monday.com 如何在 Amazon Bedrock 上运行生产级 AI 智能体

monday.com 的 AI 智能体系统 Sphera 并非一个简单的任务队列，而是一个包含人类与智能体的团队页面。每个智能体都有个人资料、管理者、工作范围及绩效评分。以智能体 Atlas 为例，其角色是软件工程师，负责领取任务、编写 PR 并交付功能，与人类工程师共享同一个工作队列。这种设计并非装饰，而是核心架构：每个智能体在 Slack、GitHub 和 monday 中拥有稳定身份，人类可以像对待其他团队成员一样对其进行标记、分配、代码审查或停用。

在架构层面，monday.com 的智能体拥有三个一级收件箱：Slack @提及、monday 项目分配和 GitHub PR 审查请求。所有事件都进入同一个智能体会话，共享相同的内存和工作空间。事件路径从 Amazon SNS 开始，通过主题和路由键分发到每个团队的 SQS 队列，再由 monday Builders CoWORK（一组运行在 EKS 上的 SQS 消费者）拉取消息，解析归属智能体并交付给对应的运行 Pod。这种发布/订阅加队列的模式提供了重试、死信队列、背压、持久重放和并发分发等关键能力。

monday.com 开发了 monday-agent-sdk，这是一个轻量封装层，用于实现提供商中立性、降低冷启动成本，并承载团队自己的编排逻辑。智能体状态分为三类：实时状态存储在 Amazon ElastiCache 中，实现亚毫秒级读取；会话和记忆存储在 Amazon EFS 上，每个活跃会话是一个目录，包含代码仓库、加密密钥和事件日志；持久记录则存入 S3 作为审计轨迹。这种分层存储策略在成本、延迟和正确性之间取得了平衡。

Amazon Bedrock 在系统中扮演模型织物的角色，不仅提供令牌，还支持模型调用。monday.com 的工程团队将 AI 工程分为三个层次：L1 辅助阶段，工程师将 AI 作为结对编程伙伴，采用率同比翻倍；L2 技能与子智能体阶段，团队构建可复用的智能体处理重复工作，这是目前大部分工作所处的阶段，也是 PR 吞吐量提升超 50% 的关键；L3 多智能体阶段，智能体端到端负责交付，工程师负责编排，智能体与人类并肩工作。

monday.com 强调，这不是一个全新项目，而是在一个拥有十年历史、数百万付费用户、数百个微前端和微服务的代码库中运行。每个智能体打开的 PR 都会进入一个数百万用户期望持续运行的系统。通过将智能体视为真正的团队成员，并构建健壮的架构，monday.com 正在缩小与完全自主交付之间的差距。

要点

• monday.com 的 AI 智能体系统 Sphera 将智能体视为真正的团队成员，拥有稳定身份和绩效评分，与人类共享工作队列。
• 系统架构基于 Amazon SNS、SQS、EKS、RDS、ElastiCache、EFS 和 S3 等七项 AWS 服务，实现了事件驱动、可重放和可扩展的智能体运行。
• monday.com 将 AI 工程分为三个层次：L1 辅助、L2 技能与子智能体、L3 多智能体，目前大部分工作处于 L2 阶段，PR 吞吐量提升超 50%。
• 智能体通过 EFS 上的每日日记文件实现跨会话记忆，确保工作连续性，而 S3 则用于持久记录和审计。
• monday-agent-sdk 是一个轻量封装层，旨在实现提供商中立性、降低冷启动成本，并承载团队自己的编排逻辑。