Natera 基于 Amazon Bedrock AgentCore 构建实验室运维智能体系统 SWARM

核心事实

AWS 官方博客发布客户案例，介绍无细胞 DNA（cfDNA）检测公司 Natera 的实验室工程团队如何与 AWS 合作，基于 Amazon Bedrock AgentCore 构建名为 SWARM（Systematic Workflow Analytics and Resolutions Manager）的智能体 AI 系统，用于实验室运维。据该文描述，SWARM 由两个共享同一技能库的运行时组成：swarm-agent 在工程师打开工单前自动生成结构化诊断报告，swarm-hive 供工程师实时交互、上传图片并探索其他排查路径。文章称，SWARM 的首次响应时间提升约 130 倍，支持工单的自动化覆盖率达 96.2%。

背景与影响

据文章介绍，Natera 实验室运维涉及多个设备家族的精密仪器，各自有不同故障模式与厂商文档，服务工程团队长期依赖个人经验而非标准化手册。一名资深技术员离职后，其积累的诊断知识实际上随之流失。当时三个 Jira 队列每天处理超过 65 张工单，平均首次响应时间为 17.4 小时，仪器停机导致样本处理和患者报告延迟。团队选择 AgentCore 的三项理由为：高并发工单的自主处理、与 Jira 和 Confluence 等现有工具的深度集成，以及内置的安全与可观测能力。文章还提到，系统采用无密钥部署模型，通过 OpenID Connect 与 AWS STS 签发按部署范围限定的临时凭证，并以 IAM 实施最小权限、以私有子网和 VPC 端点避免流量经过公网。

限制与来源

上述响应时间与覆盖率数字均来自 AWS 博客中 Natera 团队的自述，尚未见独立第三方验证，具体口径以原文为准。文章称 SWARM 运行在符合 HIPAA 资格的 AWS 服务上并签署业务伙伴协议（BAA），向量索引与语言模型不接触患者可识别信息；相关合规适用范围与产品可用性、定价请以 AWS 官网当前信息为准。本文仅为技术案例转述，不构成任何投资或合规建议。来源：AWS 机器学习博客，作者 Ariel Jirau、Tamara Gagliardi、Veronica Rule，2026 年 11 月 12 日。