详细内容或原文请订阅后点击阅览
代理数据操作平台 (ADOP)：数小时内的数据工程
代理数据操作平台 (ADOP) 是 Amazon Bedrock 上的一个参考架构，它使用专门的 AI 代理来自动化整个铜牌到银牌到金牌的数据管道生命周期，将新来源的加入时间从几周压缩到几小时，同时保持数据治理和合规性控制的内联。
来源:亚马逊云科技 _机器学习数据工程团队通常会花费数周时间来建立一个新数据源：编写 ETL、手写质量检查、更新语义模型以及验证合规性。 AWS 上的代理数据操作平台 (ADOP) 旨在显着加快这一进程。它是一个基于 Amazon Bedrock 和您选择的 AI 编码工具构建的参考架构。专业的人工智能代理自动化了从铜牌到银牌到金牌的整个生命周期，并具有旨在支持您的数据治理和监管合规工作的可配置控件。
对于数据工程主管来说，三件事发生了变化。工程师不再将大部分时间花在管道管道上，而是开始交付数据产品。合规性从下游控制转移到入职时应用的内联控制。控制每个 AI 编码工具（Claude Code、Kiro、Cursor、Codex）与数据系统交互的方式的是您的架构，而不是模型。
这篇博文适用于工程副总裁、首席数据官和数据平台总监，稍后会为平台工程师提供实施细节。
图 1：ADOP 解决的六大数据工程挑战
开发中的代理，产品中的工件
这是将 ADOP 与典型代理平台间距区分开来的设计选择。
ADOP 是构建时加速器，而不是运行时依赖项。代理在开发环境中运行，在开发环境中进行推理、建议和生成：ETL 代码、质量检查、语义层定义、监管控制。工程师审查输出。持续集成和持续交付 (CI/CD) 将生成的工件（确定性 PySpark、SQL、Airflow DAG、IAM 和 Cedar 策略）提升到暂存和生产中。在 ADOP 的默认模式中，生产运行确定性工件而不调用模型。需要在运行时进行模型在环推理的组织可以使用 Amazon Bedrock 终端节点扩展此架构，但生成的管道代码本身保持静态且可审计。