亚马逊Bedrock AgentCore加速并购尽职调查：多智能体系统架构解析

一句话看懂

亚马逊推出基于Bedrock AgentCore的多智能体并购尽职调查系统，将数周人工分析缩短至数小时，并内置合规审计功能。

详细发生了什么

并购团队常面临尽职调查耗时长的痛点，需手动从财务数据库、市场研究、监管文件等来源收集数据并核对。亚马逊云科技在博客中展示了如何用Bedrock AgentCore构建多智能体系统，通过编排多个专业agent自动完成数据收集、分析、合规检查。

系统采用监督者agent协调四个专业agent：目标筛选agent将自然语言查询转为SQL，在Aurora PostgreSQL中筛选候选公司；财务分析agent应用DCF和可比公司分析进行估值；战略契合agent从历史交易记忆中检索上下文，评估整合风险；合规验证agent通过Lambda函数检查每个事实声明是否有引用来源。

架构支持两种实施路径：一是使用Amazon Quick集成方案快速部署，二是基于AgentCore自定义构建，适合有专有方法论的团队。测试表明，原本需数周的分析工作可在数小时内完成。

中文圈视角

对国内用户而言，Bedrock AgentCore目前需海外AWS账户访问，存在一定门槛。但该架构思路值得借鉴，尤其是多agent协作和合规审计设计。国内类似产品如阿里云百炼、百度千帆也提供agent编排能力，但在此类垂直场景的参考架构上尚不完善。

对中文企业，并购尽职调查同样耗时，且数据分散、合规要求严格。此方案强调的“每个声明都有引用”机制，对满足国内监管对AI可解释性要求有参考价值。不过，国内数据出境限制意味着需本地化部署，可关注国产平台是否跟进类似模式。

几条值得记住的细节

系统通过Strands Agents SDK实现agent间协作，支持agents-as-tools模式。
目标筛选agent能将自然语言查询转换为参数化SQL，例如“营收1亿至5亿美元、EBITDA利润率超12%”。
战略契合agent使用AgentCore memory的prior_deals命名空间，积累机构知识。
合规验证agent调用Lambda函数，自动标记无引用的事实声明。
提供完整示例代码，可在自有AWS账户中部署运行。

一句话总结

并购尽职调查自动化不再是空谈，多智能体架构与内置合规审计为国内企业提供了可复用的设计范式。