AWS 双层监控方案:LLM 评审打分加自主排障，盯住生产级多智能体
AWS ML Blog · rss · 2026-09-12
AWS 工程博客指出，多智能体系统在生产环境的故障常被传统基础设施监控漏掉：比如 supervisor 的 prompt 划定不当不会报错，只会把 20% 请求路由给错误的专家 agent；IAM 权限缺失时 agent 返回空响应但日志全是成功的工具调用。CloudWatch 只能证明「系统执行了」，无法证明「agent 帮用户达成了目标」。
作者用一个四专家 agent 的航空订票系统（多城市预订、常旅客权益、差旅合规，需在单轮对话内并行协调）演示双层监控架构：AgentCore Evaluations 用 LLM-as-a-Judge 持续给线上交互打分（有用性、正确性、目标完成度），每个分数附带推理依据；质量下滑时自动做低分会话模式分析，定位「总选错工具」「格式不友好」等失败模式并给出 prompt/编排修改建议。AWS DevOps Agent 则像值班工程师，跨服务边界自动拉取 CloudWatch 日志、构建资源拓扑图、关联 IAM 策略与调用链，把「空响应」定位到「缺某条 IAM 权限」，给出修复建议。
技术栈包括 AgentCore runtime（内建 OpenTelemetry 观测）、Strands Agents SDK（Swarm/Graph/Agents-as-Tools 编排模式）和 FAST 全栈模板。两层合起来构成「监控→分析→改进→部署」的持续反馈闭环。
「编程与Agent」频道最新
- Claude Code 禁止 root 下使用危险跳过权限，Docker 用户不满 — QuixiAI · 2026-09-12
- OpenAI 发文重思 GPT-6 Astra 的 skills 与提示词，附 Codex 审计用法 — daniel_mac8 · 2026-09-12
- 让 Codex 自查配置：一条 prompt 按官方博客升级你的 skills — daniel_mac8 · 2026-09-12
- 开发者打造桌面伴侣应用，把 macOS 的 MCP 全部桥接到 iOS — zats · 2026-09-12
- 8GB 旧手机跑 Hermes agent，经 cmux 实现通话短信全控制 — Teknium · 2026-09-12
- ComfyUI 重度用户整理数百个可用自定义节点清单求补充 — meepykittkitt69lmao · 2026-09-12