Atos 如何在三天内将400名工程师从理论带入智能体AI实战

Atos在全球多地布局主权智能体AI工作室，对智能体AI有明确的战略投入。然而，如何将工程师的理论认知快速转化为可落地的交付能力，始终是一道难题。在线课程和课堂教学能够打好基础，却难以给团队带来将AI真正应用于业务问题所需的信心与实践经验。Atos此前已通过AWS DeepRacer完成强化学习方向的实战培训，并在2025年借助AI League推进了模型微调能力建设，这些经验验证了动手实践是AI能力培养中不可或缺的环节。

2026年，Atos与AWS联合举办了一场面向400名工程师的智能体AI League活动，历时三天。参与者技术层次跨度极大：5%对智能体AI完全陌生，25%仅有基本认知，50%理解概念但缺乏动手经验，20%已具备实际使用经验。活动设置了两小时启动工作坊、每日一小时答疑会以及最终一小时冠军决赛，工程师可在既有工作安排之余灵活迭代自己的方案，整体时间投入门槛较低。

挑战以地下城迷宫为载体，工程师需构建自主AI智能体完成寻路、陷阱规避、谜题解答并在限定时间内抵达宝藏。评分体系兼顾完成质量与效率：正确解答得分、错误回答消耗生命值、收集金币无风险加分、剩余生命值和简洁的智能体响应均可带来额外奖励，开发专属小语言模型进行微调还能获得加分项。这种多维评分机制促使工程师在功能实现与资源效率之间寻求平衡，贴近真实项目交付场景。

活动涵盖八类挑战，分别考察AI安全与内容过滤、代码生成与执行、跨交互上下文记忆、网络信息检索、提示词工程、结构化数据提取以及寻路与风险评估等核心技能。对应的AWS服务包括Amazon Bedrock Guardrails、AgentCore Code Interpreter、AgentCore Memory、AWS Lambda等。工程师通过AgentCore Gateway将工具调用路由至Lambda函数，借助模型上下文协议实现寻路、网页抓取和代码执行，并利用AgentCore Memory跨交互持久化上下文信息。

从组织层面看，AI League作为AWS的一站式解决方案，落地成本极低，仅需与AWS进行数次沟通确认活动细节，并搭建报名机制即可启动。整个活动基于AWS Workshop Studio交付，所有构建内容均使用工程师日后可直接应用于客户项目的原生AWS服务。实时排行榜带来的竞争氛围显著提升了参与者的投入度，这是被动学习模式难以复制的效果。对于有意推进大规模AI技能升级的企业而言，这一模式提供了兼顾灵活性、可测量性与实战深度的参考范本。

要点

• 竞赛式实战学习相比传统课堂培训，能更有效地将工程师从理论认知转化为可交付的智能体AI能力
• AI League活动全程使用Amazon Bedrock、AgentCore、Lambda等原生AWS服务，工程师所学技能可直接迁移至客户项目
• 多维评分体系同时考察功能完整性与响应效率，引导工程师在实战中养成兼顾性能与成本的工程思维
• 活动对不同技术背景参与者均具包容性，从零基础产品经理到资深AWS开发者均可参与并获得提升
• 一站式活动方案降低了企业组织大规模AI技能升级的落地门槛，三天内即可完成400人的系统性能力建设