
AWS Deep Insight:开源多 agent 投产栈,LG ChatInsight 3 天→30 分钟(约 288×)
工程多 agentStrandsAgentCoreHITLFargateDeep Insight
一句话结论
用开源 Deep Insight 回答编排、分模型、运行时、代码沙箱与运维五题:Strands Graph + AgentCore,按会话 ephemeral Fargate 沙箱,并附 HITL 计划审与按角色模型表。
打开原文
AWS:5 production challenges in multi-agent systems and how Deep Insight solved them
背景与理念
多 agent 演示好看,投产常卡在编排顺序、模型分档、沙箱隔离与人审超时。Deep Insight 把五类生产挑战写成可部署开源栈。
具体做法
- Strands Graph + Agents-as-Tools:Coordinator→Planner→Plan Reviewer(HITL)→Supervisor→Coder/Validator/Reporter/Tracker。Web 版 Plan Reviewer 约 300 秒无响应自动批准。
- 强制顺序 Coder→Tracker→Validator→Tracker→Reporter→Tracker。模型分档:Coordinator=Haiku;Planner=Opus+Extended Thinking;执行层 Sonnet;若干角色开 Prompt Caching。
- 按会话 ephemeral Fargate 代码解释器,私有 VPC、粘性会话,约 1 小时后终止。提供三部署形态与 GitHub 开源。
关键数据/例子
LG Electronics ChatInsight:洞察周期 3 天→30 分钟(约 288×)。系列为 Part 1,面向生产多 agent 挑战与解法对照。
创新点
第一,把 HITL 计划审与超时自动批准写进图编排,而不是口头约定。第二,按角色分模型 + 按会话销毁沙箱,同时控成本与爆炸半径。
可否复用
- 多 agent 先画强制顺序图,再谈自由路由。
- 计划审设超时策略,避免人审堵死流水线。
- 代码执行用按会话沙箱,到期销毁。