AWS智能体自主运行数天. 开创软件开发新纪元！

当前，人工智能技术正以惊人的速度重塑软件开发领域。在这个变革浪潮中，智能体（AI Agents）作为一股新兴力量，逐渐成为开发者和企业关注的焦点。它们不再仅仅是辅助工具，而是朝着自主化、智能化方向演进，有望彻底改变软件的构建、保障与运营方式。

新媒网跨境获悉，AWS近日便推出了新一代“前沿智能体”（Frontier Agents），旨在为软件开发团队赋能。这些智能体被设计为高度自主、可扩展，并且能够独立运行数小时乃至数天，无需持续的人工干预。此次推出的三款前沿智能体，Kiro自主智能体、AWS安全智能体和AWS运维智能体，标志着AI在软件开发生命周期中的应用迈入了一个新阶段。

“前沿智能体”：自主、可扩展、独立运行

智能体技术的发展，使开发团队的工作模式发生了显著转变。为进一步挖掘智能体的潜力，AWS深入分析了亚马逊内部规模化服务开发团队的实践经验，并从中提炼出三项关键洞察。

首先，通过明确智能体的优势与局限，团队得以从对每个小任务的微观管理中解放出来，转而指导智能体实现更广泛、目标驱动的成果。其次，团队的开发效率与他们能同时运行的智能体任务数量紧密相关。最后，智能体独立运行的时间越长，其价值体现就越大。这些洞察虽源于软件开发实践，但团队很快意识到，在软件开发生命周期的各个环节——包括安全和运营——同样需要这种能力，否则将面临新的瓶颈。

这些洞察促使AWS提出了“前沿智能体”的概念——这是一种更为精密复杂的AI智能体类别，具备三大核心特征：第一，它们具备高度自主性，一旦设定目标，智能体便能自行规划并执行达成路径。第二，它们具备良好的可扩展性，能够同时执行多项任务，并在多个智能体之间分配工作。第三，它们能够独立工作，无需频繁干预，可连续运行数小时甚至数天。

正是基于这些特性，AWS推出了三款旨在变革软件开发生命周期的全新前沿智能体：Kiro自主智能体、AWS安全智能体和AWS运维智能体。这些智能体代表了AI在任务执行能力上的跨越式发展，从辅助单一任务升级为像团队成员一样自主完成复杂项目。它们整合了AWS在软件构建、行业领先的安全实践以及丰富的运营经验方面的深厚积累，旨在帮助企业更快地构建软件、从源头确保应用安全，并以更高的信心进行运营。目前，包括科莱恩（Clariant）、澳大利亚联邦银行（Commonwealth Bank of Australia）、SmugMug、西弗吉尼亚州立大学（Western Governors University）和普莱西迪奥（Presidio）在内的客户，已经开始使用这些新型智能体，以显著加速其软件开发生命周期。

Kiro自主智能体：软件开发的得力助手

以往的AI编码工具在加速单个任务方面表现出色，但也往往引入了新的摩擦点。开发者在使用这些工具时，有时不得不充当“人工线索”，在切换任务时重建上下文，手动协调跨代码库的变更，并从分散在工单、拉取请求和聊天记录中的信息中重新整合内容。这不仅降低了效率，也分散了开发者对核心优先事项的关注。Kiro自主智能体旨在解决这些痛点，它能够独立推动工作进展，使开发者能够专注于高优先级任务。

Kiro自主智能体让开发者拥有更多不被打扰的时间处理重要工作，而非被琐碎的后台事务缠身，从而缩短了从想法到实际贡献的路径。它能够在不同会话之间保持持久的上下文，并持续学习开发者的拉取请求和反馈。Kiro可以处理从问题分类到提升代码覆盖率等一系列任务，甚至能处理涉及多个代码库的单一变更。开发者可以通过GitHub直接向它提问、描述任务，或分配待办事项。随后，该智能体将独立规划如何完成工作，并将变更以提议编辑和拉取请求的形式分享，确保开发者始终掌握控制权。

对于团队而言，Kiro自主智能体是一种共享资源，它与整个团队协同工作，逐步建立起对代码库、产品和标准的集体理解。它能连接到团队的代码仓库、持续集成/持续部署（CI/CD）管道以及Jira、GitHub和Slack等工具，随着工作进展保持上下文，并适应变化。每一次代码审查、工单处理和架构决策都会深化智能体的理解，使其随着时间推移对团队的价值愈发显著。

AWS安全智能体：构筑应用安全防线

安全团队面临双重挑战：既需要在开发过程中主动识别风险，又要在问题出现时迅速响应。目前的工具往往提供通用建议，而渗透测试耗时耗力，难以跟上快速迭代的开发节奏。AWS安全智能体旨在解决这一困境，它能帮助企业在AWS、多云及混合环境中，从应用程序设计之初就构建起坚固的安全防线。

该智能体将深厚的安全专业知识融入到整个开发生命周期中，主动审查设计文档，并根据组织安全要求和常见漏洞扫描拉取请求。用户只需定义一次组织的安全标准，AWS安全智能体就会在审查过程中自动验证这些标准在应用程序中的执行情况，帮助团队解决对其业务至关重要的风险，而非仅仅是通用的检查清单。

此外，该智能体还将渗透测试从一个缓慢的手动过程转变为一种按需能力，与团队的开发速度相匹配。现在，企业可以将渗透测试扩展到整个应用程序组合。智能体能够返回经过验证的发现，并提供修复问题的补救代码，从而节省宝贵的时间和资源。如果同时部署多个应用程序，企业可以轻松扩展AWS安全智能体的数量以满足需求，从而无需在追求速度和维护安全之间做出妥协。通过从设计到部署的持续安全验证，该智能体有助于在早期预防漏洞，使团队能够专注于最重要的事情。

新媒网跨境了解到，图片和视频存储、托管与分享平台SmugMug便将AWS安全智能体纳入其自动化安全组合中。这极大地改变了他们的安全测试方法，使渗透测试评估从数天缩短到数小时，并且成本仅为手动测试的一小部分。

SmugMug的资深软件工程师安德烈斯·鲁伊斯（Andres Ruiz）表示：“AWS安全智能体帮助我们发现了一个现有工具无法捕捉到的业务逻辑漏洞，该漏洞不当暴露了信息。对其他任何工具来说，这都是不可见的。但安全智能体能够对信息进行上下文关联，解析API响应，并从中发现意外信息，这代表了自动化安全测试领域的巨大飞跃。目前的现有工具缺乏这种能力，很可能只有人工测试员才能发现。”

AWS运维智能体：实现卓越运营

当应用程序出现故障时，一切都会停滞。客户无法访问，团队浪费时间，信任也随之受损。现代分布式应用程序，包含微服务、云依赖以及分散在多个工具中的遥测数据，使得隔离问题和理解系统行为变得日益困难。同时，随着服务规模的扩大，运维工作可能会持续消耗团队更多时间，减少他们创新和改进应用程序以提供最佳客户体验的能力。AWS运维智能体旨在打破这一循环，将团队从持续的“救火”模式转变为持续改进，从而减少告警并让团队获得更多休息时间。它通过全天候的事件分诊、指导性解决以及针对如何持续提升AWS、多云和混合环境中应用程序可靠性和性能的建议来实现这一目标。

AWS运维智能体在事件发生时随时待命，即时响应问题，并利用其对应用程序及其组件间关系的了解，迅速找出问题的根本原因。它能够学习资源及其关系，涵盖从Amazon CloudWatch、Dynatrace、Datadog、New Relic和Splunk等可观测性工具，到运行手册、代码存储库以及持续集成和持续交付（CI/CD）管道。它会绘制应用程序资源映射图，并关联遥测数据、代码和部署数据，以精确找出根本原因，从而缩短平均解决时间。在亚马逊内部，AWS运维智能体已经处理了数千起升级事件，估计根因识别率超过86%。

通过AWS运维智能体分析历史事件模式，企业还可以从被动“救火”转向主动运营改进。它利用这些学习成果提供有针对性的建议，以强化四个关键领域：可观测性、基础设施优化、部署管道增强和应用程序弹性。这种方法利用了运营数据和工具中尚未开发的洞察力，帮助团队缩短恢复时间，并在应用程序中实现卓越运营。

新媒网了解到，澳大利亚联邦银行是澳大利亚领先的综合金融服务提供商之一，服务超过1700万客户。该银行的云基础团队管理着超过1700个AWS账户，并为数千名工程师提供集中式云运营服务。在原型设计其下一代内部云平台时，该团队重现了一个复杂的网络和身份管理问题来测试AWS运维智能体。这类问题通常需要经验丰富的DevOps工程师数小时才能识别，而该智能体在不到15分钟内就找到了根本原因。

澳大利亚联邦银行云服务主管杰森·桑德里（Jason Sandery）表示：“AWS运维智能体像一位经验丰富的DevOps工程师一样思考和行动，帮助我们的工程师构建一个更快、更具弹性，并旨在为客户提供更好体验的银行基础设施。这不仅仅关乎更快的解决时间，更在于维护客户对我们的信任。”

迈向智能体驱动的未来

Kiro自主智能体、AWS安全智能体和AWS运维智能体的共同推出，标志着软件开发新时代的开启。这些前沿智能体不仅能让团队工作效率更高，更从根本上重新定义了AI作为团队延伸时，在整个软件开发生命周期中自主交付成果的可能性。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/aws-ai-agents-autonomous-dev-future.html