Strava 运用 Amazon Bedrock 安全地革新运动员体验

Strava 用户会产生海量的数据，每天会上传超过数千万项涵盖 50 多种运动类型的数据。该平台虽能记录心率和配速等统计指标，但多数用户希望了解这些数据对自身进步的意义，即他们的努力结果与近期运动的对比情况。

Strava 希望以真实、激励性的品牌语调提供个性化洞察，帮助用户理解其运动数据，从而解决这一挑战。Strava 人工智能与机器学习工程总监 Katy Evans 指出：“要在我们这样的用户规模和多样性条件下，为每位运动员提供独特体验，技术和质量层面都极具挑战。”

为了探索如何高效运用生成式人工智能来规模化提供洞察，Strava 与 AWS 生成式人工智能创新中心合作。双方团队评估了多家领先人工智能公司的模型，以确定最适合 Athlete Intelligence 的大型语言模型。最终，他们选择与 Anthropic 合作，因其提供的安全性、可信度与访问能力对 Strava 新功能的开发至关重要。在 Athlete Intelligence 的咨询阶段及发布前后，Anthropic 的参与带来了三方协同效应。经过严谨的内部测试以确定哪款模型能在成本、延迟与输出质量之间取得平衡后，Strava 最终选择 Amazon Bedrock 中的 Anthropic Claude Haiku 模型来驱动该功能。

用户可通过 Strava 应用程序直接在手机上记录运动，或从联网设备上传数据。运动完后，运动员可立即查看包含地图、图表与深度统计数据的详情页。在幕后，Claude Haiku 模型结合运动员在 Strava 上的历史运动记录来分析这些统计数据，还会考虑运动员对其运动的描述。只需数秒，Athlete Intelligence 即能以友好、有吸引力的品牌语调生成个性化洞察，例如：“一次突破性的跑步，在熟悉路线上创下多项个人最佳记录及分段纪录。”

使用 Amazon Bedrock 中的 Claude，Strava 能无缝扩展至每分钟 1400 万个令牌的峰值吞吐量。得益于通过 Amazon Bedrock 实现的这种可扩展性，Strava 能够同时为更多用户提供情境感知的洞察，并缩短响应时间。

由于 Athlete Intelligence 会分析用户生成的内容，例如运动描述和标题，Strava 需要健全的防护机制，以帮助确保输出内容保持激励性并适合其全球社区。Strava 人工智能工程师 Alaena Roberds 表示：“Amazon Bedrock 护栏帮助我们检测并过滤有害信息，同时确保回复语调保持积极、振奋与健康。AWS 提供的大力支持也让我们倍感安心，这极大地增强了我们的信心。”

Athlete Intelligence 上线后，超过 80% 的反馈用户认为该功能提供的洞察“非常有帮助”或“有帮助”，这让 Strava 倍感欣慰。Evans 指出：“若我们自行搭建类似系统，将会占用我们本可用于构建产品功能来支持客户价值的宝贵时间。”通过 Amazon Bedrock，Strava 的开发人员能持续获取前沿模型与强大工具和功能，不断为用户开发更多功能。Roberds 表示：“我们需要在这个快速发展的领域保持灵活性。我们的产品始终在改变。我们希望 Athlete Intelligence 也能随之改变。”

Strava 将继续与 AWS 生成式人工智能创新中心合作，始终将可靠性置于首位，同时满足用户对个性化功能日益增长的需求。Sambrooke 表示：“在我们设想的世界中：健身变得日益个性化、自适应、响应式且充满人文关怀。我们希望伴随用户成长，帮助他们保持运动状态，顺应生活节奏。当像 Amazon Bedrock 平台上的 Anthropic Claude 这样的技术实现这一愿景时，无疑令人倍感鼓舞与振奋。”