一句话结论
AWS 开源生产级多智能体系统 Deep Insight 通过精细化的代理分工与模型配置，将企业数据分析耗时从数周压缩至 30 分钟。
关键要点
- Deep Insight 基于 Strands Agents SDK 和 Amazon Bedrock 构建，包含 8 个协作智能体，采用 Anthropic 上下文工程技术。
- 核心模型配置中，Planner 使用约 8,192 tokens 扩展思维的 Claude Opus，Supervisor 等部分代理启用提示词缓存降低 90% 输入成本。
- 系统提供自托管、Web 及托管 AgentCore 三种部署选项，其中 Web 版 Plan Reviewer 节点 300 秒无响应自动批准。
- LG 电子 ChatInsight 应用该系统后，数据分析时间从 2-3 周缩短至 30 分钟，效率提升 288 倍。
- 安全架构通过 Fargate 会话级临时容器、VPC 端点及 IAM 限定资源访问，并建议集成 Amazon Bedrock Guardrails。
背景与事实
AWS 架构团队构建了名为 Deep Insight 的开源生产级多智能体系统，该项目位于 GitHub，旨在解决多智能体系统在真实生产环境中的落地难题。系统基于 Strands Agents SDK、Amazon Bedrock、Amazon Bedrock AgentCore、Application Load Balancer 及 AWS Fargate 开发，并采用了 Anthropic 上下文工程技术。整个系统由 Coordinator、Planner、Plan Reviewer、Supervisor、Coder、Validator、Reporter、Tracker 八个协作智能体组成，各司其职以实现复杂任务的自动化处理。
在模型配置层面，Deep Insight 根据任务复杂度进行了精细化分配。Coordinator 负责协调，使用轻量级的 Claude Haiku；Planner 负责将任务拆解为 5 至 10 个步骤，使用开启约 8,192 tokens 扩展思维的 Claude Opus 以增强推理能力；Supervisor、Coder、Reporter 使用 Claude Sonnet，其中部分启用提示词缓存以降低 90% 的输入成本；Validator 与 Tracker 同样使用 Claude Sonnet，但不启用缓存。在验证环节，Validator 复核数值，误差在 0.01 内通过，并生成 citations.json；Coder 生成 PNG 图表及 calculation_metadata.json；Reporter 生成含或不引文的两版 .docx 报告；Tracker 仅通过 LLM 推理更新检查表。
系统提供三种部署选项以满足不同需求：自托管版通过本地 CLI 运行，设置耗时约 10 分钟；Web 版提供浏览器界面，支持韩文和英文，其人工介入（HITL）节点 Plan Reviewer 在 300 秒无响应时自动批准，设 MAX_PLAN_REVISIONS 防止死循环；托管 AgentCore 版运行于私有 VPC 内，Code Interpreter 独立托管于 Fargate，支持按用户隔离及并发运行。安全方面，架构通过 Fargate 会话级临时容器、VPC 端点连接 S3、Bedrock 和 ECR，利用 IAM 限定资源访问，通过 CloudWatch 收集日志，并建议集成 Amazon Bedrock Guardrails，监控则基于 DynamoDB、SNS 和 Cognito 实现。
实际应用方面，该架构已被复用至多个场景。LG 电子的 ChatInsight 系统在应用后，数据分析时间从 2-3 周缩短至 30 分钟，效率提升 288 倍；TechRecon 在 AWS re:Invent 2025 SNR203 场次应用该系统生成技术报告。项目演示输入包括 yummy-food-market.csv 和 column_definitions.json，展示了其在具体数据处理场景中的可用性。
影响分析
对中文开发者与从业者而言，Deep Insight 的最大价值在于提供了经过生产验证的多智能体工程范式。传统多智能体开发往往停留在原型阶段，缺乏对成本、安全、并发和可观测性的系统考量。本系统通过明确划分八种角色并匹配不同规格的模型，展示了如何在保证推理质量（如 Planner 使用 Opus）的同时控制成本（如使用缓存降低 90% 输入成本），这种“模型分层+缓存优化”的策略为国产大模型或 AWS 中国区的多智能体应用提供了可落地的参考架构。
其次，该系统在安全隔离上的实践具有直接借鉴意义。通过 Fargate 会话级临时容器和 VPC 端点限制网络访问，配合 IAM 细粒度权限控制，有效解决了多智能体执行代码或访问数据时的安全风险。对于在金融、电商等对数据隐私敏感的行业开发多智能体应用的企业，这种“默认隔离、最小权限”的安全设计思路比单纯依赖模型对齐更为关键。此外，Web 版中 HITL 节点超时自动批准的机制，平衡了人工审核的可靠性与系统吞吐量的效率，为需要人机协作的生产系统提供了实用的容错设计参考。
适用边界
该结论的适用性受限于系统对特定云环境的依赖。Deep Insight 深度集成 AWS 服务（如 Bedrock、Fargate、S3、DynamoDB），若开发者主要使用非 AWS 云厂商（如阿里云、腾讯云）或本地私有化部署的大模型集群，其部署架构需大幅重构，直接复用代码的可行性降低。此外，系统对模型规格有特定要求，假设可访问 Claude 系列模型；若国内开发者仅能使用通义千问、文心一言等国产模型，需验证这些模型是否具备同等规模的扩展思维（如 8,192 tokens）及提示词缓存功能，否则 Planner 的推理质量和成本优势可能无法复现。在数据合规方面，涉及跨境数据传输或严格数据主权要求的场景，使用海外托管的 AgentCore 或 S3 存储可能不符合合规要求。
孤本观察
本案例表明，多智能体系统的生产化瓶颈已从“模型能力”转移至“工程细节”，如缓存策略、安全隔离与错误处理，这些常被忽视的非功能需求决定了系统能否真正落地。
来源：AWS Machine Learning Blog（https://aws.amazon.com/blogs/machine-learning/5-production-challenges-in-multi-agent-systems-and-how-deep-insight-solved-them/）
常见问题
Deep Insight 系统由哪八个协作智能体组成？
系统由 Coordinator、Planner、Plan Reviewer、Supervisor、Coder、Validator、Reporter 和 Tracker 八个协作智能体组成。
启用提示词缓存能降低多少输入成本？适用于哪些智能体？
启用提示词缓存可降低 90% 的输入成本，适用于 Supervisor、Coder 和 Reporter 部分智能体。
LG 电子应用 Deep Insight 后数据分析效率提升了多少？
数据分析时间从 2-3 周缩短至 30 分钟，效率提升 288 倍。
Web 版部署中 Plan Reviewer 节点在无人响应时的默认行为是什么？
Web 版 Plan Reviewer 节点在 300 秒无响应时会自动批准，并通过 MAX_PLAN_REVISIONS 防止死循环。
系统对 Planner 智能体使用了哪种模型及配置？
Planner 使用开启约 8,192 tokens 扩展思维的 Claude Opus 模型以增强推理能力。