Cornerstone 用 Amazon Bedrock 将数据库诊断时间缩短 78%

核心事实

据 AWS 官方博客介绍，劳动力就绪解决方案提供商 Cornerstone OnDemand 构建了名为 Orion AI 的多智能体系统，用于数据库运维。该系统基于 Amazon Bedrock 与 AWS 开源智能体编排框架 Strands Agents，采用中心辐射（hub-and-spoke）拓扑：一个元编排器将任务分派给基础设施监控、数据库诊断、数据库生命周期操作、客户分析与知识支持等专用智能体。博客称，数据库诊断时间由每次事件约 45 分钟降至 10 分钟，降幅 78%；人工生命周期步骤由 10 步以上减至一次交互，降幅 70%；SRE 与数据团队之间的报告延迟由 15 分钟变为实时；重复告警经去重、阈值过滤与跨信号关联后中位数减少 65%。该系统由三人团队在六个月内交付。

背景与影响

博客描述，此前 Enterprise DataOps 团队需手动连接受影响的 SQL Server 实例、查询系统视图中的阻塞链与等待类型、交叉比对日志以定位长查询，再形成根因假设。Orion AI 将这一流程拆给三个专用智能体分担，并可继续推进修复：识别根因、给出建议，并创建已填充内容的 Jira 工单指派给当值工程师。博客还列出三条设计原则：按运维领域而非任务复杂度拆分智能体；默认关键词路由、模糊请求回退语义搜索；会话记忆限定在会话内，实时指标查询绕过记忆以避免陈旧数据。架构上，系统以容器化服务部署在 Amazon Elastic Container Service 上，通过 Web 应用路由请求，并经 Portal-Tools MCP 服务器访问数据源。

限制与来源

上述数据均来自 AWS 博客中 Cornerstone 自述的案例，属于单一企业场景，未提供第三方验证，其他组织的实际效果可能不同。博客未披露定价、可用地区、模型版本或服务等级等信息，相关功能与支持范围请以 AWS 与 Cornerstone 官网当前信息为准。原文链接：https://aws.amazon.com/blogs/machine-learning/how-cornerstone-ondemand-cut-database-diagnosis-by-78-with-amazon-bedrock/