رابطهای هوش مصنوعی تطبیقی با AG-UI و عاملهای AWS

به گزارش وبلاگ معماری AWS، آمازون در ۲۹ سپتامبر ۲۰۲۶ معماری تازهای برای ساخت رابطهای هوش مصنوعی تطبیقی معرفی کرد که خروجی متغیر عاملها را بهصورت پویا نمایش میدهد. این راهکار، پروتکل AG-UI را با الگوی Swarm در Strands Agents SDK و Amazon Nova Act ترکیب میکند و برای تیمهای توسعهدهنده سامانههای ابری و سازمانی اهمیت دارد.
سه فناوری برای رابطهای پویا و همکاری چندعاملی
رابطهای ثابت زمانی مناسباند که نوع دادهها و کنترلهای مورد نیاز از قبل مشخص باشد؛ اما خروجی یک برنامه مبتنی بر هوش مصنوعی ممکن است در هر اجرا متفاوت باشد. در نمونه بررسی تصاویر پزشکی AWS، یک تصویر تنها یک شکستگی آشکار دارد، در حالی که تصویر دیگر چند ناحیه مبهم را نشان میدهد و به بررسی همزمان چند عامل نیاز پیدا میکند. یک چیدمان ثابت یا برای حالت ساده بیش از اندازه شلوغ است یا در سناریوی پیچیده ابزار کافی ندارد.
AG-UI ارتباط میان عامل و رابط کاربری را با رویدادهای نوعدار و جریان Server-Sent Events یا SSE استاندارد میکند. به این ترتیب، بخش فرانتاند میتواند متن، تغییر وضعیت، اجرای ابزار و مؤلفههای رابط را در لحظه دریافت کند؛ بدون آنکه برای هر چارچوب عامل، قالب WebSocket یا سازوکار polling جداگانه ساخته شود.
در لایه تحلیل، الگوی Swarm در Strands Agents SDK چند عامل همسطح را کنار هم قرار میدهد تا فرضیهها را به اشتراک بگذارند، یافتهها را نقد کنند و به اجماع برسند. نمونه ارائهشده شامل سه عامل تخصصی برای تحلیل تصویر، استدلال بالینی و گزارشنویسی است. روند مشارکت و تغییر میزان اطمینان نیز در رابط دیده میشود؛ قابلیتی که توضیحپذیری تصمیم را افزایش میدهد.
اتصال سامانههای قدیمی بدون API
Amazon Nova Act بخش سوم این معماری است و با فرمانهای زبان طبیعی، تعامل عامل با رابط وب سامانههای قدیمی را خودکار میکند. عامل میتواند وارد سامانه شود، رکوردها را جستوجو کند، فرمها را تکمیل کند و نتیجه عملیات را به رابط اصلی بازگرداند. در نمونه پزشکی، این ابزار یافتههای تأییدشده را در سامانه اطلاعات رادیولوژی و پرونده الکترونیکی ثبت میکند.
معماری پیشنهادی از React، Amazon API Gateway، AWS Lambda، Amazon Bedrock AgentCore و SSE استفاده میکند. AWS همچنین تأکید کرده است که در سناریوهای دارای اطلاعات سلامت، رمزنگاری، محدودسازی دسترسی عمومی S3، احراز هویت، پنهانسازی دادههای حساس در لاگها و بررسی الزامات HIPAA باید پیش از استقرار عملی رعایت شود.
برای کسبوکارها، ارزش اصلی این رویکرد کاهش تعداد رابطهای جداگانه و فراهمکردن مسیر اتصال عاملهای جدید به زیرساختهای قدیمی است. با این حال، استفاده عملی از آن به طراحی کنترل انسانی، مدیریت هویت و ارزیابی دقیق امنیت دادهها وابسته خواهد بود.



