详细内容或原文请订阅后点击阅览
nOps 如何利用 Amazon Bedrock AgentCore 将 FinOps 代理的交付速度提高 75%
nOps 在 Amazon Bedrock AgentCore 上重建了 Clara FinOps AI 代理，取代了运行 LangChain 和 LangGraph 的自管理 Amazon EKS 堆栈。此举将生产时间缩短了 75%（从 10-12 个月缩短到 4 个月），提高了响应质量，减少了运营开销，同时通过 Databricks Lakehouse Metric Views 控制分析。
来源:亚马逊云科技 _机器学习nOps 是一种人工智能驱动的云优化解决方案，最近通过过渡到 Amazon Bedrock AgentCore 重新构想了其财务运营 (FinOps) 分析功能。 Amazon Bedrock AgentCore 是一项使用任何框架或模型大规模构建、连接和优化代理的服务。新的基础帮助 nOps 更好地为客户提供跨 Amazon Web Services (AWS)、Google Cloud Platform (GCP) 和 Microsoft Azure 管理承诺优化的服务。通过持续优化预留实例和 AWS Savings Plans 等承诺，nOps 可以帮助团队最大限度地节省成本、降低风险并自动减轻手动 FinOps 的运营负担。如今，nOps 为客户管理的云支出超过 40 亿美元。
在这篇文章中，我们将解释 nOps 如何使用 Amazon Bedrock AgentCore、Databricks Lakehouse Metric Views、Databricks Lakebase、Amazon DynamoDB 和 Vercel 转变我们的分析和代理体验，以加速产品交付、提高响应质量并降低运营复杂性。
扩展 FinOps AI 超越以 API 为中心的基础设施的限制
随着我们扩大产品组合和客户群，基础设施、前端和后端团队需要支持日益复杂的分析工作流程，同时保持高可靠性和多租户隔离。现有的基础设施模式带来了摩擦：
“我们试图在基础设施之上构建先进的人工智能功能，但这些功能并不是为分析驱动的代理而设计的，这使得迭代缓慢、复杂且容易出现错误。”
— 乔丹斯坦