跳到正文
原文
AWS Machine Learning Blog· Jin Tiong Lim·· 3 小时前精选AI 评分72

U Mobile 如何用 Amazon Bedrock AgentCore 构建跨系统的 Agentic 电信运维平台

How U Mobile built agentic telco operations with Amazon Bedrock AgentCore

AI 导读

马来西亚电信运营商 U Mobile 利用 Amazon Bedrock AgentCore 构建了名为 AiDaH 的 AI 驱动智能客服平台,在不到一年的时间内将故障工单量降低了最高 84.5%,并将该平台正式纳入 L2 支持的标准操作程序(SOP)。该案例的核心在于从传统的辅助型 AI 转向具备自主行动能力的 Agentic 架构,解决了传统自动化工具无法跨多个独立系统(如 CRM、计费、网络监控)进行协调诊断的问题。

技术实现上,AiDaH 采用了六层分层架构,其中关键创新点在于 Layer 4 统一使用 Model Context Protocol (MCP) 作为网关标准,使得新业务域只需增加新的 Gateway 和 MCP 工具定义即可接入,而无需重构底层 Agent 逻辑。此外,平台利用 AgentCore 内置的 Memory 功能维护会话上下文,并通过 Agent2Agent (A2A) 协议实现不同专业领域 Agent 之间的任务委托与协作。开发流程方面,团队采用 Kiro IDE 进行规范驱动的(spec-driven)开发,先编写需求与设计文档再生成代码,从而实现了从概念验证到覆盖 150 个场景的快速规模化。

事实层面,该平台目前处于 Level 7(多 Agent 协作),目标是 Level 8(自愈)。推断层面,这种基于 MCP 的统一接口模式表明,未来企业级 AI 应用的成功将不再取决于单一模型的智商,而在于能否低成本地打通企业内部复杂的遗留系统孤岛。猜测层面,随着安全审查(Well-Architected Review)的完成,该架构可能成为电信及高合规要求行业的参考模板,推动更多企业从“试点”走向“生产”。

推荐理由

材料展示了通过 MCP 标准化接口和分层架构解决电信多系统碎片化的具体路径,为复杂企业级 Agent 落地提供了可复用的工程范式。

来源:AWS Machine Learning Blog · aws.amazon.com