AWS：Works Human Intelligence从LangGraph迁移至Amazon Bedrock AgentCore，每流程成本降低97%

Amazon Web Services发布了展示Amazon Bedrock AgentCore生产应用的案例研究——与日本HR软件系统提供商Works Human Intelligence（WHI）合作，该公司服务于部分日本最大企业。从LangGraph和Amazon ECS基础设施迁移到AgentCore，带来了显著的成本降低和简化的开发体验。

什么是Amazon Bedrock AgentCore，与LangGraph有何不同？

Amazon Bedrock AgentCore是提供AgentCore Runtime作为AI智能体执行基础的托管服务，以及多智能体工作流的集成可观测性和管理。相比LangGraph + Amazon ECS方案的关键优势是消除手动基础设施管理——团队可以专注于业务逻辑而非运维。

Works Human Intelligence此前使用LangGraph（构建智能体工作流的框架）结合Amazon ECS（弹性容器服务）托管自己的智能体。这种组合需要手动日志跟踪和基础设施管理。AgentCore Observability替代了他们用于监控的第三方Langfuse工具，将一切集中到AWS生态系统中。

Works Human Intelligence如何实现Commuting Allowance和Browser Operation智能体？

WHI构建了两个生产智能体：

Commuting Allowance Agent自动化员工搬迁时的交通补贴审批流程。Slack是认证的入口点；子智能体在独立的AgentCore Runtime实例上运行，多租户通过Amazon DynamoDB和Amazon Cognito管理。

Browser Operation Agent通过浏览器自动化访问HR系统，收集记录并执行操作。使用Strands Agents框架构建，AgentCore Runtime部署在VPC内，使用NAT网关获取固定IP地址。Amazon S3存储短期操作数据，知识库保存操作模板和帮助程序。

如何实现每流程97%的成本降低？

Browser Operation Agent经历了三个阶梯式成本优化：

1. 提示缓存实施：每流程从14.50美元降至2.10美元（降低85%）
2. 智能体行为优化：从2.10美元降至1.00美元（再降52%）
3. 模型替换：Claude Sonnet 4.5 → Claude Haiku 4.5：从1.00美元降至0.40美元（再降60%）

总计：97%的成本降低——从每流程14.50美元降至0.40美元。此外，智能体通过移除不必要的对话历史、消除无关的Playwright MCP返回值和缓存工具定义，实现了浏览器操作中88%的令牌消耗降低。

WHI评估了三种浏览器自动化工具——browser-use、Playwright和fast-playwright——最终因最低令牌消耗选择了fast-playwright。

AgentCore对企业AI生产的意义

Amazon Bedrock AgentCore将自己定位为AWS降低企业环境中AI智能体生产部署门槛的解决方案。Works Human Intelligence案例表明，需要与遗留系统交互（HR应用上的浏览器自动化）、多租户和安全认证的复杂HR流程，可以通过AI智能体成功自动化并实现可量化的节省。

WHI团队表示，AgentCore「大幅简化了开发」，使他们能够专注于业务逻辑开发而非基础设施运维——这是托管智能体平台这一类别的核心价值主张。