 将专业化代理整合可产生更丰富、全面的解决方案。
Back to Blog

相关文章

阅读更多 »