
Bayer ADE:22 个专科 agent + AgentCore,约 80% 问题无需工程师,排障 >1 小时→<10 分钟
工程管理AgentCore多 agent可观测Bayer农业育种
一句话结论
在已有 Connected Decision Engine 之上加自然语言多 agent 层,用五条生产设计原则加上任务级可观测与成本归属,把「查失败原因」从超一小时压到十分钟内。
打开原文
AWS:Bayer Crop Science Agentic Decision Engine on AgentCore
背景与理念
瓶颈从「跑得动工作流」变成「解释得清结果」。CDE 已能部署、编排、监控数百套育种相关 ML 配置,但要解释失败、模型行为或结果出处,仍要跨 API、文档、仪表盘与日志。
具体做法
- Supervisor 路由 + 22 专科 agent(领域/运维/排障/可视化等)。AgentCore Runtime 托管;LangGraph 做图编排与 checkpoint;Gateway 把 REST 挂成 MCP;Models-as-Skill 注册表让 agent 按实现答模型题。
- 五原则:运行时会话≠持久状态;身份边界分层;模型选型=接口契约;工具面先控;复杂能力升格为 agent。DynamoDB 存 checkpoint;Entra ID / IAM / Gateway 出站分界;工具按专科收窄,大目录用语义搜索。
- 可观测要量任务失败,不只量 HTTP 成功。自定义 CloudWatch 指标盯 tool 错误、限流、超时、结构化输出校验;成本用推理配置文件 + 请求元数据 + IAM 归因。
- 稳定 prompt 前缀缓存砍输入 token 成本 20–30%;上线前与 Unified Ops 清掉 35 个 blocker。
关键数据/例子
首期约 80% 用户问题无需工程师;排障诊断 >1 小时 → <10 分钟;上线后 100+ 用户;约 20 个 API 工具;Gateway 相对「每 API 一台 MCP 服务器」集成开销降 >99%;CDE 管理 500+ 模型配置。育种问「为什么昨天表型工作流失败」走排障 agent 读 CloudWatch 与 CDE API。
创新点
第一,把生产多 agent 的状态、身份、工具面、可观测、成本写成可对照清单,而不是只讲 prompt。第二,明确「复杂能力要从 tool 升格为 agent」。
可否复用
- 先假设沙箱/会话会丢,把可恢复状态写进 durable store。
- 每个信任边界单独定义 issuer、audience、claims,不要复用上一跳 token。
- 工具目录按专科收窄;可视化这类带状态与策略的能力单独成 agent。