亚马逊云服务(AWS)近日在其面向IT运营的AI工具组合中新增了第三款专项"前沿智能体",专注于解决云账单管理难题。
AWS FinOps智能体于上周进入公开预览阶段,此前AWS已相继推出安全智能体与DevOps智能体。这一新工具所进入的领域,历来依赖仪表板、电子表格以及人工分析师的专业判断,而现在则交由一个能够理解自然语言提问、并在发现异常时自主采取行动的智能体来处理。
该工具所针对的核心领域正是FinOps——一种促使工程、财务与业务团队共同承担云支出责任的管理实践。AWS将这款新智能体定位为对行业趋势的主动回应:FinOps工作正从定期的仪表板驱动审查,转向在工程团队日常使用的工具(即Jira和Slack)中持续运行的工作流程。
核心工作流程从AWS成本异常检测结束的地方开始。目前,异常告警只能通知团队某项指标发生了变化,却无法说明具体原因。FinOps智能体的设计目标正是填补这一空白——将成本异常与AWS CloudTrail记录的操作变更(包括操作者和时间)进行关联比对,识别触发异常的根本变更,并生成一份调查摘要,明确指出可能的根因及责任人。在此基础上,智能体还可自动创建Jira工单或向Slack频道发送通知。
该智能体能够回答自然语言形式的成本问题,例如"为什么我上个月的AWS费用增加了?"它通过整合Cost Explorer、成本优化中心和计算优化器的数据来生成答案,并将结果关联至具体服务和使用驱动因素。企业还可以上传包含账户与负责人、团队及标签规范映射关系的上下文文件,使智能体能够将"X团队的费用是多少"这类问题转化为对应的账户查询。
此次公开预览还新增了定时成本报告功能(支持按日、周或月生成,可导出为HTML、PDF或PPT格式),以及将成本优化中心与计算优化器的建议打包为Jira工单的功能,方便工程师直接跟进处理。
在权限设计方面,AWS对这款可访问账单、使用情况及运营数据的工具进行了严格限制。根据AWS文档,FinOps智能体使用的IAM角色在账单、优化、监控、日志及基础设施服务方面以只读权限为主——足以分析成本、调查异常和挖掘节省机会,但无法直接操作实际资源。
唯一的写入权限仅限于管理智能体自身的EventBridge调度规则,以驱动其定期自动化任务。它无法创建、修改或删除EC2实例、RDS数据库、Lambda函数或网络组件。该智能体基于Amazon Bedrock构建,AWS表示其中内置了标准的自动滥用检测防护机制。
AWS的公告中列举了四个客户案例,各自描述了该智能体所解决的不同痛点。Workday的AI平台基础设施团队负责跨多个AWS账户运营公司的AI平台,其软件开发工程经理Serjesh Sharma表示,该智能体的吸引力在于将两项耗时工作——"在成本超支之前追查异常"以及汇总领导层审阅的月度报告——整合到一个自然语言交互界面中。
新西兰最大家居建材零售商Mitre 10的平台工程经理Eduard Kleynhans则从精简团队资源分配的角度进行了阐述。他指出,定期成本审查和异常检查历来"与可靠性及优化工作直接竞争",而该智能体的价值在于让这些检查"在后台持续运行",只在"真正需要关注时"才将发现结果推送给团队。
在受监管环境中运营的商业支付公司Convera则指出了一种更具体的问题场景:微小的、无意中产生的成本变化容易淹没在共享工单队列中。该公司基础设施工程与运营负责人Ramesh Singaraj表示,智能体的价值在于能将Jira工单"路由到拥有对应资源的工程团队,让合适的工程师看到,而不是发进没人关注的共享队列"。
在法国、德国和比利时运营数字房产平台的AVIV集团旗下拥有数百个AWS账户,由集中的FinOps团队统一管理。该公司将此智能体定位为分流一线问题的工具,例如按需定价与储蓄计划的区别,或某次异常触发的原因等,这些问题目前都需要先回流到小型中央团队,资源负责人才能采取行动。FinOps总监Jordi Espasa表示,让工程师直接获得这些问题的答案,能让中央团队专注于"费用分摊逻辑、优化策略和领导层汇报"。
目前,该预览版仅在美国东部(弗吉尼亚北部)地区开放,但从管理账户部署后可管理其他AWS地区和账户的成本与使用数据(GovCloud及北京/宁夏中国区域除外)。预览期间免费使用,但设有月度用量上限,智能体调用的其他AWS服务仍按标准费率计费。
AWS表示,该智能体将持续扩展功能,其中包括专门针对AI工作负载的成本分析。这一方向尤为值得关注,因为AI基础设施支出正日益成为FinOps团队需要重点解释的预算大项之一。
Q&A
Q1:AWS FinOps智能体是什么,主要能做什么?
A:AWS FinOps智能体是亚马逊云服务推出的一款AI工具,专门用于云账单管理和成本异常分析。它能接收自然语言提问(如"为什么我上个月的费用增加了?"),自动关联CloudTrail操作记录找出异常根因,并将调查结果以Jira工单或Slack消息的形式推送给责任人,同时还支持定时生成成本报告。
Q2:AWS FinOps智能体有没有权限直接修改云资源?
A:没有。根据AWS文档,FinOps智能体使用的IAM角色以只读权限为主,可以分析账单数据、调查成本异常和挖掘优化建议,但无法创建、修改或删除EC2实例、RDS数据库、Lambda函数或网络组件等实际资源。唯一的写入权限仅限于管理自身的EventBridge调度规则。
Q3:AWS FinOps智能体目前在哪些地区可以使用,收费吗?
A:目前该智能体的公开预览版仅在美国东部(弗吉尼亚北部)地区开放,但可以从管理账户部署后管理其他AWS地区的数据,GovCloud及中国区域除外。预览期间免费使用,但设有月度用量上限,智能体在运行过程中调用的其他AWS服务仍会按标准费率单独计费。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。