CrossnoKaye 用 Bedrock AgentCore 把 AI 智能体接入工业闭环控制

AWS ML Blog · rss · 2026-11-10

AWS ML Blog 详细拆解 CrossnoKaye 如何在 Amazon Bedrock AgentCore 上构建工业物理 AI：

痛点：工厂内 PLC/DCS、historian、SCADA 各自为政，外部 AI 直接接入往往行不通，控制逻辑锁在专有控制器代码里，跨 OT 系统分发凭据风险高。
架构：其 ATLAS 平台以软件定义工厂，边缘端跑 Kubernetes 集群和冗余控制面板，控制逻辑（状态机、联锁、报警规则）在云端编写版本化后下发边缘本地执行；断云也能安全运行。已覆盖 100+ 工业设施、1.3 万受控资产，日采 500 亿条读数，年部署 9000+ 次控制软件，零安全事故。
闭环优化：云端结合物理模型、MPC、强化学习、电价与天气预测计算最优设定点，每天执行 65 万次闭环控制动作，报告称吞吐提升 11–17%、设施能源成本平均降 21%。
AURA 智能体：跑在 EKS 上的微服务+Temporal 工作流，在同一安全边界内读取全厂状态；LLM 负责理解工程上下文与规划调查，数值计算交给 AgentCore 的 code interpreter 在隔离 microVM 沙箱里写 Python 执行，配合 Guardrails 与边缘安全控制。
案例：某采石场二级破碎机反复跳闸，仅看 historian 时间戳像破碎机故障；AURA 结合输送带布局与联锁逻辑，定位到三级破碎机下循环皮带打滑触发上游联锁，几分钟内修复。

「编程与Agent」频道最新