基于 AgentCore，猎豹移动旗下聚云科技打造 Agentic AI 驱动的新一代云和 Token 成本治理平台

由于云成本账单的复杂性，使得云成本管理往往需工程师的专业经验。企业要理解费用来源，往往需要结合账单明细、资源关系和业务上下文等进行关联分析，不仅耗时，也难以形成稳定、可复用的持续治理流程。

为了打破这一门槛，深耕全球化云服务多年的聚云科技将以往的 Finops 经验融入到了新一代的 Agentic AI 驱动的云成本管理平台 CostQ，其核心优势在于将复杂的成本分析转化为简洁的对话入口。过去，由于云成本账单的复杂性，使得定位成本浪费需要依赖专业人员通过繁琐的参数筛选进行分析，汇总报告。现在只需通过自然语言提问，即可快速锁定资源浪费根源、并提供优化方案。同时这种模式显著增强了跨团队协作的效率：即便是不熟悉云成本账单逻辑的业务人员，也可以通过系统预设的标准化能力，直接进行“专家级”的分析。这不仅降低了部门间的信息壁垒，更让成本优化从单纯的技术任务，转变为多部门共同参与的业务决策。在 CostQ 的研发过程中，聚云科技需要重点解决以下挑战：

• 复杂账单的结构化与智能解析：企业云账单涉及多账号、多服务与多维度计费项，数据结构复杂且关联关系较强。如何将分散的数据统一建模，并转化为可理解的分析结果与优化建议，是实现自动化分析的基础；
• 企业级 Agent 架构：系统需要在多租户环境下实现安全隔离，同时支持灵活的工具调用与执行链路管理。如何构建兼具扩展性与可观测性的 Agent 架构，是支撑复杂业务运行的关键；
• 轻量化运维：在产品快速迭代过程中，团队需要在有限人力下快速上线并保障系统稳定运行。聚云科技需要减少对底层资源管理的依赖，以便更好地进行持续优化与功能扩展。

聚云科技与亚马逊云科技长期的深厚互信，以及双方高度契合的“AI First”组织文化，为此次合作奠定了基石。面对构建企业级 Agent 的严苛要求，聚云科技认为亚马逊云科技提供的 AI 基础设施如同“乐高积木”般灵活且成熟。全托管的 AgentCore 解决方案精准回应了 CostQ 对安全隔离、按需调用、弹性扩展等诉求，让研发团队能将精力投入到业务创新。同时，考虑到亚马逊云科技团队的专业技术支持，以及全球化商业能力，聚云科技决定携手亚马逊云科技开展本次 CostQ 合作。

面对复杂的工具调用需求，聚云科技并未选择重构沉重的底层环境，而是将 CostQ 的核心环境迁移至亚马逊云科技的 Amazon Bedrock AgentCore 基础设施，从根本上解决了研发敏捷度、安全性与可观测性等难题。

业务优先，打造“即插即用”的工具接入体验

在传统模式下，AI Agent 每新增一个工具都需“硬编码”集成，每添加一个分析能力都意味着要改动 Agent 代码并重新部署。聚云科技利用 AgentCore Gateway 彻底解耦了Agent主逻辑与 MCP Servers 的接入逻辑，将 Gateway 转化为一个“智能插座”，通过标准协议将各类 MCP Servers 转化为“标准化插头”。

有了 AgentCore Gateway，当用户提出成本分析请求时，系统不再需要预加载全量工具，而是根据需要智能调用相关工具。这种架构将 Agent 初始化时间从分钟级压缩至秒级。更重要的是，技术人员无需改动核心代码，在 1-2 小时内即可完成新的 MCP Server 的无缝接入，确保产品能紧跟用户需求的变化节奏，实现敏捷演进。

信任基石：以隔离机制与长效记忆构筑智能防线

作为处理敏感财务数据的 SaaS 应用，数据隔离是商业互信的底线。CostQ 基于 AgentCore Runtime 的隔离机制，确保每一位用户的对话都运行在完全独立的“微型虚拟机”（Micro VM）中，从底层避免了数据交叉风险，为企业级财务数据筑牢了护城河。

在安全防线之上，CostQ 依托 AgentCore 的长短期记忆功能，系统能够将用户偏好与业务上下文自动存入记忆库，用户在后续对话中无需反复交代背景。这种能力的沉淀，让 CostQ 摆脱了“一问一答”式工具的局限，转型为一位能够理解企业业务逻辑的数字分析专家。

效能进阶：全链路可观测与精益运维

AgentCore 内置的可观测性能力使研发团队能清晰追踪执行链路、工具耗时及 Token 消耗，为错误调试以及性能优化提供直观依据。得益于全托管的 Serverless 模式以及按需计费特性，聚云科技免除了底层硬件维护，在无需额外投入运维人员的情况下保障了系统稳定运行。这不仅让整体运维工作量减少了约 80%，而且 Agentcore 相关资源的成本在整体基础设施开销中占比控制在 5% 以内。

“AgentCore 是一套企业级的 Agent 基础设施底座。通过会话级隔离机制、安全护栏以及全链路可观测的 Serverless弹性架构，

使我们能够减少在底层 Agent 基础设施构建与运维上的投入，将更多的精力聚焦于业务创新。这不仅让 CostQ 的上线周期从 3 个月压缩至 5 周，更实现了 Agentic AI 应用的高效演进。”

聚云科技联合创始人兼首席架构师 李玉光

在打磨核心 Agent 逻辑的同时，聚云科技也基于亚马逊云科技的产品矩阵，对 CostQ 的底层计算架构与数据传输链路进行了全方位的优化。

算力架构统一，计算成本下降约 20%

为了与 AgentCore 的底层架构保持一致，研发团队将承载前后端业务的 Amazon EKS 节点等计算资源，全面统一至基于 ARM 架构的 Graviton 实例。这种架构的对齐不仅消除了处理多种运行环境的兼容性的需求，简化了日常构建与发布的运维复杂度，更凭借 Graviton 的高性能优势，在保障系统处理能力的前提下，实现了整体计算成本约 20%的降低。

内网专属通道，NAT 网关数据处理费用减少40%

出于高标准的安全合规考量，CostQ 的业务服务器与数据库均部署在 VPC 私有子网中。针对 Agentcore Runtime 容器在按需启动时需频繁从 Amazon S3 拉取镜像数据的需求，聚云科技通过 Amazon S3 Gateway Endpoint 开辟了内网专属数据通道，让 Agent 可以在保持内部网络隔离的同时，减少约 80% 的 NAT 网关数据处理费用。

得益于亚马逊云科技以 AgentCore 为代表的 AI 基础设施，聚云科技避免了复杂的底层 Agent 基础设施的构建，成功将 SaaS 产品 CostQ从 概念验证到正式上线的周期从 3 个月缩短至 5 周。

在商业化落地过程中，亚马逊云科技 Marketplace 不仅提供了一套标准化的交付流程，更将 SaaS 订阅平滑融入客户现有的云资源采购流程中，有效降低了建立信任和平台接入的门槛，极大地提升了CostQ 在海外的商业化效率。

目前，CostQ 已在日本区域投入应用。以双方共同服务的一家大型企业为例：客户原本面临多账号的账单分散、成本归因不清、异常增长发现滞后等问题。引入 CostQ 后，统一接入多个 AWS 账号，可按团队、项目、服务维度等进行成本分析，并通过自然语言问答快速定位费用变化原因。CostQ 帮助客户识别出了闲置资源、异常规格实例、低利用率存储、大模型调用中的缓存读取率异常等成本问题，使云成本下降约 25%。并持续对成本进行智能监控，完成了从"被动支出"到"持续运营"的转换。

未来，聚云科技将携手亚马逊云科技深耕全球业务版图，围绕 AgentCore 持续完善 CostQ 的功能矩阵。聚云科技将进一步融合 Agentic AI 技术与行业经验，帮助更多客户在复杂的生产环境中，通过智能化的工具实现业务价值的持续增长。