Transcription
大家早上好，下午好，晚上好。今天大家过得怎么样？我希望大家和我们一样兴奋，因为我们即将开始我们第九批的第一个课程，重点是 agentic AI。所以，很多好事即将发生。那么，请允许我欢迎大家今天来到这里，这是一个星期六。这可不容易。我们都有自己的个人承诺和一切。所以，让我们充分利用我们今天所做的一切。而且我今天有很多同事和我在一起。所以，我会谈谈的。但只是作为一个破冰问题，看看聊天功能是否对大家有效。让我们从谈论你们城市里一个著名的地标开始。任何人，任何你们城市里引以为豪或知道的地标，或者也可以是国家。所以，请把它发到聊天里，这样我们至少可以看到你们可以打字，我们也会了解到你们居住的地方的一些信息。所以，感谢大家的参与，请告诉我你们对你们城市里著名的地标有什么看法。所以，当每个人都说MG路时，它在每个城市都有，不是吗，Sunil？所以，MG路在每个城市都有，我同意这一点。新加坡，很好。尼亚加拉大瀑布，这说得通。内罗比的档案馆，这很好。Bhat Mandapam，格林威治天文台。好的，这很好，我会展示我的。所以，现在在我的家乡多尔，这是印度中部的一个地方，在我住的地方有一个叫Raj Vada的地方，如果我把Raj Vada分解一下，Raj代表国王，vada是他们居住的地方，所以这是一个国王曾经居住的地方，而且这仍然是一个非常有名的地方，显然它现在已经不复往日辉煌了，但它们仍然非常有名，所以请继续在这里给出答案，让我介绍我们精彩的志愿者们，显然Prasad在这里和我一起。所以，嘿Prasad，很高兴你再次来到这里，然后我将把Perna也加入到舞台上。所以，显然所有这些都需要大量的努力，而Prasad, Pera和我作为核心团队，但我们不能独自完成。所有这些都需要很多东西。所以，我将介绍其他一直支持我们的人，对他们来说这也是星期六。所以，请大家为你们鼓掌。嗨Raj，你参加了第二场课程，如果你能快速地谈一谈，比如一分钟，Prasad和Fara，你们也谈谈你们做什么，是什么让你们如此长时间地坚持参加Besa？所以，简短地说一下，然后我们会介绍你们所有人。>> 嘿，大家好，我是Prasad Ra，我是AWS的一名首席解决方案架构师，我和Ashish大约在四年前开始了Besa，这是一次很棒的经历，帮助大家提升云和AI技能。嗯，很高兴来到这里，感谢所有在多个批次中为我们和我们一起志愿服务的志愿者。现在我将把它交给Para。>> 嘿，大家好，欢迎回来，对于那些再次加入我们的人，也欢迎新朋友。我希望你们能继续下去，我们将一起完成许多里程碑。我的名字是Para Ma，我在AI ops团队工作。我喜欢回馈社区。如果你关注我的LinkedIn，你就会看到我做了一些事情，这是我最喜欢的事情之一，因为我自己就是这个项目的真正受益者，从前两个批次开始。如果你看到我，我就是其中之一，这让我走到了另一边。所以，是的，继续学习，继续成长，继续回来。>> 很高兴有你，Partner。嗨Raj。>> 嘿，大家好。我的名字是Raj Menon。我在AWS工作了五年半以上。我属于客户解决方案团队，但很高兴能与这个杰出的志愿者团队合作，并成为这个社区的一员。所以，这对我来说也是一次学习经历。感谢有机会成为这个团队的一员。>> 谢谢Raj。我们还有Kavia。Kavia，如果你没记错的话，你也参加了Bessab。是的，我参加了Bessa的第一批，我非常高兴今天和未来几周都能支持这个项目。所以，我是Kabia。我是一名技术客户经理，常驻伦敦，我在AWS工作了大约三年。>> 对。时间过得真快。我也会加入Anil，他也是第一次参加这个批次的。Anil，你可能。>> 是的。是的。谢谢。谢谢Ashish和Anil。我的名字是Dr. Anel。我是一名解决方案架构师，常驻伦敦，我在AWS工作了六年多，担任过不同的职位，但现在我从事解决方案架构师工作已经三年了，很高兴能成为这个很棒的团队的一员，并帮助人们在职业生涯中成长。我的意思是，无论我能提供什么帮助，我都在这里帮助大家。谢谢。谢谢，让我再介绍几个人。Nisha，如果你在这里，那么我们有Achel，我们还有Cave。所以，嗨Nisha。>> 嘿，大家好。我在AWS工作了将近四年。我属于合作伙伴计划团队和端到端的技术旅程团队。很高兴看到大家在这个周末加入。超过一千人，期待今天为大家提供支持。>> 谢谢。很高兴你在这里。我们还有Anchel。>> 嘿，大家好。我的名字是Anchel。我在AWS工作了六年多。我是一名高级技术客户经理。我与初创公司合作。这是我第一次参加Bessa，我非常期待与大家合作。>> 这太好了。Kavia，你不是新来的。是的。我参加了过去两个Besa批次，很高兴再次来到这里支持大家。我是Kabia。我是AWS的一名解决方案架构师，我在AWS工作了一年零五个月。非常期待这一批。>> 很高兴有所有志愿者，因为没有志愿者我们就无法做到。我们现在的规模是大约有1400人实时加入我们。我们有超过9000人注册，这是我们迄今为止九个批次中最大的。所以，显然我们需要扩展，大胆思考，大胆前进。这就是我们在这里要做的。所以，让我们快速开始吧。我现在要把所有人都请下舞台，但他们会在聊天中支持你们。所以，继续提问，在LinkedIn上与他们联系。确保你建立联系，你在这里是为了什么，这将有助于你在所有职业生涯和期望的成长中。所以，让我们继续前进，讨论一下，很多人在支持我们。所以，请尊重他们。请爱戴他们。在LinkedIn上联系他们。赞赏他们，因为他们为你投入的时间和精力，这真的会很好。所以，让我们离开Raj Vada，来谈谈Besa项目是什么。所以，快速回顾一下BESA，成立于2022年，完全由志愿者驱动。我们专注于技术和行为技能。我们将更多地关注成为一名解决方案架构师的两个方面，因为作为一名解决方案架构师，你需要技术和行为技能，完全免费。我们不想向你们收费，甚至我们还在增加很多好东西，很多免费的东西。我们的宗旨纯粹是确保社区驱动的学习，这就是我们在这里所做的，每个人都受欢迎，没有筛选，没有基础要求，嘿，你必须满足这个才能加入，每个人都受欢迎，无论你是AWS的专家，还是云技术的专家，或者你才刚刚起步，我们都试图满足我们现在拥有的所有受众。我不会详细介绍所有细节，因为我们有一些预先录制的视频和现场直播，我们在其中讨论了我们到目前为止所讨论的内容。所以，所有这些批次都集中在特定主题上，如网络、无服务器、生成式AI或GenAI的实践经验。我们已经涵盖了所有这些主题。这是第九批。它专注于agentic AI，这是目前的热门话题。我们将从2月21日到3月28日进行课程。它将在YouTube上进行为期六周的直播，每周六下午3点到5点，格林威治标准时间。这就是我们正在做的。而且你还将通过AWS研讨会获得实践经验。这次我们会谈论它。我们的学习伙伴是lab和cloud career journey。所以，我们将为你提供一些资源，可以帮助你在云职业生涯中取得成功。现在，一些注意事项。沟通渠道我们使用Discord。所以，你应该有那些Discord频道。我们还有一个LinkedIn群组，我们有一个电子邮件地址，你可以联系我们。但你可以在我们的网站上自己找到的东西，请不要打扰我们，因为除了Bessa之外，我们还有很多事情要做，而Bessa对我们来说是一个业余项目，但我们显然不想一遍又一遍地回答所有问题，重新投入时间。我们会向你们发送课前课后邮件。我们分享的所有信息也会在LinkedIn上分享给你们。我们会以幻灯片的形式分享。所以，我们讨论的所有幻灯片，你们都会得到，这应该不是问题。所以，这就是我们将如何前进，我请求大家订阅YouTube频道，这样我们任何时候直播或发布新视频，你们都会知道。所以，这是关于它的细节。我们这次的课程形式有点不同。我们将有技术轨道，行为轨道，以及我们新增加的轨道，那就是实践轨道，我会更详细地谈谈，但60分钟我们将专注于技术部分。30分钟我们将专注于培养解决方案架构师的心态，最后30分钟我们将专注于我们将为你提供的研讨会。所以，这就是轨道的样子。我不想详细介绍议程。它在我们的网站上。所以，你应该能够去那里获取所有信息。关于先决条件的问题。是的，我们说，如果你想充分利用这些课程，你应该去看我们提供的这两个先决条件播放列表。这些来自我们以前的BA课程。这是我们为初学者和中级水平的人推荐的两个播放列表。好消息是，我们这次也继续我们的徽章系统。所以，我们将每周为通过知识测试的人颁发徽章。所以，在本课程结束后，我们将创建一个知识测试并发布它，所以任何通过这些知识测试的人都可以获得每周徽章，如果你能获得所有六个徽章，我希望如此，你就可以获得我们的赞赏证书。所以，这是我们将以数字形式提供给你的。上次在Reinvent上我们有一个很棒的活动，Prasad也参加了，还有AWS的Jeff Par，我们能够为当时在Reinvent的一些人获得实体证书。那是一件好事，但是的，所有通过六周测验的人都可以获得赞赏证书。如果你能在你的网站上炫耀它，在你的LinkedIn上炫耀它，把它放在你的简历上。这应该能为你的工作增加很多价值。所以，让我们开始吧，现在专注于技术轨道。对。我们将讨论很多事情，并继续前进。Prasad，我会把你加到舞台上，如果你想多谈谈我们到目前为止所做的一切，或者你想分享任何其他细节。>> 不。让我们继续技术轨道。之后，我们将进入30分钟的行为轨道，在小时的顶部。>> 然后在最后半小时，你关于研讨会的所有问题都将得到解答。好的。所以，我知道很多人有很多关于我们注册了研讨会的问题，我们如何获得访问权限。我们开放了48小时的注册，坦率地说，有2000多人注册了这些研讨会，我们正在后台为每个人提供账户，以提供访问权限。所以，我们将在最后30分钟提供更多细节，但让我们先通过今天的技术轨道的基础知识，Ashish和Parna将负责，然后是行为轨道，我们有一位演讲嘉宾，他是一位总监，我们将谈论它，然后我们将回答你关于实践研讨会的所有问题。Ashish，请。>> 谢谢。是的，意思是研讨会是我们新增加的东西，它有很多活动部件，所以我们会谈论它，所以别担心，你很安全，我们会照顾好所有细节。我们会尽力支持你。所以，让我们开始吧。现在，参加过我们以前课程的人可能已经知道我们如何运行这些课程。我们不想让它成为一个无聊的PowerPoint。所以，我们在这里进行角色扮演。所以，让我们专注于这里的角色扮演，我将扮演一名AWS专家的角色。我目前还不是专家，但我仍然会尝试扮演这个角色。这样就可以做到，而且我会让Berna和我一起，她将是我的客户，我称她为好奇的客户，因为她有很多问题。所以，我将尝试戴上我的解决方案架构师的帽子，并尽力回答尽可能多的问题。在这次对话中，你将能够了解agentic AI如何工作以及所有这些组件如何协同工作。所以，欢迎Pa。谢谢你来这里，我很乐意回答你可能有的任何问题。给我一些关于你正在寻找什么或者你想了解什么信息的背景。>> 嗨Ashish，很高兴有专家在这里。所以，我想了解的是，在过去的两年里，关于AI，然后是ML，然后是生成式AI，现在有很多关于agentic AI，或者AI代理的炒作。所以，虽然我们在组织中采用了生成式AI应用程序，并且我们大量使用它来生成新内容，新的营销材料，视频，音频，但我们仍然不清楚如何采用，或者为什么我们应该采用AI代理或agentic AI。所以，我在这里是为了了解它们是什么，它们如何帮助我们，也许你可以与我们分享一些用例。是的。所以，所有的工作。>> 是的。而且很容易不知所措，因为技术变化太快了，就像事情在变化一样。你睡着了，醒来，就有新的东西出现，尤其是在agentic领域。所以，这就是我将尽力解释的方式，但请继续提问，这样你就能从中获得最大的收获。所以，问题是，我们已经有了生成式AI，为什么我们需要别的东西？我们能够得到我们想要的东西。所以，让我举个例子，我喜欢通过例子和类比来解释。所以，让我们看看。所以，假设你决定，嘿，这是即将到来的时间，也许对我来说，我在英国，来迪拜度假总是受欢迎的。所以我决定，好吧，我有一些假期，让我去计划一次迪拜之旅。我显然现在会去ChatGPT，或者任何其他工具，比如我可以去Amazon Nova，或者我们内部的工具，我会开始提问。在所有这些工具的背后，有一个叫做LLM（大型语言模型）的东西，它是一个有能力的头脑，能够理解问题、上下文、意图，然后回答。所以我去这个LLM，然后说，嘿，我想去迪拜玩五天，制定一个行程。这很好，这是一个常见的问题。我说，显然我会稍微不同地表述它。我可能会给出日期，以及这个人会做什么。这个LLM会为我做什么？它会为我制定一个很好的行程，比如，嘿，在这个机场着陆，去这里，打车去这里，等等。所有这些信息都会提供给我。现在，我对我的旅行感到兴奋，但现在会发生什么？让我们看看，展开一下，信息传递给你后会发生什么？你联系了LLM寻求帮助，对吧？你想把你的工作外包给LLM。它做到了。它给了你一些信息。这些信息来自它的一些背景信息，或者它在模型训练过程中获得的一些知识。模型被训练，然后它们开始工作，进行推理。所以，这个模型现在正在进行一些推理。所以，它显然会提供很多细节。现在它给了我细节。好的，预订这张机票，去这个航班，预订这家特定的酒店，去那里，去那里，去兑换货币。这就是发生的事情。但现在，它给我的列表，我必须去10到15个不同的网站来完成我的工作。我必须去订机票，显然我必须在那里订票。也许我不想花钱坐商务舱，我想坐经济舱。也许它建议了一些基于商务舱的东西。然后我必须去多个网站去查看。我必须查看酒店，也许我必须一直寻找符合我预算或符合我要求的酒店。也许我想要酒店里有一个桑拿房。这就是我必须寻找的。也许我需要下载一张旅游地图。然后我必须在我的内部系统中申请休假，因为我不想让人们得不到我的回复，他们应该知道我正在休假。然后我必须预订迪拜当地的活动。也许我想乘船游览，也许我想去吃晚餐。然后需要安排机场接送。你可以看到有很多事情要做。这不仅仅是简单地拿起你的包走出去，然后你就上车了。你必须计划很多。现在会发生什么？让我们退一步。现在会发生什么？你问AI一个问题，AI给了你答案，现在你为AI工作。你成了AI的雇员或AI的工人，而不是他或她做工作，LLM做工作，现在你做所有工作。这就是你感到困惑的原因，因为你现在打开15个标签，去不同的地方，进行预订，检查这个，检查那个，这真的很令人沮丧。所以，我们从生成式AI中能够获得答案，但实际上我们无法完成任何事情。我来举个类比。把LLM想象成大脑。大脑会帮助你，对吧？大脑是需要的。所以，假设我需要喝水。为了喝水，我需要我的大脑思考，好吧，我需要喝水，为此我的手需要得到指示，我可以去拿起我手中的这个瓶子。所以，agentic AI就是帮助你完成工作的那个手。如果我只是想，我需要喝水，这并不意味着水会飞过来找我。我必须去拿。这就是同样的事情。我们需要手来处理它。LLM提供大脑，但我们需要能够做工作的手，比如订票，或者兑换货币，或者为我创建一个借记卡。所以，这就是所有需要的东西。这就是生成式AI如何帮助我们。>> 我在这里打断你。所以，这是一种自动化，对吧？它在做一些任务。我们可以编写脚本来执行多级自动化。为什么我需要一个代理？我的意思是，我们仍然可以编写脚本，对吧？我们有类似的东西。>> 是的，那么这个>> 来了>> 是的，这是真的，虽然数量上可以实现自动化，但让我们设想一个场景。我预订了一张机票，这张机票到达迪拜，假设是早上5点，我的酒店预订可能在我的入住时间是下午2点。所以，从早上5点到下午2点，AI不会建议我应该做什么。它会说，你的酒店，你将在15号抵达。你的酒店预订是在15号。所以，它认为一切都很好。现在，基于此，我可能想改变一些事情。也许我必须预订另一张机票，它会给我一个选项，让我能在酒店入住时间的合适时间到达，或者我想去和酒店谈谈，他们是否可以给我提前入住。如果那家酒店不能给我提前入住，我必须寻找其他能提供此服务的酒店。我可能需要计算成本。决定是否符合我的预算。所以，这就是需要的。所以，你可以编写非常直接的脚本，但人类的思维并不总是直接的。我们总是考虑很多变量。我们需要考虑很多变量。这就是为什么预先配置的脚本在复杂情况下不起作用。如果我做一项平凡的任务，给某人发邮件，也许脚本可以帮忙。也许从数据库中提取信息，它可以帮忙，但做出这些决定的方式可能不是最佳解决方案，这就是为什么我们需要生成式AI，我们需要agent API。>> 明白了。我猜想基于规则或程序性的东西可以用自动化来完成，但需要智能的地方，你说的我们的大脑可以根据情况即时改变，它一直在监听信号，它会适应。>> 是的，让我再给你一个信息。假设，假设我在迪拜决定去奇迹花园，一个 nice 的地方，但它只在特定时间段开放。现在，如果我的模型是基于2025年的日期训练的，而在2026年，这个花园的开放时间有了新的时间表。它可能会给我错误的信息，没有验证，我可能会去那里发现，嘿，它关门了，那将是浪费我的时间和金钱。所以，agentic AI会帮助你理解上下文，实时信息，如果你需要，并根据此生成数据。所以，规划，重新规划，调整和权威，所有这些都将在我们使用agent API时出现。>> 明白了。所以，它可以推理，然后根据实时信息进行调整。>> 确切地说。所以，是的，它可以做所有这些事情。就像我们推理和写作一样，这就是人类所做的。这就是agentic AI正在做的事情。是的。所以，我还可以举一个例子。假设有一位高级产品经理Maya，她给LLM下达了一个提示：为即将推出新AI驱动仪表板的B2B软件即服务产品制定一个专门的详细上市计划。LLM会做得很好。它会为你提供很多东西，比如高级战略生成。它会产生营销内容创意。它会提供利益相关者沟通结构，销售赋能材料，起草常见问题解答。所有这些都完成了。但Maya仍然需要做很多额外的工作，来安排和协调所有利益相关者的时间。也许AI是基于过时的品牌材料训练的。那么，这对你来说是行不通的。你可能会得到不准确或模糊的见解，因为它是一个通才模型，而不是一个专家模型。所以，这些挑战可能存在。所以，AI在很多方面都很好，但AI不能做所有事情，这就是为什么我们需要大脑加手的组合，而不仅仅是大脑的组合。这就是为什么agentic AI会有帮助。所以，让我把它放进>> 它会采取行动，Ashish。如果我说的完全正确>> 它会采取行动，甚至它给出的建议。所以，通常这些天我们只是生成东西，然后我们自己采取行动，比如起草一封邮件，然后发送部分由我完成。所以，现在你说它会起草邮件并发送出去，对吧？>> 是的，而且它可能会处理一些事情，比如，这个人生病了。所以，现在发送邮件没有意义，或者这对那个人来说是奇怪的时区。没有必要打扰他或她。所以，它应该能够像我们一样推理时间，对吧？嘿，我现在应该发送这封邮件，还是等到他们醒来再发？脚本做不到。AI可以为你做到。>> 明白了，有道理。>> 好的。所以，如果我用简单的话来说，挑战是什么？所以，AI让你做梦，但它不会为你做事。它假设事情，但它不检查，比如它检查旧的品牌信息在那里，让我把它拿出来，然后创造一些东西。它能够计划，但当事情发生变化时，它不会适应。它开始，但没有完成。它允许我们制定计划，然后采取行动。所以，基本上正在发生的是，而不是AI帮助我们，我们在帮助AI，以便它能够完成一些事情。这就是挑战。我们从AI那里想要的是，当我们做梦时，它应该能够执行。当我们假设某事时，它应该能够验证。当我们计划时，如果事情发生变化，它应该能够调整。而且，当它开始某事时，它应该能够实现那些结果。这就是agentic AI将如何帮助你。所以，这就是我们想要的。把它想象成我们现在通过LLM运作的大脑功能，但现在我们想添加一些能力，让它能够为我做些什么。>> 所以，Ashish，当你说的可以调整时，如果我给它一个目标去实现，你的意思是它会通过不同的路径做出决定，然后决定哪条路是正确的，如果它没有实现目标，它会改变路径吗？你是这个意思吗？>> 是的，规划和重新规划。所以，你假设你正要去一个目的地，从A点到B点。所以，你有一个计划，我必须走这条路线。我必须经过这个地方，然后我在这里转弯，然后我再转弯，然后我就到了。但如果那里有道路封闭怎么办？如果你去不了那个地方，有什么停电怎么办？这就是为什么我们需要重新规划，对吧？我们作为人类非常自然地这样做，但AI不是这样。这就是为什么代理会把它带到下一步，在那里它们应该能够执行所有的规划、重新规划、调整和优化，然后才能前进。所以，是的，它可以推理，并且Snha在聊天中说得很好。是的，它会这样做。>> 太好了。这意味着甚至不需要人为干预来改变方向，对吧？它会自动>> 这是最好的状态。我们想要的90%的事情是这样的。我们仍然可以引入一些人为控制，比如，这取决于行业，取决于合作伙伴。所以，比如，如果我在医疗行业，或者在医院类型的情况下，我可能仍然想要人为干预。我可能不想完全自动化，但一些行业，比如旅行预订，我们可能可以继续，所有这些事情。但是的，行业之间应该有所不同，没问题。人为干预会越来越少，这就是我们想要实现的，这样我们就可以更有创造力，而不是预订机票，我可以把时间花在做别的事情上。>> 明白了。所以，我们也可以有半自动化和全自动化。我认为在金融服务、医疗保健或法律系统等关键领域，决策非常关键，我们可以引入人为干预，对吗？是的，也许我们不想让代理拥有100%的自主权。这就是为什么我不想把核武器控制权交给代理，对吧？我们都谈论这个终结者的事情，天网接管了。我们不想要那个，对吧？所以，我们仍然想保留一些东西。是的。>> 好的。我只是在想，因为我们是否可以控制一部分，或者我们只是把它交出去？>> 你当然可以。>> 当然，你有。这说得通。很好。所以，希望你清楚了为什么我们需要agent AI。现在，让我稍微谈谈什么是agent，然后我们将继续对话，看看你是否有任何问题。所以，让我解释一个概念。>> 是的。所以，一个，既然你要进入这个，请帮助我理解agent和agentic AI，因为它们听起来非常相似。所以，是的，请带我走这条路，让我能理解两者。>> 当然。所以，我总是说技术不是来自太空。它来自我们日常做的事情。所以，让我们谈谈。所以，agent基本上是一个词，来自拉丁语agger，意思是做，驱动，领导或行动。现在，我们都以某种形式见过agent。所以，agent的官方定义是，在另一个人或企业的代表。所以，我们总是和客服代理，保险代理打交道。有时他们以向你出售错误的保险而臭名昭著，对吧？没有冒犯他们，但是的，他们也是agent。房地产经纪人，我们都和他们打交道。旅行社，我们都和他们打交道。所以，基本上他们代表着企业的一部分或另一个人，这就是我们与他们互动的方式。所以，这就是agent。现在，如果我进入agentic AI，有一个长长的定义，我可以让你厌烦，那就是指人工智能，它能够追求目标，做出决定，并根据其理解自主采取行动，或者我会说AI agent是驱动自主工作的实体。自主是这里最好的词，因为它们可以独立工作。我不需要一直给它们喂食。就像它们在成熟一样，它们将能够在未来做很多事情。它们仍然能做很多事情，但基本上它们是为我们驱动自主工作的实体，而不是我们手动做事情。这就是agent将负责很多事情，对吧？这说得通。>> 好的。所以，如果我理解一部分，也许你可以详细说明一下。所以，agent非常专注于一项特定任务，对吗？它会自主地完成，但它只是一项特定任务，它会针对它，并且不能在所有事情上都专业化。这就是agent和agentic AI系统之间的区别吗？>> 我会稍微不同地解释。所以，是的，在某种程度上，是的，我会说你非常正确。所以，我们不想构建一个可以做所有事情的agent。所以，你会看到某种程度上的分而治之的情况。所以，我们可以有agent，它们可以专注于，比如，我需要预订机票。所以，一个agent可能非常擅长找到最便宜的机票。另一个可能非常擅长找到从机场到机场的交通。另一个可能非常擅长兑换我的货币。所以，当我们把所有这些agent结合起来时，这就是agent AI的出现。我将提供一些类比，随着我们前进，你应该能够理解所有这些是如何工作的。有道理吗？>> 是的，有道理。>> 快速检查一下我的音频是否正常，我的屏幕共享是否正常？有人看到任何问题或什么吗？>> 是的。好的。好的。所以，大家，这都很好。谢谢。所以，大家，希望你们没有感到无聊。让我唤醒聊天中的观众。如果你们都喜欢并学到了一些东西，请在聊天中加一，我们将继续。我希望确保你们在那里。加一，加一。这很好。好的，让我们继续。你们都还好吗？>> 嗯，是的，你的声音有点断断续续，但你可以继续。如果有什么问题，我会告诉你。>> 我也是这么想的。好的。好的。好的。如果断了。是的。好的。很好。所以，是的。所以，让我给你们一个类比，这样你们就能更好地理解这些事情。我喜欢电影，不是那种狂热的，但是的，我喜欢电影。所以我将给你们一些类比，这样每个人都能理解所有这些是如何协同工作的。好的。你们都还好吗？>> 当然。谁不喜欢电影？>> 所以，可能完全同意。>> 所以，你们可能都看过一些agent，对吧？007是邦德系列电影中著名的agent。然后是黑客帝国，这是我最喜欢的系列之一，我喜欢在空闲时间看。所以，有Smith agent。然后是Hitman中的Agent 47。Red Sparrow中的Agent Dominica。所以，这些都是agent，对吧？所以，让我们专注于这些人的运作方式以及他们做什么，这样我们就可以理解它们并与我们正在做的事情联系起来。在agent中，这并不太难。所以，让我们以James Bond为例。他是一个非常老练的人，让我们看看他是如何运作的。所以，当我们将007和AI agent进行比较时，让我们看看它们是如何工作的。我喜欢你说的Ajit Dol，真正的agent缺失了，我完全同意。但这就是为什么我说这是一个电影例子，但我喜欢它，这是一个很好的例子。好的。所以，当007收到MI6的高风险任务时，他会做什么？他会去评估威胁。他会实时计划秘密行动，知道需要做什么。他会在压力下自主行动，对吧？没有邦德电影没有激动人心的场面。总是有倒计时炸弹，或者总是有事情要发生，而邦德总是在最后一刻拯救它。对。他会适应不断变化的威胁，并在行动中进行调整。M，MI6的领导者，不会告诉邦德具体需要做什么。他会接到一个任务，然后邦德会找出实现这个任务的最佳方式。所以，它会适应行动中的不断变化的威胁，并以精确和技巧拯救一天。这就是邦德行动时发生的事情。这是每部邦德电影的主题，对吧？有一个高风险任务，有一个威胁，然后它会继续前进，然后完成所有事情，在此过程中会发生很多激动人心的事件。显然，当我谈论AI agent时，它们也是同样的机制，对吧？所以，它们由一个明确的目标或用户请求触发。邦德不会在一个早上醒来说，今天我要去拯救世界。它必须以某种方式被告知，或者发生某个事件，对吧？所以，它必须被触发。所以，由一个明确的目标或用户请求触发。然后它会分析上下文数据和环境。邦德也会这样做。他会识别出所有相关人员。它将使用推理和可用的工具来生成一个计划。所以，就像在邦德的例子中，你肯定会看到Q，他给了他很多复杂的工具或汽车等等，对吧？所以，同样的方式，agent也会有工具访问。这里的工具可能是访问数据库，工具可能是发送电子邮件。工具可能是浏览Google并找到一些信息。然后，一旦它有了这些信息，它将执行这些任务。然后，当事情发生变化时，它将重新规划，并根据新的输入或系统反馈，它将不断调整其路线，并以速度、准确性和规模交付结果。所以，你可以清楚地看到，Agent 007和AI Agent有很多相似之处。这就是这些东西的工作方式，对吧？很好。这就是它的工作方式。现在，我们是如何进化的？让我们继续谈谈。所以，不断发展的agentic AI。所以，我们最初从基本的自动化开始，就像生成式助手一样，你输入Word，它会生成一个建议，这个词是错误的，或者拼写是错误的，或者句子结构是错误的。对。这就是正在发生的，基本的自动化，这就是生成式助手为我们工作。对。然后会有AI agent，它们能够做得更进一步。一个单一的agent执行动态工作流程来完成任务，这就是AI agent。所以，它们实现一个单一的目标。它们专注于一件事情，然后解决广泛的用例。它们自动化整个工作流程。当我谈论agentic AI时，有多个系统协同工作，这就是它们执行动态工作流程的方式。这是这里的关键。所以，这个工作流程将由多个人协同完成，这就是它将如何前进。这就是它将如何进行。所以，它是完全自主的。所以，我们试图通过不断发展的agent来实现的目标是，我们最初的人工监督较多，然后随着时间的推移，我们转向更少的人工监督。这就是我们随着前进不断发展agent的方式。我们都明白了吗？>> 好的，有道理。所以，Ashish，也许作为一个例子，因为你擅长类比，我也会尝试一个。所以，AI agent可以被看作是一个带着工具箱的杂工，而agent将是一个完整的团队，包括建筑师、土木工程师和邻居。确切地。确切地。>> 看，我明白了。>> 是的。所以，想象一下，你想得到一个，是的。你明白了。显然，这是一个很好的例子。所以，你想安装一个墙挂，或者我想安装一个宜家家具，对吧？所以，你不需要50个人来做这件事。但当你建造一栋房子时，你可能需要50个人来建造这栋房子。这就是这些事情的进展方式。所以，这是一个很好的例子。让我再给你们一个电影世界的类比。让我们谈谈。所以，可能大家都知道Jarvis。我不确定有多少人知道Jarvis的全称。所以，Jarvis，当你观看钢铁侠电影时，它是允许钢铁侠执行所有任务的AI。这就是发生的事情。所以，Jarvis会说话和计划。这是第一件事。然后钢铁侠会根据它采取行动，对吧？所以，钢铁侠会负责沟通和采取行动，需要做什么。然后，钢铁侠一个人可能不适合一项巨大的任务。所以，这就是为什么他们要组建复仇者联盟。所以，这就是复仇者联盟的由来。所以，复仇者联盟一起工作，复仇者联盟确保他们能够完成自己的任务。所以，在这里，如果你看看这个团队，每个人都有自己的特定任务，对吧？当涉及到思考时，可能会去找Tony Stark来处理一些复杂的事情。当涉及到粉碎时，应该去找Hulk，他能很好地粉碎。所以，这就是复仇者联盟一起工作，然后为你创造一个解决方案。同样，如果我继续下去，生成式助手基本上会帮助你，告诉我创建内容和见解，这就是它们所做的。另一方面，AI agent会为你做。所以，为我做，执行。这就是钢铁侠所做的。当我们把所有这些agent结合起来时，它们就会一起完成。所有多任务agent执行都会发生。这就是所谓的agentic AI系统。对。所以，我们从一些助手进化到一个agent，再到一个agentic AI系统。系统是很多组件聚集在一起的地方。这就是我们所说的系统。这说得通吗？>> 有道理。>> 明白了，Vishnu。这是Jarvis的一个好例子。>> 好的。所以，全称是什么？我也很好奇。>> 只是一个相当>> 是的，继续。只是一个相当非常智能的系统。这就是Jarvis。>> 好的。>> 很好。是的。我从来没想过它有全称。然后我在某个地方查了一下，然后它就记住了我。是的。这是它的全称。>> 但它也是一个好名字。>> 很好。好的，继续。>> 是的。所以，Ashish，你能给我一个例子，你可以带我走一遍，比如一个agent？它会经历什么样的工作流程？>> 好的。让我们来谈谈。所以，让我们谈谈AI agent作为旅行助手。它会做什么，会发生什么？让我们谈谈非常简单的事情。所以，这里的想法是，agent能够使用某种工具。就像你举的例子，你需要一个杂工来执行某项任务，你知道。所以，他或她会带着一个工具箱来。同样，agent也需要一个工具。所以，假设我去和agent谈话，我说，嘿，下周哪天最适合我爬富士山？我会问这个agent。那么，agent必须做什么呢？agent不仅仅依赖于它已有的旧信息，对吧？因为，假设它是在2025年训练的，而到目前为止，富士山的天气已经发生了很大变化。所以，它可能无法做出明智的决定。所以，它会做什么？首先，它会开始思考。思考就是规划发生的地方。所以，它会检查，让我检查一下最好的天气预报，因为当你爬山时，你需要确保天气对你有利，而不是不利。所以，你需要考虑这一点。所以，agent会去规划。所以，它做的第一件事是思考，规划最好的天气预报。然后它会行动。现在，天气预报不是agent的能力。也许它必须从别的地方获取。所以，这就是为什么它需要一个工具，一个API调用或类似的东西，这样它就可以去那里询问一些信息。所以，它会行动。所以，工具是直到周四下雨，但下周五晴朗温暖。这些信息传给了它。现在，基于这些信息，这个agent会做什么？它会。
评估。它评估后认为，周四去可能不是最佳时间，因为届时会下雨。周一、周二、周三也不好。直到周四都是下雨天，但下周五会晴朗温暖。所以，我们基本上定在下周五去爬富士山。
因此，这些信息现在将传递给用户，即下周五是理想的时间，因为届时会晴朗温暖。所以，如果你看这里，它做了三件事：思考、行动，然后评估。
对于思考，为了去爬山，我需要获取天气信息。所以它开始思考，然后它使用一个工具，比如 API 调用来获取信息，然后基于收集到的信息进行行动和评估与反思，它就能够获取到一些信息。
假设如果这些信息是这样的：所有日子都在下雨，不适合爬山。也许代理可以建议，好吧，与其去爬富士山，不如去做这件事，这对你来说会更好。对吧？
这就是规划、重新规划和调整的运作方式。明白了吗？
>> 实际上我有一个问题。所以，嗯，你在这里说代理使用工具。那么它怎么知道它有哪些可用的工具呢？有无数的 API，无数的数据库。它从哪里获取这些信息，即使是这个 API，它需要一个 API 密钥吗？它怎么知道我有权访问 XYZ 工具，我应该查询这个数据库，它从哪里找到这些信息？
>> 好的，我们举个简单的例子。假设你现在有一个手机要充电。你首先会做什么？你会检查它是什么类型的插头，然后你会看看我的包里或者其他地方有没有这种类型的充电器，你不会只关注这一点。所以代理需要知道它有哪些可用的工具，然后它会运用它的智慧来识别与工具相关的信息。
我给代理五个工具。一个工具是天气工具。所以它现在知道，如果我要去查看天气，我必须使用这个工具。第二个可能是交通工具。第三个可能是夹克或者服装工具。第四个可能与它所需的某些权限有关。所以它使用 LLM 作为大脑，工具作为机制来完成这项工作。
当我需要把钉子钉进墙里时，我会用锤子。当我需要拧螺丝时，我会用螺丝刀。工具就在那里，但我的大脑告诉我哪个工具适合这项任务。所以在这里，LLM 知道哪些工具可用，然后 LLM 调用适合当前任务的工具。这说得通吗？
>> 好的。是的。所以，我猜会有工具描述来帮助 LLM 做决定。是的。因为你看，LLM 可能不知道我启动这个 API 调用后会发生什么。所以我们可能需要告诉它，嘿，这个 API 调用将你连接到数据库以获取天气信息。这个获取财务信息。这个获取权限信息。所以是的，我们需要那个。
>> 原因就是，是的，这是关于天气的。所以我应该……
>> 原因就是那里需要大脑。所以我们需要 LLM 来做这件事。
>> 有道理。
>> 而且它还能进行动态编排，比如，我让你创建一个电子邮件营销列表，为我即将进行的产品公告，列出 500 个目标客户。它会再次走同样的流程。它需要知道产品是什么，理解产品定位。所以当我，比如说，我寄送一个产品，比如说一件暖和的夹克，这可能不适合住在炎热地区的人。所以那种产品知识库在那里，然后它有一些分析工具。它会处理那个工具。然后它会进入细分，然后会进行电子邮件验证等等。
所以，如果你看这里，有很多任务正在进行，而且它们都需要协调。所以代理也会负责协调，比如哪个系统应该先使用，哪个后使用，哪个第三个，然后通过所有这些信息，它就能完成你的工作。这就是它能够完成事情的方式。
让我再次举一个关于 AI 代理处理信息的例子。所以 AI 代理会监听并转录。所以客户发起联系，代理会监听这些信息。它使用 LLM 来解释出现的问题。我指的是一个聊天机器人场景。它是大脑，然后它会概述故障排除过程，然后进行规划，然后检查服务问题区域，对吧？如果整个区域都有互联网问题，那么去解决这个客户的问题就没有意义了，它不会得到解决。它正在规划，重新规划，如果整个区域都有问题，那么我们就无能为力了。如果不是，那么我们将继续进行故障诊断，我们将执行一些调用，我们可能需要更换，所以我们可以创建一个支持工单来更换路由器，或者我们可能需要派一名技术人员。所以我们可以执行一些操作，然后客户的最终结果信息以及所有这些信息都可以保存。这样下一次通话就可以进一步优化。这就是代理的运作方式。
所以你看这里，我们有大脑，我们有规划，我们有重新规划，执行，以及保存。所以这种记忆可以帮助代理变得越来越聪明。这就是所有这些东西结合在一起，让代理能够尽可能聪明地运作。
Ashish，我还有一个问题，所以我想，即使是规划等等，也有特殊的 LLM 对吧？所以即使 LLM 的选择也非常重要，对吧？所以在这里，即使是转录，一个 LLM 可能非常擅长，另一个可能非常擅长规划和推理。所以，也许 LLM 的选择也很重要，对吧？在这个整个场景中。
>> 完全正确，完全正确，这很重要。所以，是的，比如说，你必须处理一个特定的案例或特定类型的要求，你需要一个为之微调的 LLM，对吧？如果我有一个模型，我们需要像我说的那样进行语言转录，我们显然需要一个足够聪明的 LLM 来做这件事。所以是的，我们需要那种特定类型的大脑来为那个 LLM 做这件事。
>> 有道理。好的。现在你说的是所有这些代理是如何协同工作的。所以让我举个例子。比如说，我正在使用一个 AI 代理作为供应链代理。在这里，我们可以有多个代理协同工作。所以现在我们看到世界上有很多关税变化，很多战争相关的问题和其他事情。所以，比如说，我正在尝试问 LLM，我现在应该购买什么材料才能最大限度地减少关税增加的影响。
所以，比如说，我有一个制造厂，我必须从不同的地方采购原材料。会发生什么？它会检查天气代理，对吧？因为天气如果不好，或者如果那些特定的线路不好，那么从公路运输就会花费更多的时间等等。所以它会检查那个。然后它可以进行财务规划代理，比如哪种运输方式对我来说更好。然后它可以与物流代理交谈。它可以与需求规划交谈，我应该购买多少材料，然后我们可以让 LLM 也充当法官。所以这些单独的系统得出的信息可以输入到一个法官 LLM 中，然后它可以决定他们做出的决定是否正确。我们需要一些检查和平衡，对吧？所以我们可以引入一个法官平衡，或者不。
所以我们在这里看到的是，我们从供应链代理那里获得了统一的供应链智能，如果只有一个代理，关税的影响就不清楚了，但当我们把所有这些结合起来，并在上面放一个 LLM 作为法官，它们应该能够做出更好的决策。在这种情况下不应该有问题。
>> 而且 Ashish，这些代理中的每一个都有自己的一套工具，对吧？
>> 是的，所以是的，你可以扩展那个工具箱，但是的，它们有自己的工具，取决于它们想做什么类型的工作。比如，当你叫一个杂工时，他可能会带一些非常通用的工具，对吧？但当你请一个人来修理你的地毯时，他们会带一套不同的工具。所以这里也是一样，取决于不同的代理和他们想做的工作，他们应该能够使用不同的工具。
>> 好的。但它们会共享相同的上下文信息吗？所以它们知道正在流经它们的信息。正确吗？所以它们共享。
>> 是的，这也有道理。比如说，你正在盖房子，对吧？然后你必须接通电源。现在你的电工必须与油漆工协调，对吧？我不想让我的电工在油漆完成后钻孔。所以他们必须相互协调，谁先来，谁后来，什么编排策略，然后根据这个继续前进。
>> 正确。所以顺序也很重要，共享信息也很重要。
>> 准确。上下文很重要。上下文非常重要。有道理。
>> 太好了。嗯，我们不确定代理是否也会产生幻觉？这是一个常见的问题，但我们正在改进。我从聊天中 picked up了一个问题，只是为了它。所以，是的，我们正在改进。在某些用例中，总会需要人类的参与，在大多数情况下，不会，比如有时你的男性会给精子，但 99% 的时间它都能准确地进行分类。所以，是的，总会有一些幻觉发生。
>> 是的。而且我认为那个充当法官的 LLM，就是那个守卫。
>> 不完全是。
>> 是的。它不总是 100% 万无一失，但我猜那会阻止很多幻觉。
>> 是的。而且你可以将这个用作一个强大的模型在后台，对吧？用于判断。这些可以是简单的模型，不需要非常复杂的计算。所以，是的，它们可以协同工作。
>> 明白了。好的。现在我快速想谈谈，我们只剩下 10 分钟了。所以我会谈谈 AI 代理的解剖结构，即代理里面有什么。所以，显然用户提示或查询或 API 调用会触发对代理的请求，而在其中，我们会有一个大脑，它需要一个 LLM，这总是需要的。然后需要计划、推理和编排。然后我们需要通过工具与外部环境进行交互，然后我们需要记忆。
所以，这些是我们需要的三个共同点：规划能力，交互能力，所以它可以与他人交谈，即工具，然后它可能有记忆，基于此，它应该能够获取所需的信息。所以这些都是代理开始运作所需的一切。这就是代理的解剖结构。所以基本上，它正在进行规划。它能够使用工具，并且在需要时能够访问记忆。这就是代理的工作方式。我还有更多的例子，但我会跳过。我们会将这些幻灯片分享给观看的人。你们可以自己去看，应该没问题，你们会获得更多信息。这说得通吗？
>> 有道理。所以，我猜记忆更多是为了记住所有之前的对话，对吧？所以，所以用户不会……
>> 所以，所以，比如说，我的……
>> 完全正确。我们不希望，比如说，我今天联系了支持部门。他们让我执行一些任务。我做了，第二天我回来了，又被要求执行相同的任务，这对我没有帮助，对吧？它应该知道上下文和记忆。所以它知道，嘿，Ashish 已经执行了这些任务，互联网问题没有解决。所以，让我们不要再重复同样的循环，给他所有这些信息。让我们继续前进，做些别的事情。
>> 太好了。是的。Ash，你现在能给我一个如何使用 Bedrock 代理的例子吗？现在我对代理有了很好的理解，但我真的很想使用 Bedrock 代理。给我一个高层次的概述。
我会的，但我必须给你一些背景信息，说明 Bedrock 在哪里，因为代理不是孤立工作的，对吧？有一个金字塔式的概念，我更喜欢。所以我很快就会展示我们在哪里，代理在哪里。
所以，第一件事是基础设施，这些都是内存密集型应用程序，它们需要大量的 CPU 等等。所以我们需要基础设施，基础设施可以是本地的或云端的，这应该没问题。然后我们需要基础模型，因为那是让代理工作和规划、重新规划所有类型事情的大脑。所以你可以选择开源模型或定制模型。然后你需要一些支持服务，比如安全、内存、可观测性、编排，一旦你解决了所有这些问题，你就可以在上面构建你的代理。所以你需要基础设施，你需要基础模型，你需要支持服务来监控、内存、安全，然后你就可以在上面使用代理了。
当谈到 Bedrock 时，Bedrock 是 AWS 的一项服务，它提供了所有生成式和机器学习能力。但 AWS 还有很多其他服务，从半导体到 AI/ML 服务，基础模型，编排层，然后是应用程序 Amazon Q Business。所有这些结合在一起，让你能够实现这些目标。所以，如果你看这里，这就是我的编排层由 Bedrock 代理处理，Bedrock 也有这个 AI/ML 服务功能。所以 Bedrock 可以不带代理使用，也可以带代理使用。它同时具备这两种能力。这应该没问题。
>> 好的。所以，我也可以以编程方式与 Bedrock 对话。我真的不需要一个完整的代理。有道理吗？
>> 你不需要。所以，所以界面在你探索它的时候很好。你在检查一些东西。你需要一个游乐场来执行一些文本分析，然后它也很好，但你不需要总是拥有完整的 UI。所以你显然会访问它。所以当我们谈论 Bedrock 代理时，它在哪里适合，聊天中也有一些问题，LangGraph 在哪里适合，我们可以使用它等等。所以，让我们来谈谈。
所以，当你想要构建 AI 代理时，你可以使用一些托管服务，因为你需要一个模型，你需要一些与之相关的内存。所以你应该自己配置所有这些东西，还是应该使用托管服务？如果你的用例是“不，我想自己做所有事情”。那么就自己去做吧。那是 DIY 类型的东西，应该没问题。
当我们谈论基于托管服务的代理创建时，这就是 Bedrock 发光的地方。所以 Bedrock 是 AWS 的一项托管服务，我们允许它用于创建你的代理，这正是我们将在我们的研讨会中要做的事情。但当你认为我要自己做时，那时你可以使用类似开源框架的东西，我没有列出所有这些，但一些常用的工具有 LangChain、CrewAI、LlamaIndex，这些都是开始寻找开源和自己动手的好方法。但在 AWS 的上下文中，那也没问题。AWS 提供了 Strands Agent，所以你可以利用它。所以请记住这个区分：当你必须使用托管服务时，就倾向于 Bedrock。如果你必须自己做，就倾向于 Strands Agent，或者你可以自己动手使用开源的东西，比如 LangChain、CrewAI 和 LlamaIndex。这就是它的运作方式。
>> 我认为为了进行更多的定制，Ashish，我会选择 DIY 选项，对吧？如果我必须自己做一些定制。所以，我认为……
>> 嗯，有一些定义不明确的合作伙伴。所以，当我说的“一些调整”是指在 Bedrock 中也可能发生一些调整。所以我们可能需要进一步评估，好的，是否是使用托管服务的特定用例。这不是一个简单的决定。它必须经过多种类型的试金石检查，然后说，好的，是的，它对我来说效果很好。我可能没有那些能力，或者可能有安全问题，也许有合规问题，无论什么，然后我可能会寻找自己的机制来做这件事。这取决于，这取决于。好的。
>> 有道理。我认为 Bedrock……
>> 给我一些……
>> 是的，抱歉。所以 Bedrock 与 AWS 服务有很多集成，对吧？所以我认为这是一个优点。所以你需要内存，你不想去第三方获取代理的内存，你的日志信息，你可以使用 CloudWatch。你需要一些安全，你可以利用 IAM。所以事情就是这样。所以，如果我给你一个关于 Bedrock 代理是什么样子的非常高层次的信息，它是这样工作的。我们从给代理的指令开始。我们给代理一些指令，然后代理会进行编排，通过它，它就能为我完成任务。所以工具进入了所谓的“操作组”。这个操作组模式是 Lambda 函数。这是一个简单的 Lambda 函数，比如说，我有一个关于日期和时间的操作组。当您进一步深入了解 Bedrock 代理时，它可以用作什么。所以当你调用一个代理时，调用将遵循这个代理将遵循给它的指令。对吧？然后它能够执行一些数据预处理。然后它将执行编排。然后它将执行后处理。它可能会利用一些知识库，如果需要的话。然后它可以执行操作组上的工具。所以这里有一些术语，比如“操作组”。操作组基本上允许你执行你的工具，这些可以是简单的东西，比如 Lambda 函数，然后它们可以是去一些数据库等等，然后你可能有模式函数可能负责 API 调用，在这些情况下。所以这些是常见的事情，比如我们提供指令，我们提供编排能力，然后基于此，它能够访问资源并执行你期望的任务。这说得通吗？
>> 有道理。是的。
>> 太好了。好的。所以，如果我进一步深入，这就是 Bedrock 概念中代理需要的东西。所以有效的代理指令至关重要。我将举一个例子。所以，让我们阅读这些信息。我可以给我的代理提供这些指令。我们在这里说的是什么？我们在这里说的是，你是一个汽车零件助手。所以，我在这里给代理提供的信息是：嘿，代理，你扮演一个汽车零件代理的角色。所以这就是我给我的代理的角色，对吧？然后它就能执行任务。帮助用户找到兼容的零件，你的主要任务是零件识别。你必须这样做，根据车辆详细信息找到特定零件。你应该将此信息作为输入。协助进行部分信息兼容性检查。这就是需要执行的。还要检查技术信息。这就是你的代理将要执行的操作。
所以，我们将这种指令以自然语言的形式提供给代理。代理能够理解这个代理的角色是什么。它必须做什么。我们可以设置一些指导方针。我们可以说，使用数据库函数进行搜索。所以你看这里，我们说你必须使用哪个工具，数据库函数来访问这个数据库。用你的汽车知识来补充，以提供全面的帮助。所以它也在利用它自己现有的知识，然后你就可以提供一些护栏，比如说，嘿，清楚地说明不确定性，不要产生幻觉，不要给我错误的零件，我买了却不适合我的车，这没有意义。这些类型的指令应该提供给你的代理，这样它就能执行这项任务。
所以，这些都是我提供的自然语言文本，通过这些，你的代理能够执行所需的任务。在研讨会上，你将经历所有这些步骤，并将了解更多关于 Bedrock 如何工作以及有哪些组件，它们如何相互集成，如何创建代理，如何执行它，所有这些都将到来。所以我在这里暂停一下，现在是 3:59。
>> 是的，最后一个问题。这与系统提示同义，对吧？
>> 在某种程度上，是的，它非常相似。但是的，它可能不总是系统提示。你也可以使用其他东西来控制行为。所以系统提示非常具体于提示工程。当人们想到它时，他们会想，嘿，这总是需要手动完成的。但如果需要，也可以动态完成。所以这些指令可以从上下文中提取，然后提供给代理，然后它可以行动、重新规划，然后继续完成你交给它的任务。所以它是以目标为导向的。你给它一个目标，它就会完成。
>> 明白了。所以它不需要是静态的。即使是指令的某些部分也可以在运行时动态填充。好的。
>> 完全正确。
>> 明白了。
>> 有道理。所以，太好了。我认为你获得了很好的信息。我们还有几张幻灯片要讲，但显然我们没有时间了。所以我不会讲了。我们已经有客人了。所以我们会谈谈。但我会分享这些幻灯片，它会给你所有你需要的信息。幻灯片将通过电子邮件发送给你，包含所有细节。我在这里还提供了一些额外的例子，比如请求可能是什么，知识库可能是什么，操作组可能是什么，这样你就可以获得更多信息。所以希望每个人都获得了很好的信息，希望 Pera 你的一些问题得到了解答，我们将在未来几天讨论更多关于 MCP、Bedrock Agent、Bedrock Agent Core 等技术。所以，所以，感谢。
>> 非常感谢 Ashish。大家请记住，观看视频和幻灯片。测验将基于此。是的。好的，谢谢。
>> 完全正确。是的。所以，是的，那就是那个。谢谢。谢谢。希望每个人都获得了一些好信息。在我们有客人在这里的时候，请在聊天中输入加号 2，当我们与其他客人交谈时。谢谢。
嘿 Prasad，怎么样？有很多聊天问题。我看到很多问题。
>> 是的，有很多问题，每个人都喜欢，你知道，这是我们交付的第一个会话，我们专注于基础知识。对于那些在旅程中稍微领先的人，我们会深入探讨每个主题。所以不用担心。所以我们将在后续的会话中深入探讨。所以，如果你看议程，第一个会话只是 AI 代理的基础。这就是我们今天所涵盖的。关于动手研讨会，嗯，有很多问题，我们将在行为轨道开始后提供所有信息。
所以，有了这个，让我们介绍我们的客人。
>> 你好 Roland。
>> 你好。你好吗？Ashish Prasad，你好吗？
>> 闪闪发光。
>> 一切都好。闪闪发光的 T 恤，上面有大大的 AWS Logo。Prasad，我错过了。所以，是的。所以，所以，所以 Roland，给你一些背景信息，我在印度参加婚礼。所以，我没有那些正式的东西。我穿着不是我的风格的印花衣服，但为了婚礼我必须穿。
>> 是的，我认为你看起来不错。每个人都有自己的着装品味等等。所以，一切都好。
>> 很好。谢谢。谢谢。所以我将退出摄像头。我还在聊天中，但 Prasad，请继续开始会话。谢谢。
>> 是的。所以再次感谢 Roland 的加入。嗯，让我们从介绍开始。嗯，向听众介绍你自己，然后我们将开始炉边谈话。
>> 我叫 Roland Barzia。嗯，我是 AWS 的全球总监。我负责我们的专业技术团队，我领导我们的专业 SA，他们是那种深入研究并成为不同技术专家的 SA。我们的专业技术团队为客户构建了大量的机制、工具，并与客户合作。我们有一个原型团队，他们一直在为客户构建 AI 代理，用于各种不同的用例。我们负责技术现场社区。我们有工程团队正在构建不同的加速器解决方案和工具，比如 Workshop Studio，我认为其中一些人将使用它来完成今天的动手练习。它实际上是世界上最大的 AWS 账户之一，我们管理着超过 500 万个账户，并一直与我们的现场团队、客户、合作伙伴等进行实践。
>> 非常感谢您允许我们使用您团队为 VESSA 社区构建的 Workshop Studio。所以，对于所有收听的人来说，嗯，Workshop Studio 就是我们用来赋能我们的客户和合作伙伴的确切工具，当您参加 AWS 活动，如 ReInvent 或 AWS Summit 时，您将获得相同的体验。所以，您将在 VESSA 中获得相同的动手研讨会体验，我们将尽最大努力跟上我们收到的需求。所以 Roland，给你一些背景信息，我们有大约 2300 人注册了第一周的研讨会。是的，显然你预期的是大约 500 人，现在我们正在扩大容量。所以我们将在动手研讨会部分讨论这个问题。但让我们谈谈你提到的 AI 代理，对吧？所以 Ashish Shan Pana 谈到了，你知道，普通生成式应用程序和代理式 AI 之间的区别。但我想听听你的看法，在企业中，对吧？当涉及到代理式 AI 系统与传统 AI 应用程序相比时，什么才是真正重要的？
>> 是的，我实际上在和我的经理，我们的副总裁 Justin 争论这个问题，嗯，周末他喜欢指出，“那个是代理式的，那个不是代理式的”。嗯，我认为有很多术语，有代理，你可以构建非代理式的代理，比如。所以，嗯，我认为过去，当你想到 AI 时，很多都是生成式 AI，比如来回的对话和提示，以及一次性交互或多次来回交互。我认为随着时间的推移，代理式已经意味着几件事。
我认为一个是你现在可以谈论，你可以在聊天界面中看到一些东西。你看到一个复杂的查询或一个复杂的提示进来，它说“哦，我来看看那个。我来规划执行，我来看看我拥有的所有资源。”所以有很多，而不是来回的，有很多规划，嗯，以及规划，提前定义我将要完成的所有任务，然后有一些目标，对吧？代理式系统将有更多的规划任务和目标。因此，它们可以自主行动，因此你看到了动态性，很多优势，你不必维护大量的路由逻辑，静态编排逻辑。所以这是其中之一。
我认为另一个是它的主动性，也就是说，采取，我总是说“最佳下一步行动”。比如，“嘿，这是你的预订详情”，然后它会根据你的个人资料文件和权限，去预订行程，预订酒店，为你做所有这些事情。嗯，并采取下一步最佳行动。嗯，多步推理，然后它会随着时间的推移变得更聪明。所以，它是一个学习系统。嗯，它了解你的环境。所以，我可以构建一个，嗯，我们正在内部构建代理。我有一个代理，它被一个聊天应用程序调用，这个聊天应用程序，比如说，靠近我的客户系统，同一个代理也被一个合作伙伴系统调用。嗯，那个合作伙伴系统可能流入的联系人，这个客户系统可能流入的联系人，而这种上下文使得代理在如何回答问题方面表现不同。因此，这种意识到的概念，然后使用最适合这项工作的工具。所以，它们具有这些特征，我认为正是这些特征使它更具代理性。这说得通吗？
>> 是的，有道理。嗯，为了让我们的听众更生动地理解，你能分享一个具体的客户案例研究吗？比如客户如何在 AWS 上实施 AI 代理？
>> 是的。所以，嗯，我们有很多客户案例，比如，嗯，Cox Automotive 正在进行车辆车队管理。他们有大约 17 个代理在生产中，它们可以做一些事情，比如，嗯，车辆司机打电话，代理会自动知道卡车、路线、他们所在的位置、实施情况，而无需人工查找，无需人工干预。或者他们可能会进行基于信号的自主客户互动。
所以，我们看到车队管理，我们有客户正在进行，嗯，我想说是农作物管理。所以我们有实际的，嗯，Drew AI 和所有这些不同的事情正在进行，关于嗯，进行网络安全威胁调查。我们甚至在农业领域也有使用，嗯，与先正达 Cropwise 合作，作为不同的用例。嗯，自主药物开发。嗯，你知道，在我们，嗯，在我们组织内部，如果你谈论 Workshop Studio，比如我们正在为车间作者构建代理，并开始整合我们的客户如何实时使用车间，我们如何与专家互动，以及我们如何通过代理获得按需帮助，嗯，通过代理获取 TFC 的数据。这样客户和现场团队就可以做到这一点。
所以，我们看到了很多不同的用例。我刚看到一个关于 AI Ops 的，嗯，以及一个客户的性质，他们在解决客户问题方面取得了 70% 的改进。他们围绕他们的 Kubernetes 集群构建了一套 MCP 工具。一个用于他们的运行手册，一个用于他们的运维和指标，一个用于他们的网络系统。他们将构建一个代理来解决传入的特定查询，并卡住，通过提供的运行手册自动解决集群中的问题。嗯，所以，我们看到了很多非常令人兴奋的用例。在我看来，这是一个成为架构师的好时机。
>> 太棒了。是的。而且我实际上正在从观众那里提取一个问题，但你已经给出了一个更好的例子，展示了 AI 代理如何提供更好的体验。感谢您分享这些真实世界的经验，您说得对，这是一个成为架构师的好时机。所以，让我们开始转向那个。你认为哪些 AWS 服务对于创建这些代理式 AI 系统来说是最基础的？
>> 是的。所以，嗯，代理式系统不是孤立存在的，对吧？我们将使用很多不同的服务。所以，一个，首先是 SDK，对吧？所以，开发人员将与 SDK 进行交互，而且有各种类型的 SDK。我们构建了 Strands。所以，云提供商提供了 Strands，它能够很好地进行代理的模型驱动开发。嗯，但就像微软有 Autogen 一样，他们将其开源了事件驱动的模型提供商有 SDK，比如 Cloud Code SDK 或 LlamaIndex，然后你就有这些开源或合作伙伴 SDK，比如 LangGraph，它有很多很酷的编排功能，或者 CrewAI，它非常专注于任务管理。所以，嗯，SDK 是开发人员生活的地方，也是 AI 开发人员生活的地方，当然，但然后你必须采用这些代理，你必须部署它们，你必须在生产环境中运行它们。
所以 Amazon Bedrock Agent Core，对吧？所以 Agent Core，特别是，是我们拥有的关键服务之一。嗯，Agent Core Runtime 当然是无服务器运行时，你可以在其中部署和执行这些代理。它提供了很多关于性能的优化，可以帮助你。Agent Core Memory。内存是 AI 应用程序的一个非常关键的方面。你有短期记忆、长期记忆、情景记忆，可以记住过去的对话。你有 Agent Core Identity，它为你提供对工具、模型等的安全访问。Agent Core Gateway，它为你提供了工具管理的能力，并提供了工具的语义搜索。有 Agent Core Observability，Agent Core Browser Code Interpreters，但你也有新的 Eval Framework，评估非常重要。嗯，所以 Agent Core 确实是那个运行时，它让你能够部署和运行代理。
但也有其他运行代理的方式。在之前的会话中，Bedrock Agents 为你提供了一种托管的、基于工作流的方法来处理代理，使用 Bedrock Agents 和 Step Functions。所以，如果你更喜欢视觉编排管理，那仍然是一种有效的方法。我们有客户可以采用我刚才谈到的 SDK。我们有客户在 EKS 上运行代理，如果他们是标准化的 Kubernetes 店铺，或者 ECS，甚至 Lambda。所以你仍然可以编写那个。而酷的是，如果你在那里做代理，你仍然可以使用 Agent Core Memory，例如，与在其他地方运行的代理一起使用。当然，Agent Core Runtime 是为代理优化的，而这些其他计算选项支持不同类型的负载。
仍然需要推理，仍然需要运行微调模型、小型语言模型、大型语言模型等。那些将在 Bedrock 中，对吧？Bedrock 是我们真正的端到端推理平台，你将可以访问 Anthropic 的 Claude 或 Amazon 的 Titan 模型，以及所有现有的模型，开源模型等。客户也可以进行推理，嗯，在容器上，在 EC2 上，自己管理。嗯，你可能需要训练微调模型，或者你仍然需要，嗯，SageMaker，或者你可能在容器或 EC2 上使用 Inferentia 或 Trainium 实例来做这件事。然后你拥有所有这些开发工具来帮助开发人员，对吧？所以，比如 Kiro，当然。而 Kiro CLI 是一个很大的帮助。我有一个工程团队，他们有一个系统，它完全由 Kiro 使用 Kiro 引导文件生成的代码。嗯，所以我们对这个非常兴奋。嗯，我们有前沿代理，比如 DevOps 代理和安全代理，它们可以主动改善你的 DevOps 和安全状况。
每一个代理系统仍然会使用一些 AWS 服务，比如 S3 或 DynamoDB，你可能会缓存推理结果用于未来的 OpenSearch 将用于数据和搜索，甚至作为向量存储，你将拥有 CloudWatch 用于监控，IAM 你将使用这些服务作为实现的一部分。我说了很多，但显然，我们有很多工具可以帮助你加速你的代理之旅。
感谢您如此出色地总结。听众朋友们，请不要不知所措，如果这对你们来说是新的。我们将在接下来的会话中涵盖很多这些内容。所以，就像 Roland 谈到的 Agent Core，它是工具套件。所以我们将在后续的会话中进行介绍。Roland 还谈到了 Kiro。所以我们有一个专门的 Kiro 会话，我们将更详细地讨论整个范围和开发。这里更多的是关于获得艺术可能性的概述以及我们拥有的 AI 代理的景观。如果你谈论，你知道，大约六个月前，也许这些中的一半还不存在，对吧？你知道，它发展得如此之快，整个景观很难跟上。所以不要不知所措，因为我们仍然需要边学边学，就像我们构建工具一样，就像使用工具的用户一样。
>> 是的，百分之千。这就是为什么我试图将其分解为 SDK、部署、推理，对吧？考虑大桶，明天可能会有一个新的大桶，但至少你可以将它们放在开发生命周期的位置。这就是为什么你将要经历的动手实践非常重要，因为它将带你通过这些不同的层次。
>> 是的。太棒了。所以，让我们继续前进。嗯，有一个问题我想谈谈架构考虑因素，你谈了很多这些，但当我们提出解决方案时，你认为我们应该主要关注哪些主要的架构考虑因素？
>> 是的。嗯，我总是指向，首先，像良好的架构支柱仍然适用，现在有很多新的视角，对吧？所以，你知道，安全和身份，对于代理来说，我认为尽早去做非常重要，因为你必须像保护人类交互系统一样保护代理，你正在给予代理访问数据的权限，这些代理是自主的，并且上下文和谁在调用代理可以改变事情。因此，你真的需要考虑你的安全态势，几乎将代理视为与人类相同的对待，以及该代理被允许访问什么？它的凭证是什么？过期和刷新它们，比如身份，我认为安全非常重要。嗯，可扩展性、隔离和这些事情也非常重要，因为这些系统是有状态的。它们正在访问不同的数据源。所以，你知道，你可能想把代理放在防火墙后面，靠近数据，但不要让东西访问出去。你可能需要考虑这种编排行为，比如很容易说“好的，我没有共享数据，我的代理给了我一个摘要，但我可以自动发送摘要，并附带一些安全数据，通过电子邮件发送给某人，因为某个代理系统足够聪明地将其通过电子邮件发送给某人”。这些是你必须担心的类型的事情。
嗯，成本优化非常重要，但在这种情况下，嗯，你知道，令牌，令牌成本在这里非常巨大，并且要考虑嗯，如何尽早优化它。嗯，有很多方法，例如，第一代，每个人都开始构建 MCP 服务器，MCP 服务器，MCP 服务器，用于此，MCP 服务器，用于那个，对吧？然后突然，嗯，有一项研究，我认为 NAV 指出了这项研究，关于“嘿”，嗯，花费了很多成本，因为代理会有一个工具列表，比如成千上万的工具，然后只是去，浪费令牌成本，只是去检查每个工具并找出要使用什么，这花费了金钱，对吧？这就像网关有助于减少成本。
所以，嗯，可观测性非常重要，嗯，因为当你想到一个代理时，比如“好的”，嗯，有一个代理可以比人类做得更好的事情，我们姑且称之为客户支持，代理正在做一些初步工作，回答第一轮问题，但你仍然想捕获这次互动以学习如何改进系统，对吧？比如，你仍然想捕获所有这些。所以，比如，从第一天开始考虑可观测性就非常重要，因为你想能够，比如，报告这些系统，看看它们如何改进，等等。内存管理，就像那个，那个非常重要。嗯，你知道，你将如何处理短期记忆、长期记忆，你将在哪里存储这些对话，你将如何检索它们，你将如何恢复代理消失又回来？非常重要。
嗯，围绕它的工作流程，比如，你知道，你有你的事件，比如，你有事件，你有数据处理，数据预处理，比如推理，你将如何进行推理，它的后处理，你从结果中做出的决定，你将存储在哪里？所以，比如，有一个，就像这个，调用五层架构模式围绕它。所以，这些都是你需要考虑的不同考虑因素。
>> 是的。而且非常清晰地阐述了，而且你谈到的顺序可能非常重要。是的。这一切都归结为，正如你所提到的，良好的架构原则，但我们还需要考虑其他因素。所以，作为一个解决方案架构师，我有一个来自观众的问题。我将从观众那里提一个问题，这也是我想问你的，当我们与客户互动并可能推荐一个 AI 解决方案或一个代理式 AI 解决方案时，我们从哪里开始？有什么建议，我们应该问什么问题？
>> 是的，嗯，每次对话都略有不同。首先，我们正在努力，嗯，为现场的解决方案架构师提供很多不同的代理，而且，嗯，实际上是你在使用 AI 工具之前所做的准备工作，让你能够更聪明地开始。
所以，比如，我喜欢把它翻过来，比如，“嘿，我对我客户的了解是什么？以及 AI 如何帮助我带着一些上下文进来，对吧？几乎就像代理想要上下文一样，对吧？所以，首先，在你考虑问题之前，我会考虑你正在使用什么来研究？嗯，因为我们可能不是 AWS 在客户那里遇到的第一个原型。所以，你知道，客户可能会看到，我刚和 Prasad 谈过。我正在和这个 Roland 角色谈话。我进来，我正在和这个 Rohan 角色谈话，他们说，“他们说，我一遍又一遍地说同样的话”，比如，因为相反，对吧？如果我们可以进一步传递这次对话呢？
所以，嗯，我可能确切地知道客户的现状，当我进来的时候，对吧？所以，有时是一个全新的系统，我正在构建。其他时候，他们已经开始了他们的旅程。如果我已经知道客户已经构建了大约六个代理，并且他们遇到了性能问题等等。但根本上，嗯，它不会与非代理式系统有太大不同，比如，它是什么用例，你正在解决什么问题？因为很多时候，你进去，它就像，我只需要……
做人工智能。嗯，然后他们开始谈论非常确定的问题。我心想，也许你只需要用数据库、一些 land 和 lambda 函数来构建它，这样就足够了。这只是一个确定的查询。你为什么要花钱或类似的东西在 token 上？所以，但是用例是什么？与用例相关的数据在哪里？你想要的结果是什么？你想实现的目标是什么？这些都是一些问题。然后，当你深入研究时，你现在的技术状况如何？你的架构是什么？你了解哪些技术？你拥有哪些技能？嗯，你走进一家商店，他们都是 Java 开发者，你知道他们都要学习 Python 或类似的东西。嗯，但我想说更重要的是准备工作，而 AI 工具会给你一些要点问题。做一个有主见的、有行动力的人，获取上下文然后进去，这三个问题将来自那个上下文。
>> 确实如此，而且它非常好，你知道吗？它为下一个问题提供了一个很好的过渡，其中一个用户问的是，很多时候客户不知道他们需要什么。他们只是说我们需要构建人工智能，对吧？所以，我们去打破这种神话，好吧，你可以通过数据系统来做到这一点。几个 lambda 函数缝合在一起的 step function 会非常有效地为你完成这项工作。我们如何实际展示代理式 AI 解决方案的商业价值，在那里他们将真正获得他们将花费在代理式 AI 解决方案上的钱的价值？
>> 是的。嗯，当我的团队向我演示时，对吧？我总是告诉他们，解决方案架构师可能是最糟糕的演示者或展示结果的人，因为架构师对技术解决方案感到非常自豪，他们非常深入地探讨我是如何构建系统的？哦，我在这里使用了一个代理核心协调器，以及这个协调器和我构建的这 17 个工具，他们深入其中，我经常从“什么”开始，以及“结果是什么”？所以，很多时候我会向一个商业人士展示，比如说，他们是一名销售人员，我让他们看我为他们找到的数据，他们会说，哦，这是很棒的数据，你是怎么得到的？哦，我的代理做到了，哦，哇。所以，你从实际结果和业务人士那里得到的结果开始。我们实际上在周四上午向一些高管演示了一个代理式系统，我们向他们展示了“我问聊天界面什么”，现在我以代理式的方式问它。这是我之前得到的答案。这是我现在得到的答案。他们说，哦，哇，我们没有花时间谈论“如何”，直到我们阐述了商业价值之后。所以，很多时候你可能想构建它，演示它，并展示数据和你可以获得的结果，然后是优化。所以，例如，我们正在构建的代理有建议。所以我们构建了它。这就像是建议，它采取了行动，顶部的建议，并代表我们采取了行动，它自动完成了。所以，指出那些地方，因为这些代理式系统中的很多都很难演示，因为你看到的是聊天窗口的规划。我在思考，我在推理。这里是我所有的东西，然后它消失了。然后它又回来了，你无法演示，但是你可以演示输出和结果以及它是如何到达那里的。嗯，你去解决业务问题，而这正是我们可以让业务问题变得多么简单，以及我们可以多快地解决它。
>> 是的。是的。说得非常好。酷。现在，是的，我知道我们快要结束会议了。所以，让我们谈谈动手研讨会。你有什么建议想给在这里参加为期六周的动手研讨会的听众吗？我们计划了六场关于代理式 AI 的不同研讨会。
>> 是的，动手实践在当今对于像架构师来说非常重要，你知道，我们在纽约市地区称之为街头信誉，对吧？就像，嘿，你需要了解这些系统是如何工作的。不要，不要把它当作一场比赛。很多时候是复制粘贴，复制粘贴，复制粘贴。我什么都没学到，而不是通过阅读并尝试理解示例。真正将这些东西视为一个渐进的旅程。你知道，我会说从基础开始。不要不知所措。你知道，一切都是公平的，理解系统提示与提示，深入了解它。了解围绕它的非常具体的细节，专注于模式，而不仅仅是工具。所以，理解，我调用一个工具与一个代理与模型对话是不同的，以及工作流程是什么，在哪里，何时调用模型，它如何获取上下文，像 rag 这样的模式仍然非常重要。你知道，通过它，即使在你完成研讨会之后，也可以考虑你自己的例子，并在你自己的账户中做。然后，考虑你将如何使用它的实际用例。利用一个社区，就像你在一个队列中一样，所以寻求帮助，不要保持沉默，并且在一个问题上卡住一段时间，并使用 AI 来帮助你。问一个 AI 代理，看看它是否能帮助你解决问题。
>> 是的，这些都是正确的事情。所以，是的，利用社区是我认为最重要的东西之一。所以，正如你现在所看到的，我们有 1500 人，而且这只是那些能够在这个特定时区加入我们的人。在这个批次中，总共有 9000 人注册，并且有 2000 多人将在接下来的 24 小时内参加研讨会。所以，我们和听众中的所有人都知道，我们已经设置了一个 Discord 频道，并且有一个频道叫做“研讨会答疑”。所以在接下来的 30 分钟里，我们将向你展示并帮助你开始。你们所有人都会收到一封带有活动访问代码的电子邮件，以开始研讨会。嗯，但我们会更详细地讨论后勤问题。非常感谢 Roland 分享你的见解并抽出周六的时间。我知道你日程很忙，而且你大部分时间都在客户现场旅行。我在 Slack 上看到，你知道，你旅行得很多。所以，我很高兴你能抽出时间来参加。
>> 不，我很高兴来到这里。对我们来说，能够帮助社区学习如何成为更好的架构师、更好的构建者非常重要。利用好这段时间。我相信我们正在进入架构师的黄金时代。想象一下，在之前，架构师可能需要依靠开发人员来设想他们的思想领导力。这是思想领导力的时代。现在，作为一名架构师，你可以使用 AI，就像一个客户部署的或前置部署的工程师，他可以思考事物，设想它们，展示它们，然后利用开发人员和工程师来加固它并为生产做好准备，这是一个非常令人兴奋的架构师时代。
>> 同意。
>> 感谢 Roland 支持这些研讨会。如果没有你的批准和你的团队的帮助，这一切都不可能实现。所以，非常感谢你为这个社区争取到了研讨会。谢谢。
>> 感谢你们两位运行这个社区并领导这项工作。你们都很棒。
>> 谢谢。
>> 很高兴有你。谢谢。
>> 谢谢。
>> 那么，Ashish，你想现在分享屏幕吗？
>> 是的，为什么不呢？让我们开始吧。所以，有很多关于研讨会的问题，如何访问它等等。所以，我们会带你走一遍，然后 Assad 和 Parna 会帮助你了解更多细节。但是，是的，在这里多注意一下我们分享的内容，然后根据这些内容，你就能完成所有的研讨会，但是，是的，重要的是你要注意正在讨论的内容。有很多重复的问题，这对任何人都没有帮助。所以，我们请求你注意，查看预启动视频，然后获取所需的信息。所以，当我看到我的屏幕时，请告诉我。好的。
>> 是的。
>> 所以，很多人问我如何开始参加研讨会。所以，这是你必须遵循的流程。这是一个分步过程，你必须经历。所以，我们所做的是，我们不想让 9000 人注册研讨会。所以，我们所做的是，对于感兴趣的人，我们会发送每周电子邮件。所以，每周四上午 10 点 GMT，我们会发送一封电子邮件，其中会谈论谁对研讨会感兴趣。所以，每周都有不同的表格。所以，假设人们填写了第一周的表格。所以，他们只能访问第一周的研讨会。第二周、第三周、第四周也是如此。所以，你必须留意每周的研讨会注册电子邮件，一旦你注册，你就可以填写一个 Google 表单。在该表格中有三个时间段。所以，我们试图创建适合世界不同时区的时间段。所以，你应该能够至少在一个时间段内获得联系。然后，这个注册将在格林威治标准时间上午 10 点结束。所以，从周四到周六，你有 48 小时的时间来注册研讨会。如果你没有时间或精力来完成它，就不要注册。这会不必要地浪费资源。这对任何人都没有帮助。所以，如果你在这个周末很忙，就跳过注册，但如果可以，请务必参加研讨会并完成它。现在，我们将在下午 4:30 左右完成，而这正是现在将要开始的，下午 4:30 到 4:35，你们会开始收到电子邮件。所以，到下午 5 点，每个人都应该收到一封关于访问代码的电子邮件，访问代码会不同，然后访问代码将用于注册和登录研讨会工作室账户，对吧？而且我们在电子邮件中发送了详细信息，关于该做什么和不该做什么。还有一个 FAQ，你可以选择查看。所以，请确保你在鲁莽行事或直接潜入研讨会之前阅读所有内容。这一点非常非常重要。一旦你有了这个访问代码，你就有八个小时的时间在你选择的时间段内完成它。所以，完成你的研讨会。它在你选择的时间段内将是活跃的。所以，这就是研讨会的流程。所以，总而言之，你每周都需要独立注册研讨会。所以，我们将在每周四开始注册。我们将于上午 10 点关闭表格，因为研讨会的准备工作本身就需要时间。然后会有时间段，这些时间段是 EMIA 和美洲、美洲和 EPC、Epic 和 EMIA。通过这些，你就可以开始访问了。现在，今天我们在准备研讨会方面有点晚了。状态如何？我们已经准备好了大量的研讨会，还在进行中。
>> 它还在进行中，在第一个时间段。我们有超过一千人注册。所以，现在我们的准备账户大约有 300 个。所以，还需要三到四个小时才能准备好所有账户。坦率地说，我们没有预料到会有如此大的需求。我们希望我们认为在 500 左右，但你知道，在这个时间段，我们认为会有大约 300 人，但我们在这个时间段内就有超过一千人。但是，你看，你可能收到的电子邮件，如果你点击它，有一个链接，就会有 >> 电子邮件，只是为了纠正一下，因为我不知道有多少研讨会准备好了，人们会开始提问，所以我没有发送，只是发送给了前 250 人，其他人还在等待。我会在我们得到一点确认后发送，关于我们现在在哪里，发生了什么，然后我们将继续前进。但是，是的，继续吧，假设他们收到了电子邮件，接下来会发生什么？
>> 那么，让我分享我的屏幕。
>> 好的，我可以完成一些事情，然后我们可以继续，对吧？那样会更好。所以，所以，问题是，你完成了注册过程，在 48 小时内完成，然后你获得了访问代码，然后你可以继续前进并完成研讨会。所以，有一些注意事项，你必须意识到，嘿，我们不能延长研讨会的时间，时间是有限的，有相关的成本，所以我们只会使用那个时间段。你需要与其中任何一个对齐。所以，你就不应该在那里了。我再说一遍，我们还没有发送所有电子邮件。所以，有些人可能收到了，有些人不会收到。这显然会发生。时间段的电子邮件将在时间到达时发送。我们现在就发送。如何访问它？带有访问代码的电子邮件将在现场会议期间发送。不要忘记检查垃圾邮件文件夹。将 support@besa.program 添加到安全发件人列表，然后研讨会将在你选择的时间段内活跃 8 小时。所以，我们应该能在 8 小时内完成。所以，今天我们在准备过程中遇到了一些小问题。我们没有估计到会有这么多人注册，这就是为什么会有延迟。可能下周我们会进行更流畅的准备。现在，这是最重要的事情，你遵循这些流程来获得研讨会期间的支持。所以，我们有 FAQ。你收到的电子邮件将包含研讨会 FAQ。所以，请阅读。正如我之前所说，不要匆忙参加研讨会。花点时间。完全阅读邮件，然后继续前进。所以，首先检查 FAQ，如果你需要任何支持。如果仍然没有解决，请查看解决方案视频。我们所做的是，我们将实验室的解决方案制作成了视频格式。所以，一旦你开始研讨会，你必须在工作室里做的一切，如果你卡在一个地方，比如你找不到一个选项，就观看视频。在这个视频里，有人制作了整个解决方案。是的，视频在 YouTube 上。链接将在你收到的电子邮件中共享。所以，别担心。所以，你应该能够使用它。如果你在做了这两件事之后仍然没有得到任何回应，或者你仍然卡住了，那么就把你的问题发布到 Discord 频道。不要发布 FAQ 中已经有的常见问题，或者查看解决方案视频。我们不会回答这些问题。我们的带宽有限。今天是周六和周日。人们正在 24/7 工作来支持你。所以，请稍微注意一下识别常见问题，然后从那里继续。所以，这就是研讨会期间的支持。所以，是的，我在这里停下。Prasad，请继续分享你的屏幕，你想谈谈什么。
>> 我知道，我认为你已经讲得很好了。我只想在屏幕上展示一些东西，然后 Parna 也可以过来展示她的屏幕，但让我先尝试分享我的屏幕。在你做的时候，如果你错过了这个注册窗口，抱歉，我们帮不了你，我们目前的带宽和资源有限。所以，请确保从下周开始，你注册这些研讨会是独立的，它们不相互依赖。所以，第二周的研讨会是完全独立的，尽管与代理式 AI 相关，但你可以独立完成。即使你错过了第一周的研讨会，那也没关系。
>> 是的。而且在那方面，对，那些没有注册的人，我们无法提供 AWS 账户给他们做，因为我们有有限的集合，然后我们有，你知道，像准备好的，我们需要遵循我们的流程，对吧？但是，话虽如此，你总可以在你自己的账户中做到。所以，如果你点击“开始”，你会看到“AWS 托管活动”，任何我们提供账户的人都应该遵循“AWS 托管活动”的流程。但其他所有想做的人都可以做到完全相同的事情，对吧？完全相同的分步说明，在你自己的账户中，并且有步骤可以帮助你设置账户，我们正在提供，比如说明。所以，如果你遵循这些，你的账户就会设置好，然后你就可以在你自己的账户中体验整个研讨会，就像完全相同的体验一样，只是那些注册了的人，我们将能够为他们提供这个。现在。
>> 有道理。
>> 你将收到的电子邮件将提供一个链接，当你点击该链接访问时，显然在访问链接之前，请阅读 FAQ。但是当你，你会看到一个像这样的屏幕。
>> 你能稍微放大一点吗，Prasad？
>> 是的，我会放大的。有道理。是的。
>> 现在使用此选项通过电子邮件发送一次性密码。你获得的访问权限与你注册的电子邮件相关联。对吧？所以，请使用这个并输入相同的电子邮件地址，你将能够获得 OTP，并且你将能够访问研讨会。我稍后会展示。使用相同的电子邮件 ID 非常重要，否则你将无法访问。有可能当你点击访问时。所以，一旦你点击这个，它就会要求你输入访问代码。你将提供访问代码。它就在 URL 本身。然后它会要求你审查并加入，像这样。一旦你点击“加入活动”，它可能会给你一个选项，即活动已满。请联系管理员。如果发生这种情况，那就意味着账户还在准备中。正如我们所说，我们准备账户的时间有点晚了。需求比我们预期的要大。所以，还需要几个小时，三四个小时才能准备好所有账户。嗯，所以，如果出现那个错误，那就等几个小时再试一次。一切都会好的。对吧？如果你有自己的账户想做，你可以跳过这一步，也在你自己的账户中做。那也完全没问题。现在，当你点击这个账户时，你显然需要同意条款和条件。显然要通过这个账户，然后加入活动。然后你将收到关于如何做的说明。现在访问 AWS 账户，它就在 FAQ 中，它就在研讨会说明中，你可以在任何地方找到它。从这里你可以打开 AWS 控制台，对于内容，你可以看到点击这里，开始。所以我将打开控制台。这是我拥有的控制台。但是，如果你看到“开始”，你就会开始阅读和理解，这非常重要，正如 Roland 所说，不要匆忙，理解到底做了什么。但是非常重要的是，这也是 Parna 稍后将要介绍的。非常仔细地遵循步骤。不要跳过步骤，因为如果你跳过步骤，那么你知道，有些东西将无法正常工作。我们过去根据与客户和像 ReInvent 这样的活动合作的经验，收到的最常见问题是，有些人会错过任务，然后就会变得非常困难。所以，尽量放慢速度，一步一步地进行。它对账户的访问权限也非常有限。但是，请确保你没有做任何超出研讨会中提到的事情。这非常重要，因为我们也有预算。如果有人超出了预算，我们会收到警报，整个研讨会都必须为所有人关闭。这一点非常重要。研讨会工作室团队正在监控它，并且他们设置了警报，如果我们超过了批准的预算阈值，关于我们如何运行这些。你知道，我们必须运行多少小时。你知道，这些账户应该如何使用，例如，模型，你应该只使用那个模型，你不应该使用任何其他模型。研讨会中提到的服务，你应该只准备那些服务。不要去 EC2 并开始准备其他东西，对吧？请不要这样做。如果发生这种情况，我们显然可以通过谁做的电子邮件 ID 来追踪，他们将被禁止参加未来的所有研讨会。但我们也必须因为警报而完全关闭整个社区的研讨会。这是我们为客户做的事情，我们现在为社区开放。所以，请在做的时候非常小心。这是我们对你们的请求，以便我们所有人都能获得六周的顺利体验，这意味着所有你看到的志愿者。我们整晚都在设置整个账户，因为需求量很大。所以，请尊重志愿者付出的努力和时间。有了这个，我认为，是的，Ashish。
>> 是的，还有几件事，比如徽章不与研讨会绑定。所以，即使你无法完成研讨会，但如果你通过了知识测试，你仍然会获得徽章。所以，别担心。现在给你的时间段是 8 小时。对于这个特定的时间，我们将延长到 10 小时。所以，即使准备延迟发生，你仍然有足够的时间来完成它，但我们不能超过 10 小时。所以，请注意这一点。如果你在研讨会中遇到问题，请尝试处理我们放在 Discord 中的 FAQ。但即使我们无法帮助你，我们也无法重新准备研讨会。显然，这有相关的成本。想在自己的账户中做的人可以这样做。会有成本。所以，请注意这一点。不应该有问题。但我们正在尽最大努力为你提供环境。所以，不要滥用它。不要过度消费它。不要只是为了完成而参加研讨会。如果你没有时间，就跳过那个研讨会。当你有了时间再去参加下一个。但不要只是为了别人而占用座位，不要使用它。所以，请稍微注意一点。请稍微警惕一点。请支持我们正在做的事情。这并非易事。这是我们第一次为整个 AWS 的 2000 多人运行任何东西。所以，我们正在以巨大的规模运作，我们从中没有获得任何经济利益或任何东西。我们都是在业余时间做的。所以，请稍微支持一下，并在社区中互相帮助。如果你找到了解决方案，就去帮助别人。确保那些常见问题，比如我收到的电子邮件地址，至少你能处理好这些问题，这样我们就可以专注于更技术性的复杂问题。对。
>> 是的，任何帮助社区的人，我和 Ashish 都有奖品。我们会送出“云职业生涯之旅”这本书。我们会送出 Vizlabs 的额外许可证。所以，我们确实知道，我们会一直关注那些真正活跃并帮助他人的社区成员，并且我们会给他们奖品。因为我们希望它成为一个更自给自足的社区，因为我们有 10 名志愿者，我们没有足够的带宽来全天候支持 2000 人。嗯，是的。
>> 那么，让我们交给 Para。Para，请继续提供一些信息。我将离线。
>> 是的，我将分享我的屏幕。Ash，请检查一下。
>> 我会添加的。是的。如果你能展示一下。好的。所以，我猜人们能看到这个。嗯，请加一个加号。是的。
>> 好的。所以，我认为 Prasad 已经提到了如何访问研讨会。那里甚至还有 FAQ 和指南，这些指南已经多次发布在我们的帖子上了。请去看看 BESA 的 LinkedIn 群组中的置顶帖子。这是一个私人群组。所以，如果你注册了该队列，显然你已经加入了它。它也在 Discord 上。所以，那里有 FAQ，有指南，但我也会在这里带你走一遍。嗯，所以，一旦你获得了研讨会的访问权限，你可能会看到类似这样的东西。好的。还有一个“开始”按钮，你会在上面看到。好的。所以，右侧有一个“开始”按钮，它将带你到实际的研讨会和说明，左侧你会看到一个 AWS 控制台的链接。好的。所以，使用这个链接进入你的临时账户。显然，你不能在那个账户里做所有事情。它只有用于研讨会本身的有限权限。所以，不是你可以去创建 S3 存储桶并上传东西并启动 ECS 集群。所以，请不要尝试这样做。你反正也做不到。好的。所以，坚持研讨会。从这里访问控制台，你可以看到，我也会向你展示。它会打开到研讨会。好的。所以，这 comes after，嗯，显然你已经获得了研讨会的访问权限和活动代码。另一个事情是，我认为你提到了 Prasad 关于 OTP 的部分吗？
>> 是的，我提到了，我至少提到了，是的，你可以直接通过它。
>> 好的。好的。所以，我认为 Prasad 已经提到了。所以，我将给你一个关于研讨会的简要概述。我不会做完整的动手实践。你还将获得一个演示视频，它将与你共享。所以，如果你在任何一点卡住了，你也可以观看视频。好的。所以，这个研讨会是关于什么的？这个研讨会让你体验如何启动 Bedrock 代理。一个非常简化的例子是推荐产品。所以，这是一个系统，它会向你推荐产品。你想买一份礼物，它会根据场合、性别等从其目录中向你展示商品。所以，你可以与这个特定的代理对话，它实际上会做一些事情，比如向你展示商品，推荐你相关的商品，将商品添加到你的购物车。好的，你将。
>> 是的。
>> 你能稍微放大一点吗？
>> 再多一点。
>> 是的。
>> 更好。
>> 是的。是的。更好。谢谢。
>> 是的。好的。所以，你们都会收到这些说明。所以，别担心。所以，我不是逐字阅读，只是给你一个概述。嗯，所以，它包含什么？嗯，所以，第一次你会创建代理，你需要去 Bedrock 控制台。好的。所以我已经有了。哦，我再来一次。我认为它已经退出了。那是现场演示。所有的准备工作。好的。所以，好的。所以，这会带你到 Bedrock 控制台，你需要在这里创建你的代理。我显然已经预先创建了东西，但我会给你一个大致的想法，你需要做什么。一旦你来到这里，研讨会的第一部分是获取产品详细信息代理。它是一个代理，你需要从这里创建。你需要点击这里。这里有一个名字，是随机生成的。但是研讨会给你一个实际的名字。尽可能坚持研讨会的步骤，正如 Prasad 所说，名字等等都在那里。所以我只是保持简单。所以我将保持原样。给一个描述。好的。所以我只是保持原样。不要点击多代理协作。现在还不行。至少对于第一个代理。在你的研讨会中会有一个步骤，你将创建一个多代理协作。所以，到时候再做。但是，如果它没有说去点击复选框，那就意味着保持默认。好的。如果它没有说任何话，就保持默认。所以我将继续创建它。好的。所以，一旦你来到这个屏幕，请注意，这是测试区域。这只是在你的代理准备好之后。在那里测试它。所以，如果你不需要，可以关闭它。当然，如果你想要更多的屏幕空间，可以关闭它。嗯，你需要注意的任何变化，你一直在做，一直保存它。就像把它变成你的系统，一直保存它。好的。这非常重要，因为你可能会忘记并执行一个步骤，然后意识到那个步骤没有保存。嗯，重要的一点是，一旦你来到这个屏幕，请注意，有一个现有的角色，在你初始化研讨会时已经为你预先创建了。所以，你不需要创建，当然说明也非常清楚。它会告诉你具体需要选择哪个角色。所以，这是角色。好的。所以，后缀可能与你不同，但你看到的这个产品表的前缀是一样的。好的。所以，选择那个角色。这是一个现有的角色，因为这通常是人们不做的步骤，然后你看到一个错误。好的。一旦你选择了这个角色，这里重要的一点是，你需要选择模型。默认情况下，你可以看到它是 Claude 3.5 Sonnet。你需要编辑它。你可能在这里看不到它。好的。它不在这个列表中。你需要选择 Sonnet 4.5。所以，你在这里需要做什么？取消选中这个。请注意这个步骤。你需要取消选中“Bedrock Agents Optimized”。好的，取消选中它。然后当你去 Anthropic 时，你将能够看到 Claude Sonnet 4.5。好的，所以我将选择它。选择全局的。嗯，所以，如果你对推理配置文件有一些了解，因为我们有全球客户，所以我们选择了全球推理配置文件。所以，选择全局。说“应用”。好的。
>> 好的。我将重申这一点。抱歉，使用 Claude Sonnet 4.5 而不是其他模型非常重要。我们限制了其他模型。所以，如果你选择其他模型，你可以保存它。但是运行代理时，它将停止工作，因为我们限制了那里的权限。所以，只使用 Claude Sonnet 4.5。在我们共享的演示视频中，它显示了端到端的演练，我们当时使用 Claude 3.5 进行录制。所以，虽然演示会显示 Claude 3.5，但选择 Claude Sonnet 4.5 非常重要，即使研讨会说明也非常清楚，我们需要选择 Claude Sonnet 4.5，就像我们在研讨会中提到的那样。是的，如果你向下滚动，Pa，它在下面。
>> 不，不，我认为我有一个旧的，我在这里有一个。一个。
>> 是的，这里是。取消选择 Bedrock Agent 并使用这个。这个被取消选择，并使用这个。所以，这对你来说非常重要，否则你会在后续步骤中遇到问题。继续。
>> 好的。所以，希望这部分清楚了。嗯，回到步骤。所以，我已经选择了。它可能会给你一些填写说明。好的。所以，这里重要的一点是附加设置。人们通常会忘记它。所以，它在一切中，我告诉你的都在说明中，但是当我们阅读大量文本时，我们往往会跳过。所以我特别告诉你这一点，在附加设置中，选择“用户输入已启用”。所以，这允许你与代理进行来回对话。所以，请确保你这样做。之后，请确保你保存它。好的。所以，让我们看看 Prasad，我是否会收到那个错误。
>> 你可能需要。
>> 好的，我只是随便输入一些东西。
>> 不，你可以从那里复制粘贴。
>> 好的。好的。让我只从这里复制粘贴。
>> 是的。是的。向下滚动。是的。
>> 是的。是的。我将从这里获取。
>> 好的。Pa 展示了如何复制。所以，从研讨会开始，总是有你想要做的说明。你可以简单地使用那个复制按钮。
>> 正确的。是的。所以，在所有地方都有一个剪贴板复制按钮，即使是像名字这样简单的事情。所以，就像我告诉你的，即使是名字，看这里。所以，第一个代理有一个剪贴板复制按钮在这里。使用它，这样你也不会拼写错误。好的。所以，尝试使用它。好的。所以，我只是复制了说明，我将在这里粘贴它，因为它至少需要 40 个字符。所以，最初它不允许我。好的。所以，如果我保存它。好的。所以，你会看到这个错误消息。但这并不是一个障碍。好的，我只是让你知道。请注意，之后你还会看到一条消息，说明代理已成功更新。好的，所以，这不是一个障碍。我们已经观察到这是一个已知问题，但它不会阻止你。所以，如果你看到这个，不要惊慌。好的，忽略它。
>> 是的，如果你没有看到它之后的消息，那将是一个障碍。对。而那将意味着你使用了错误的模型。只要你使用的是正确的模型，它就会暂时显示那个错误。但你立即会收到另一个通知，说明 Para 正在强调的那个是成功的。所以，只要你看到那个消息，你就可以忽略那个消息。但如果你没有看到这个消息，那就意味着你偶然选择了错误的模型，因为我做过，我选择了 Haiku 而不是 Sonnet，它就显示了那个错误。
>> 是的。另一个地方你可能会看到这个红色的是，如果你选择了创建而不是现有的角色，因为默认情况下总是创建，而你没有创建权限。所以，如果这个也在那里，你可能会看到这个。所以，请遵循步骤。所以，在这种情况下，我忽略它，因为代理已经同步了。我将向你展示我创建的实际代理。而不是这个，让我回到我的。所以，这是那个。好的。所以，一旦你创建了你的代理，如果你需要再次进入，你必须点击编辑。你不会自己得到详细信息页面。好的。所以，假设你正在参加一个研讨会，中间你需要离开你的桌子，你只是保存了它。你回来时，你需要去编辑它。你必须点击这里。好的。所以，这是实际的产品推荐代理，它就在这里的步骤中，我之前向你展示的。就是这个。好的。好的。所以，我已经创建了它。它看起来就是这样。我有说明。所以，好的。所以，这是高级的，我想说是系统提示或代理提示。如果你仔细阅读，花点时间阅读，你就会明白。所以，它实际上是在提供说明。所以，它可以使用哪些 API，哪些操作组，一切都在这里。所以，我的显然看起来有点大，因为我已经完成了研讨会，但它在逐步增加。随着你继续研讨会，你将不断添加更多的操作组。好的，这是其中一件事。另一件事是当你添加操作组时。好的，所以，记住保存它，然后当你添加一个操作组时，它看起来会是这样。好的，你输入你的描述，操作组名称。我将向你展示一个现有的操作组。然后你就会有一个更好的想法。好的。所以，在第一个步骤中，你将不得不去获取每个产品的相关信息。所以，这是操作组，它会告诉你创建。让我关闭它。好的。所以，获取产品推荐。所以，确保你填写了。所以，这里发生的是，你可以从头开始构建你的 lambda 函数，或者你可以使用 OpenAPI 模式指定 API。你可以指定它。所以，在这个实验中，我们将指定 API。所以，选择这个选项，就像我说的，lambda 函数已经预先创建好了，因为这个研讨会不是关于教你如何使用 lambda，而是关于如何创建 Bedrock 代理。所以，lambda 函数已经创建好了。所以，选择现有的 lambda 函数。你在这里看到的名称，它们非常直观。例如，你可以看到“获取产品详细信息”。所以，你确切地知道要选择哪一个。选择那个。好的。接下来，你必须定义模式。好的，因为 Bedrock 代理需要知道哪个 API 是做什么用的。所以，花点时间去研究这个 API。你真的会明白为什么代理会选择一个特定的 API。例如，当 Ashish 和我参加技术会议时，我问他，他是如何知道选择哪个工具的，对吧？所以，这就是它知道的地方，对吧？如果我问代理一个问题，给我看一些生日派对的产品，那么它就知道。我需要查看这个 API，因为这里的摘要和描述。所以，花点时间看看它。所有参数，所有东西都已在此处提及。Ashish，你想说什么吗？不，我们差不多要到时间了。所以，我想要最后多一分钟，一分钟。是的。
>> 好的。好的。所以，你提到了 API 并保存它。好的。所以，在一切都保存之后，这里重要的一点是回来。好的。所以，一旦，所以我将再次保存它。你需要准备。好的。所以，请确保你准备好了。你不能直接开始测试任何代理。它必须被准备好。好的，你刚刚保存了配置。代理实际上还没有部署更改。所以，请确保你点击“准备”。一旦你准备好了，它就可以在这里进行测试。好的。所以，这是你的测试沙盒。请确保你打开它并进行测试。你会获得更好的体验，因为你可以看到跟踪信息，这是你可以看到发生了什么的部分。因为我们没有那么多时间，我将直接去更大的代理，这样我就可以向你展示更多。我们还有多少时间？Ashish。
>> 你已经超时了，Pa。
>> 好的，一分钟。让我，让我在这里展示一下。这是第一个代理，即获取产品详细信息。所以，如果我说嗨。我认为所有这些都在研讨会说明中得到了很好的涵盖，就像你知道的，如果人们遵循。
>> 细节在那里，如果他们遵循说明，他们应该不会遇到问题。我们今天也多次测试了这个研讨会。
>> 所以，研讨会中没有内部问题。如果有什么不对，99% 的几率是你错过了一些说明，或者你打错了字，或者你犯了一些错误。所以，追溯你的步骤，你应该一切顺利。
>> 是的。所以，最后一点是，一切都在研讨会中，就像 Ash 和 Prasad 所说的，说明。请务必查看这些说明，否则就没有意义了，因为你不会理解代理是如何工作的。所以，你可以查看确切的跟踪和这里的思考。好的。所以，这是标签。请确保你。
>> Ashish，你分享了错误的屏幕。
>> 是的，我的错，我分享了别的东西。我现在就添加。
>> 我们都过度劳累和疲惫。
>> 或者太多了。
>> 所以，是的，所以，请确保你查看这些跟踪，并尝试一些组合，看看它是如何思考的。嗯，否则我认为一切在研讨会中都相当清楚。有什么我遗漏的吗，Prasad？
>> 不，不，不，你都讲完了，对吧？所以，其余的，如果你遇到任何问题，请发布到 Discord 频道。任何先完成的人，请帮助其他人。在第一个频道。
>> 对，所以有很多重复的问题。所以，如果你知道答案，请。
>> 90% 的问题是重复的。所以，如果你能做到，那将真正帮助我们。现在我想强调的是，第一个时间段的电子邮件已经发出去了。这并不意味着所有的研讨会现在都准备好了。所以，可能会发生你收到一个错误，说活动已满。所以，请稍等片刻，你就可以进入活动了。我们预计所有东西将在几个小时内准备好，我们将延长准备时间。这是发送给所有注册了第一个时间段的人的电子邮件。第二个、第三个时间段。你将在你的时间段开始前及时收到你的电子邮件。所以，别担心。但是请注意，我们在这里有详细的说明，比如遵循研讨会说明。这是一个入门指南，我们已经谈过了。将有一个启动活动的链接。如果链接不起作用，你可以打开研讨会工作室并输入代码，代码也在那里。然后这就是你应该如何寻求支持。查看 FAQ。查看研讨会解决方案视频，它也已上线。然后第三个是消息。再说一遍，所有为第一个时间段注册研讨会的人都收到了研讨会说明。如果你只注册了 BESA 但没有注册研讨会，你将不会收到电子邮件，而且这次的注册已经关闭。检查你的垃圾邮件文件夹。研讨会电子邮件应该在那里。希望每个人都收到了电子邮件。如果你收到了那封电子邮件，请在聊天中给我一个加号。这让我知道，是的，人们正在收到我们发送的电子邮件。好的。所以，我在这里停下。嗯，希望一切都还好，一切顺利。
>> 是的，我只是补充一下。我认为你提到了，我不确定。只有注册了第一个时间段的人，他们的访问代码才发送出去。
>> 如果你选择了其他时间段，那就是为什么你可能没有看到它。
>> 所以，请确保。
>> 所以，稍后检查。
>> 并将 BESA 的电子邮件地址添加到非垃圾邮件，添加到安全发件人列表。你们很多人都把这个放进了垃圾邮件文件夹，但电子邮件已经发送了。第一个时间段的每个人都应该收到电子邮件。如果仍然没有找到，你必须检查垃圾邮件。我们无法发送单独的电子邮件。所以，这非常困难。即使你问我们，我们也无法发送单独的电子邮件。系统不允许我们这样做。确实如此。而且，任何注册了但没有收到电子邮件的人，我们现在能说的就是抱歉。你总是可以在自己的账户中做研讨会。我知道这不容易。
就像您所知，这会产生一些费用。费用不应太多，但请注意成本，在您自己的账户中设置警报并进行研讨会，如果您没有收到电子邮件或忘记注册，对吧？YouTube 的好处在于您可以再次观看。所以，无论 porna 分享了什么指示，请检查我们已经有的解决方案视频，它在电子邮件地址中，我们已发送。所以，请查看该解决方案视频，尝试弄清楚，而不是仅仅提出问题。当您开始解决问题时，您会学到更多，对吧？您将从中获得更多见解。所以，尽量自己解决问题。研讨会运行良好。我们已在技术上进行了测试。所以，无论发生什么，您可能都错过了一些步骤，或者配置有误。在您自己的账户上部署需要多少费用？我们不知道。这取决于您部署的区域等多个因素。您保留多长时间。但是，大多数研讨会，如果您遵循指示，应该只需要花费几美元，可能在 10 美元或 20 美元以内。但我们没有确切的链接来在您的自有账户上进行研讨会。我已分享。我将再次在此分享。所以，请收藏此链接。此链接将帮助您启动此研讨会，我不知道为什么我的 YouTube 链接被丢弃了，但我们会将其发送出去。让我来做研讨会。是的，最后一个问题，我将回答，然后我们将结束。呃，我什么时候能收到幻灯片。是的，我们可能会在两天内，周一或周二，将预先发送的幻灯片链接发送给您，但 YouTube 始终可用。所以，您可以随时访问，应该没问题。电子邮件中的链接不起作用，您可能做错了什么，所有人都收到了电子邮件，没有人抱怨过。所以，请检查您的浏览器。请查看这些常见问题，我请求您自己解决，而不是在这里提出。我们在这里回答成千上万的问题。三四个人不可能做到。所以，请尊重一点，检查您的问题，然后仍然无法弄清楚，再提出。谢谢。所以，大家，非常感谢，希望您学到了一些东西。如果您有任何反馈，任何建议，我们请求您分享，并请广为传播。最佳会议的注册仍在开放。研讨会一的注册已关闭，但研讨会二、三、四在届时仍将开放。所以，请确保您的朋友、家人加入并从中学习。Prasad，您想分享一些东西。是的，我看到一些问题一直在持续出现。研讨会从现在开始会开放 8 小时吗？答案是肯定的，我们将为那些因为配置延迟的人再延长两个小时。所以，是的，这是对第二个问题的回答，那就是我展示的知识检查，如果那些在自己账户中进行研讨会的人，无论您在哪里进行研讨会，知识检查完全不同，这就是为什么我请求大家查看我们之前做的会前问答，它再次在 YouTube 频道上，我们明确提到，进行研讨会和知识检查是完全不同的，对于知识检查，测验将在 24 小时内在线上，在技术创作者平台上。你们所有人都会收到来自技术创作者平台的电子邮件，以便在上面注册。我们已经为今天之前注册的所有人注册了。从那里，您将能够访问测验并进行测验。一旦您完成，这是 15 个问题，80% 的及格率。一旦您完成，您将获得徽章。还有一件事，请不要在公共领域分享您的访问代码。它不是为此目的而设计的。如果有人发现它，这只会损害每个人进行研讨会的能力。所以，请尊重那些制作了这个研讨会的人。是的。如果发生这种情况，请记住。不是任何人都能得到它，比如如果被滥用，研讨会工作室团队将停止我们所有的研讨会。所以，请尊重他人。不要公开分享。没有必要，对吧？这只是八个小时。这是为了您的学习。人们花钱去参加重塑和提交，然后他们获得这种体验。您免费获得它。充分利用它。不要滥用它。谢谢大家。呃，我只需要一分钟来澄清一个步骤，因为大多数人都看到了，有一个过程。您必须注册 Basa 队列。一旦您注册了 Basa 队列，您就可以进入 Discord 和私人 LinkedIn 群组。好的，这些是所有公告发生的地方。所以，如果您没有注册 BASA 队列，而是直接来到直播，您显然无法访问许多东西。好的。所以，请确保您去注册 BESA。之后，一旦您注册了，您才会被注册到技术创作者平台，在那里您有测验以获得徽章。所以，如果您想知道我如何获得徽章，如果我只是观看这个会议，您不会根据观看会议获得徽章，您必须注册队列，而不是会议，然后我们才会为您注册，然后您才能看到测验。测验不会在会议之前上线。所以，如果您在那里看到笔记，因此我说要观看预启动视频。如果您只看到笔记，测验将在现场会议结束后几个小时出现。所以，这是需要注意的一点。研讨会注册与队列注册不同。研讨会注册链接只有在您之前注册了 BESA 后才会发送给您。因为我们没有您的电子邮件，我们怎么会发送给您呢？对吧？如果您错过了电子邮件，请保持警惕。我的意思是，我们正在 24 小时模式下工作。我们正试图在所有地方发布。请保持警惕。这是我们唯一能请求的。查看置顶消息，或者关注我们任何人，我们也会发布。如果它不在您的电子邮件中，请检查垃圾邮件和收件箱。是的。还有那个您可以取消垃圾邮件列表的选项，您可以将 BESA 项目支持的 BESA 项目添加到安全中心列表，这样它就不会进入垃圾邮件。所以，谢谢大家，如果我们的志愿者还在镜头前，我想非常感谢他们。所以我将把舞台交还给您 Cavia，抱歉，我们可能错过了，让我添加 Prasad，所以我将添加 Cavia 到舞台，然后 Anil 在这里，Nisha 在那里，然后其他人不得不离开，显然有很多事情，Achel，我将把它添加到您。所以，感谢大家的支持。这真的很棒，我们希望您享受并学到了一些新东西。任何反馈，任何建议，请告诉我们。如果您学到了东西，请在 LinkedIn 上发布，标记我们，这样我们就知道我们正在付出正确的努力，我们感谢您的时间，并希望您开始学习 AWS 并分享您正在获得的知识。非常感谢。祝您晚上愉快。请说，Prasad。是的，我想再次感谢志愿者们，管理着成千上万人的 YouTube 聊天，这并不容易，他们能够做到，能够查看所有消息并尽可能地回答，对吧？他们不是 AI 代理，他们都是人类，真正的。所以，在某个时候，我们需要创建一个 AI 代理来做这件事，对吧？是的，我们应该，我们应该，好项目，呃，是的，谢谢大家，我将结束直播，我们下周再聊，并继续提问，我们很乐意尽可能多地回答。谢谢。再见。