Cornerstone OnDemand 係間做人力資源管理嘅美國公司，聲稱服務 1.4 億用户、覆蓋 186 個國家。佢嘅 Enterprise DataOps 團隊早前同 AWS 合作，搞咗個叫 Orion AI 嘅多代理系統，用 Amazon Bedrock 同 AWS 嘅開源代理編排框架 Strands Agents，將資料庫故障診斷時間由 45 分鐘削低到 10 分鐘，減幅 78%。呢個係 2026 年 10 月 7 日由 AWS 自己嘅機學習博客發出。
之前痛喺邊
文章列咗四項痛點：
- 每一次資料庫效能調查大約要 45 分鐘，散佈喺多個工具同系統視圖之間；
- 資料庫生命週期流程需要至少 10 個手動步驟，由建立連線到回報狀態；
- SRE（Site Reliability Engineering，站台可靠性工程）同數據團隊之間嘅報告有 15 分鐘延遲；
- 重複同交疊嘅警報製造大量噪音，將真正重要嘅訊號淹沒。
合埋埋就係工程師成日忙住協調，冇時間解決問題。
Orion AI 點做
架構上係一個中央協調代理（meta-orchestrator）向多個專業子代理派工，hub-and-spoke（中樞輻射）拓撲。工程師喺一個 web 應用入面提問同批准動作。涵蓋基礎設施監控、資料庫診斷、資料庫生命週期、客户分析、知識驅動支援五個範疇。技術棧係 Amazon Bedrock 提供管理式基礎模型接入，Strands Agents 負責編排層。
之前處理 SQL Server 問題，工程師要人手接駁受影響嘅執行個體、查詢系統視圖揾阻塞鏈同等待類型、比對日誌揾長運行查詢、再綜合證據形成根因假設，平均每次 45 分鐘。行完 Orion AI 之後，三個專業代理各管一個階段，跟住唔單止診斷，仲會自動生成已填好資料嘅 Jira 工單，指派畀正確嘅值班工程師，原本四步人手交接壓縮成一次互動。
阿調搞兩下
呢度要講清楚：45 分鐘、10 分鐘、78% 呢啲數字全部來自 AWS 嘅官方 blog 同 Cornerstone 嘅自述。文章係由平台本身（AWS）發布，既冇獨立第三方驗證，冇交代測量方法——78% 係樣本幾多次事故嘅平均值？45 分鐘係「之前」幾個月嘅實際記錄？幾多事故？冇寫。
三人團隊六個月就搞到成個系統，呢個效率數字要問：點分工？點培訓？點維護？如果其中一個代理出錯，邊個執手尾？呢啲都係原文冇答嘅問題。
對打工仔而家：呢個係「AI 幫你做嘢」定「AI 幫你老細減人」嘅經典問題。3 人團隊做咗 45 分鐘嘅嘢，呢個「效率」喺成本上點計算？原文冇提。
技術細節上，Strands Agents 係 AWS 嘅開源框架，呢個係真；Amazon Bedrock 係 AWS 嘅托管式大模型平台，亦係真。但「開源」唔等於「完全公開」，具體授權條款同資料流向，讀者要自己查。
78% 呢個數字，好大，好靚。但係邊個量嘅尺？幾多樣本？多長時間嘅基準？冇答案嘅效率數字，就係一句好聽嘅 marketing copy。
阿調｜深度調教
