亚马逊AWS官方博客

从单个智能体到 100+ 智能体:PayerMax 基于 Amazon Bedrock AgentCore Runtime 构建万象(Omni)企业级 AI 中台

摘要:PayerMax 是一家根植新兴市场的全球金融科技公司,提供全球收单、付款和收款等一站式支付服务。随着各业务部门自行搭建的智能体越来越多,PayerMax 需要一个统一的平台来管理智能体的创建、运行、权限与成本。PayerMax AI 团队基于亚马逊云科技构建了”万象智能体平台(Omni-Agents)”,以 Amazon Bedrock AgentCore Runtime 作为智能体运行基座,模型调用使用 Amazon Bedrock,工作空间存放在 Amazon S3。目前平台上已运行 100+ 个智能体,覆盖多个业务部门。本文介绍 Omni 平台的整体架构,以及 PayerMax 围绕智能体运行时、业务接口接入、用户身份透传和成本可观测所做的实践。


一、背景:智能体从”散养”到”平台化”

大模型能力成熟之后,PayerMax 各业务团队陆续基于不同框架搭建了自己的智能体,用于支付方式开通、商户对接、运维排障、安全分析等场景。智能体数量上来之后,几个问题开始显现:

  • 运行环境不统一:每个团队各自部署,安全基线、依赖管理、运维方式各不相同。
  • 业务系统接不进来:PayerMax 的核心业务接口大量基于 Feign、Dubbo 等内部协议,鉴权依赖公司内部统一身份与权限管理系统,智能体难以直接、安全地调用。
  • 身份与权限难以落到工具层:同一个智能体被不同员工使用时,应该只能访问各自有权限的数据,而权限控制粒度要细到表级、功能级。
  • 成本和效果看不清:模型 token 消耗、工具调用次数、哪些智能体真正在被使用,缺少统一视图。

PayerMax 希望用一个平台承载所有智能体,把”每个团队各自造轮子”变成”在平台上分钟级孵化智能体”。

二、为什么选择 AgentCore Runtime 作为智能体基座

智能体与传统无状态服务不同:一次任务可能持续几十分钟,期间要读写文件、执行代码、调用多个工具,不同用户的会话之间必须严格隔离。如果自建,平台团队需要自己维护沙箱、容器调度和会话路由。PayerMax 选择 Amazon Bedrock AgentCore Runtime 作为运行基座,主要考虑:

  • 会话级隔离:每个会话运行在独立的 microVM 中,CPU、内存和文件系统资源完全隔离,不同会话之间互不影响,避免了在同一台主机上用目录隔离工作空间带来的安全隐患。
  • 按需启停:会话空闲默认 15 分钟回收,单个会话最长运行 8 小时,无需为空闲智能体预留算力。
  • 会话路由由服务托管:同一个对话使用同一个 runtimeSessionId,请求会自动路由到同一个会话环境,平台不需要自己维护会话与容器的映射。
  • 与企业网络集成:Runtime 以 VPC 模式部署在私有子网中,可以通过内网访问 PayerMax 的业务系统。
  • 框架无关:Runtime 运行的是标准容器镜像,PayerMax 在容器内使用 PayerMax Agent SDK 执行智能体,模型来自 Amazon Bedrock。

三、Omni 平台整体架构

[图一]

一次对话请求在 Omni 中的处理路径如下:

  1. 员工通过 Web 或企业 IM 发起对话,请求经 Application Load Balancer 到达部署在 Amazon EC2 上的平台服务。平台数据存放在 Amazon RDS for PostgreSQL 和 Amazon ElastiCache 中。
  2. 平台服务确认用户身份,按智能体配置组装工作空间,写入 Amazon S3。
  3. 平台服务调用 Amazon Bedrock AgentCore Runtime。Runtime 使用存放在 Amazon ECR 中的通用镜像,为每个会话启动独立的运行环境。
  4. 智能体从 S3 恢复工作空间,通过 Amazon Bedrock 调用模型,通过 MCP 调用 PayerMax 内网的业务系统。
  5. 结果以 SSE 流式返回给员工,整个过程的 Trace 上报到 Langfuse。

员工通过 Web 或企业 IM 访问平台。平台服务部署在 Amazon EC2 上,通过 Application Load Balancer 对外提供访问,平台数据存放在 Amazon RDS for PostgreSQL 和 Amazon ElastiCache 中。平台服务为每个会话准备工作空间并调用 AgentCore Runtime;智能体运行在 VPC 私有子网中,通过 Amazon Bedrock 调用模型,通过 MCP Server 调用 PayerMax 内网的业务系统,并把 Trace 上报到 Langfuse。

四、关键设计与实践

4.1 一个通用镜像承载 100+ 智能体

Omni 的运行方式是”镜像通用、调用携带上下文”:

  1. 准备工作空间:平台服务把智能体的配置翻译成 PayerMax Agent SDK 的约定文件——系统提示词写入 Agent.md,Skills 写入 .Agent/ 目录,MCP 工具写入 .mcp.json,知识文档直接放进工作空间——再按”组织/业务域/会话”的路径上传到 Amazon S3。
  2. 调用 Runtime:平台服务调用 InvokeAgentRuntime,payload 中携带用户消息、历史记录和工作空间的 S3 位置。
  3. 容器内执行:容器从 S3 恢复工作空间,以其为工作目录运行 PayerMax Agent SDK,SDK 自动加载约定文件,结果以 SSE (Server-Sent Events,服务端通过一条 HTTP 长连接持续向客户端推送数据的方式)流式返回。
  4. 反向同步:通过 SDK Hook,每次写文件后增量同步回 S3,会话结束时全量同步一次。会话环境被回收后,平台用数据库中的对话记录作为历史恢复上下文。

由于镜像本身不包含任何业务数据,平台不需要为每个智能体单独构建镜像,100+ 智能体共用存放在 Amazon ECR 中的同一个镜像。PayerMax 在镜像中预置了高频使用的 Python 依赖和 stdio 形式的 MCP 工具,避免每次冷启动时重复安装。

4.2 按网络策略划分 Runtime

所有 Runtime 都以 VPC 模式部署在私有子网中,Omni 按出向网络策略划分不同的 Runtime(如图一中的 Scope A、Scope B),例如是否允许访问公网。智能体按自身需要访问的网络范围被分配到对应的 Runtime,而不是按部门各建一套,这样 Runtime 数量不会随着业务部门增加而膨胀。

4.3 业务接口 MCP 化:omni-mcp-bridge

PayerMax 内部存在大量 Feign、Dubbo 协议的业务接口,智能体无法直接调用。平台开发了 omni-mcp-bridge 服务,将业务接口转换为 MCP 协议,以 SSE 形式暴露给智能体:

  1. 业务开发者在 Omni 平台的 MCP 配置页面登记接口;
  2. omni-mcp-bridge 根据接口原协议,将 MCP 请求转换为对应的 Feign 或 Dubbo 调用;
  3. 通过统一网关对外暴露,智能体像调用普通 MCP 工具一样调用业务系统。

MCP 工具按业务域绑定,一个接口登记后,对应业务域内的所有智能体都能使用,业务团队不需要为智能体单独改造接口。

4.4 用户身份透传:大模型不接触用户身份

金融业务对数据权限要求严格。Omni 平台的设计原则是”全程大模型不接触用户身份信息”:用户身份只在工具调用的拦截层流转,不进入大模型上下文,避免通过提示词注入泄露或伪造身份。

透传链路如下:

  1. 身份获取:Web 端用户通过企业统一身份认证登录平台;企业 IM 端通过 IM 用户 ID 映射到平台用户 ID。
  2. SDK 注入:每次消息发起时,平台将用户 ID 写入智能体的线程变量,而不是环境变量或提示词。
  3. Hook 拦截:PayerMax Agent SDK 的 PreToolUse Hook 读取用户 ID,用于记录工具调用、注入 MCP 请求头,并校验用户对该工具的访问权限。
  4. 业务侧鉴权:omni-mcp-bridge 从请求头中取出用户 ID,调用 UPMS 做业务权限校验,通过后再携带用户身份发起业务调用;校验失败时返回权限拒绝。

同一个智能体被不同员工使用时,平台会根据当前用户身份动态生成可用的工具集,权限在运行时生效。

在员工身份透传之外,Omni 还以“安全中枢”统一管控智能体的访问范围(图二):

[图二:Omni-Agent 安全中枢与受众分级]

  • 身份接入:用户通过用户身份认证或 API Key 接入平台。
  • 资源受众匹配:智能体只能选择与其受众兼容范围内的工具、Skill、MCP、知识库和 AgentCore Runtime,不能越权选择任意资源。
  • 执行与数据最小权限:Skill 自动安全审核,Guardrails 对敏感信息脱敏,Skill / MCP / CLI 使用用户身份调用,BI 平台按表、字段、行限制权限;AgentCore Runtime 的子网和安全策略提供运行时护栏。

平台按用户受众把智能体分为三级,能力边界逐级收紧:

  • 内部 Agent(员工 / 系统):可使用 Shell,可访问内网接口,可使用 Skill、MCP 和知识库,按用户身份与权限访问。
  • 商户 Agent(虚拟用户):没有内部权限和 Token,禁止访问内网,只能调用商户平台对外接口,使用商户平台 Token。
  • 游客 Agent(虚拟用户):没有内部权限和 Token,禁止使用 Shell、MCP,禁止访问内网和外网,只能使用官网知识库和相关 Skill。

4.5 模型选择:按智能体配置

Omni 平台通过模型网关统一接入 Amazon Bedrock 上的多个模型。每个智能体可以单独配置模型,模型 ID、网关地址和访问密钥在运行时作为环境变量注入,优先级为”智能体配置 > 业务域配置 > 平台默认值”。这让平台可以在业务域层面统一管理配置,同时允许单个智能体按场景选择更合适的模型,例如为安全分析类智能体选择性价比更高的模型。

4.6 成本与效果可观测

  • 链路追踪:通过 Langfuse 记录 Trace、Span 和每次模型调用的 token 用量与成本。
  • 工具调用统计:基于 PreToolUse Hook 记录工具名称、调用次数及关联的用户和会话,在平台内以看板形式按智能体展示。
  • 缓存成本核算:PayerMax Agent SDK 默认开启 prompt caching,会自动在请求中加入缓存标记。在 PayerMax 的生产调用中,缓存读 pmx 取占输入 token 的绝大部分,相比不使用缓存,输入成本明显下降。核对账单时需要注意,未指定 TTL 的缓存写入按 5 分钟档计费。

五、数字员工的运转方式

Omni 平台让每项业务都可以配备一位懂业务、能干活的 AI 数字员工。它由业务同学和技术同学共同打造,供相关团队一起使用。一位数字员工的运转流程是:找一找 → 提需求 → 共建 → 上岗 → 干活 → 越用越好。

  1. 找一找:遇到业务问题,先在平台上搜索,看有没有现成的数字员工能解决。有就申请使用。
  2. 提需求(一键领虾):没有合适的,业务同学可以通过“一键领虾”,用聊天的方式说清业务需求,提交创建申请。审批通过后,平台生成数字员工的初版。
  3. 共建:业务同学提供业务知识和规则,技术同学负责配置技能和对接系统,双方一起把它调教好。公司已有的知识库、技能和系统接口可以直接复用。
  4. 上岗:发布上线,设定哪些团队或人员可以使用。
  5. 干活:相关同事在电脑、企业 IM、手机上都能找它。它也能接入业务系统,或按时自动完成固定工作。产出的报告和表格统一放在“我的空间”,可以查看、下载、分享。
  6. 越用越好:平台记录它的使用情况和遇到的问题,负责人据此持续改进,让它越来越懂业务。

图三展示了数字员工的接入方式和可连接的系统。员工可以通过企业 IM 机器人、Web 端、API、Workflow Bus 和定时任务触发 Omni-Agent 平台。平台一侧通过 Skill / MCP,经业务平台网关访问业务系统、BI 平台(连接数仓)和 Workflow Bus;另一侧通过 CLI 工具操作需求管理平台、企业 IM 平台、代码仓库、亚马逊云科技资源和 DevOps 平台。

[图三:Omni-Agent 平台的接入方式与系统连接]

六、带来的变化

  • 从“技术单独开发”到“业务和技术共建”:业务同学用聊天的方式就能发起需求,技术同学在平台上组装现成能力,不必为每个业务从零开发一套 AI 应用。
  • 从“会聊天”到“能干活”:数字员工不只回答问题。它能查数据、调用公司系统、生成报告和表格,还能每天定时把结果发到企业 IM 群里。
  • 从“各做各的”到“一次建设,全公司复用”:一个团队整理好的知识、写好的技能、接好的系统,其他团队获得授权后就能直接使用,不用重复建设。
  • 从“一个 AI”到“一支 AI 团队”:复杂的业务可以交给一组数字员工协作完成。有的负责查资料,有的负责分析,有的负责汇总,像真实团队一样分工。
  • 从“打开某个网站”到“哪里都能找到它”:在电脑网页、企业 IM、手机上都能直接对话,还能嵌入公司现有的业务系统。
  • 从“用完就忘”到“越用越懂业务”:数字员工会积累业务经验。平台把每位数字员工的使用量、成功率和问题都记录下来,让改进有数据可依。
  • 放得开,也管得住:创建和使用都要经过审批,权限按团队和角色划分,文件分享需要身份确认并带水印,确保 AI 在安全边界内工作。

Omni 平台让 AI 从个人尝鲜的工具,变成每项业务身边可共建、可复用、持续成长的数字员工。

七、延伸参考:Data Agent——本体论驱动的数据智能体方案

Omni 平台解决的是智能体的运行基座、权限治理与成本可观测问题。针对另一类高频需求——让智能体理解企业数据语义、直接回答业务问题——亚马逊云科技行业解决方案团队构建了 Data Agent 方案,同样以 Amazon Bedrock AgentCore 为技术底座,支持私有化部署。该方案的核心思路是在大模型与企业数据之间增加一层”本体论语义层”:基于 OWL/RDF 形式化定义业务实体、关系、指标口径和业务规则,让企业知识以机器可推理的方式沉淀。智能体不再依赖提示词去”猜”业务含义(例如”GMV”的计算口径、”活跃用户”的 7 日/30 日定义),而是基于本体与知识图谱做结构化推理:指标口径全局一致,每一步分析都可追溯到本体定义,满足审计与合规要求。

方案分为五层:

  • 数据统一接入层:以”连接而不搬迁”的方式对接 Amazon Redshift、Amazon S3 数据湖、Amazon RDS/Aurora、实时流等数据源。
  • 本体论语义层:OWL 本体模型、知识图谱、指标注册(Metric Registry)与业务规则引擎,是方案的”业务大脑”。
  • 多模态分析引擎:本体引导的 SQL 生成、时序预测、归因分析、异常检测。
  • Agent 编排层:基于 Amazon Bedrock 的多智能体协作,Data Agent、Insight Agent、Action Agent 共享本体上下文、各司其职。
  • 业务交互层:面向业务用户的自然语言交互,以及面向开发者的 API/SDK。

[图四]

Omni 平台和 Data Agent 关注的问题不同。Omni 平台解决的是智能体在哪里运行、谁能使用、成本多少;Data Agent 解决的是智能体如何准确理解企业的数据和业务口径。两者都以 Amazon Bedrock AgentCore 为技术底座,企业可以在已有的智能体平台上引入 Data Agent 的本体论语义层,补齐数据问答能力。如需了解方案详情,可联系亚马逊云科技行业解决方案团队。

八、参考链接

[1] Amazon Bedrock AgentCore Runtime 文档

[2] AgentCore Runtime 会话隔离(microVM、runtimeSessionId 路由)

[3] AgentCore Runtime 长时运行与会话生命周期(空闲回收、最长运行时长)

[4] AgentCore Runtime VPC 配置

[5] InvokeAgentRuntime API 参考

[6] Amazon Bedrock Prompt Caching

➡️ 下一步行动:

相关产品:

相关文章:

*前述特定亚马逊云科技生成式人工智能相关的服务目前在亚马逊云科技海外区域可用。亚马逊云科技中国区域相关云服务由西云数据和光环新网运营,具体信息以中国区域官网为准。

本篇作者

张龙

PayerMax 组织效能团队负责人,致力于使用 AI/Agent 提升公司的业务运营、研发效能,有丰富的支付行业研发经验,擅长系统架构设计、领域建模。

闫松林

PayerMax 工程师,负责Omni万象平台产品设计,目前正在公司内推动 AI Agent 在支付业务流程中的落地实践。

陈远

Payermax AI Agent 研发工程师。 负责 Omni 智能体平台的端到端交付。曾从事研发 10 余年,丰富的系统架构、设计能力。

贾京京

亚马逊云科技解决方案架构师,负责媒体广告行业云计算方案和架构咨询。

徐峰

亚马逊云科技资深行业解决方案架构师,负责媒体、娱乐和广告行业解决方案的设计、构建和推广。曾就职于群硕软件、平安陆金所等 IT 公司,有 21 年软件行业实践经验,目前主要专注于行业AI Agent类解决方案的设计和推广。

姬军翔

亚马逊云科技资深解决方案架构师,负责AI Agent相关的产品和技术咨询,超过10年的机器学习系统构建经验。


AWS 架构师中心:云端创新的引领者

探索 AWS 架构师中心,获取经实战验证的最佳实践与架构指南,助您高效构建安全、可靠的云上应用