CrossnoKaye借助Amazon Bedrock AgentCore将物理AI落到实处

事件经过

CrossnoKaye采用了一种不同的思路，借助Amazon Bedrock AgentCore将物理AI引入重工业领域。其软件定义自动化平台ATLAS将实时工厂数据与AI推理连接起来，并对运行食品饮料工厂、工业制冷设施、骨料采石场和制造基地的设备实现闭环控制。

ATLAS平台与AURA智能体系统将AI推理建立在实时工厂数据之上，并在隔离的AgentCore沙箱中运行可验证的Python代码，使工厂工程师获得可核查、有数学依据的答案，而非模型的猜测。工业运营带来的AI挑战，是典型企业软件中不会出现的。

在这样的技术栈上外挂一个AI智能体，在实践中往往效果不佳。每个系统都有各自的命名规范。

真正决定设备行为的逻辑（控制时序、状态机和安全联锁）被锁在专有控制器代码中，外部工具无法检视。让外挂的智能体访问多个运营技术（OT）系统，还意味着要在工厂网络中分发凭证。

工业运营带来的AI挑战，是典型企业软件中不会出现的。由于ATLAS已在AWS上的同一平台中统一管理设施模型、基础控制软件、历史数据库和优化应用，CrossnoKaye的智能系统AURA便能在单一安全边界内原生访问工厂的完整运行状态。

不过，掌握工厂背景只解决了问题的一半。大语言模型（LLM）擅长理解工程背景并规划排查步骤，但它们无法在提示词中可靠地对数百万条传感器读数进行统计计算或物理平衡计算。