Kiro Crew 把运维经验带入后续排障｜成功流程先暂存再复核
AWS 展示持久记忆与技能暂存机制，让网络工程师的纠正进入后续调查。
本文核心看点
AWS 于 9 月 30 日介绍 Kiro Crew 网络运维示例：智能体收集遥测、拓扑和事件记录，工程师补充判断后，可将已验证经验保存为长期记忆。重复有效的流程会先暂存为候选技能，待人工复核后复用。文中有线网络故障仅为说明场景，并不证明系统能自主管理生产网络。组织应给记忆记录来源、范围、置信度和复核日期，高影响操作仍需值班工程师批准。
直接回答
AWS 于 9 月 30 日介绍 Kiro Crew 网络运维示例：智能体收集遥测、拓扑和事件记录，工程师补充判断后，可将已验证经验保存为长期记忆。重复有效的流程会先暂存为候选技能，待人工复核后复用。文中有线网络故障仅为说明场景，并不证明系统能自主管理生产网络。组织应给记忆记录来源、范围、置信度和复核日期，高影响操作仍需值班工程师批准。
事实来源
AWS 于 2026 年 9 月 30 日说明 Kiro Crew 通过 Kiro CLI 和 Agent Client Protocol 组织调查会话。
长期记忆可保存网络工程师的偏好、上下文和纠正，供后续调查参考。
动态生成的操作技能先进入候选状态；文章建议记录来源、范围、置信度并由工程师审查。
核心变化
- 调查结果可以跨会话保留。
- 工程师纠正可成为后续参考。
- 成功步骤可整理为候选技能。
- 候选技能仍需复核后启用。
对普通 AI 用户的影响
持续记忆能减少重复解释，但错误经验也会被持续放大。应将记忆视为带版本的操作知识：保留证据链接和原始告警，设置失效日期，并在网络拓扑、固件或规则变化后重新验证。自动化先只读，再逐步开放低风险动作；切断链路、改配置等高影响步骤要保留明确的人工确认。
给团队的操作清单
- 让智能体先只读收集告警、拓扑和日志。
- 对每条记忆附上证据、适用范围和复核日期。
- 在历史事故副本上验证候选技能，不直接改生产网络。
- 记录工程师批准、回滚步骤和紧急停用办法。
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
智能体会自动把自己的推测变成正式流程吗？
文章描述的是候选技能暂存流程，成功操作程序仍应由工程师复核后再复用。
这是否适合直接控制生产网络？
示例不构成生产自主运维证明。先从只读排障开始，并对高影响动作保留人工授权。
总结
Kiro Crew 展示了可积累经验的运维智能体形态；能否安全复用，取决于经验来源、复核机制和动作边界。
本文由 AI 辅助撰写；当前为待审稿，须经 ENHE 人工核实后方可公开。
这对普通用户意味着什么？
持续记忆能减少重复解释，但错误经验也会被持续放大。应将记忆视为带版本的操作知识：保留证据链接和原始告警，设置失效日期，并在网络拓扑、固件或规则变化后重新验证。自动化先只读，再逐步开放低风险动作；切断链路、改配置等高影响步骤要保留明确的人工确认。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
银行AI代理先写入再撤回：AWS展示的信任门槛仍是演示
AWS在10月5日介绍德州资本银行探索的Trust-Earned Autonomy模式：代理根据审查者一致程度逐步获得操作权限，并可在信任下降时撤回已提交的写入。文章明确说明该代理模式仍是演示，运行在演示规模的Apache Fineract和合成数据上，并未处理生产银行数据或真实交易。银行另有生产中的贷款文件抽取能力。本文聚焦可撤销授权、审计和边界设计，不把案例写成已上线的银行自动交易系统。
AWS 将 Isaac Lab 接入云端：机器人训练可从仿真延伸到策略验证
AWS 介绍在云端运行 NVIDIA Isaac Lab 的参考方案，组合 Isaac Sim、Isaac Lab、图形桌面与 SageMaker AI、MLflow 等工具。团队可按单台工作站或机群配置开展机器人仿真训练并记录策略。仿真有助于缩短迭代，但真实硬件的安全、时延和环境差异仍须单独测试。采用前应核实云资源成本、数据位置和账号可用性，并为上真实机器人前安排隔离、逐步加严的验证流程。
主管用电话调整客服智能体｜语音入口仍要先验证身份
AWS 于 9 月 30 日介绍客服主管语音智能体：主管从获准号码拨入并验证 PIN，再使用 Bedrock 与 MCP 工具管理客服 AI 代理。示例含九种工具，可调整配置、回滚和测试；破坏性操作需确认，认证数据由 Secrets Manager 管理。语音缩短控制台操作，也能触发生产变更。部署前需核对身份验证、最小权限、审批、回滚和告警；案例不能替代组织自己的安全评估。
三名智能体协作做音乐｜AgentCore 持久运行时展示多代理接力
AWS 于 9 月 30 日发布多代理音乐制作实操，展示三个智能体如何在 AgentCore Runtime Instances 上协作完成曲目。示例把代理放在同一 GPU 实例，共享持久卷并用会话标识接力、跨日恢复。文章说明该模式需要容量提供器、模型权限、存储和运行时，且会产生云费用。它是工程示例，不证明音乐代理已能无人值守交付。团队应先限定代理权限、重试和预算，再验证故障恢复与素材权利。
MHK 把医疗工作流放进统一编排器｜合规边界留在流程层
AWS 于 9 月 30 日介绍 MHK 的 SmartProminence AI Orchestrator，用 Bedrock、ECS 和事件驱动架构承载健康计划流程。MHK 报告称交付周期从三个月以上缩短到两周，人工医疗审查工作量下降 90%；这是客户自述，不是独立临床验证，也不代表可以取消复核。架构分离流程控制与模型代理，并集中管理版本、数据库访问、加密和审计。医疗或理赔结论仍需合格人员核验。
AWS 新增三组智能体实战挑战｜从规格驱动到生产治理
AWS 于 9 月 30 日宣布三组 AWS Jam 智能体实战体验，主题为 Kiro 规格驱动开发、Bedrock AgentCore 和高级多代理系统。八到十二项挑战涵盖 MCP、子代理、内容安全、IAM、监控和策略控制。每组为真实 AWS 沙箱中的团队式一天练习，可独立参加或配合讲师课程。它能暴露技能缺口，但不代表系统已可生产上线；参加前应确认账号要求、活动安排和实验资源费用。