monday.com 在 Amazon Bedrock 上运行 AI Teammates 的生产级架构与实战经验
monday.com 分享了其 AI Teammates 系统在 Amazon Bedrock 上的生产级架构，包括三层 AI 工程演进、Sphera 代理系统、事件驱动架构及五项关键改造。数据显示 90% 的工程师每月使用 AI 编码工具，人均 PR 吞吐量提升超 50%。本文为中文圈读者解析架构细节、国内替代方案及实际应用场景。
一句话看懂
monday.com 在 Amazon Bedrock 上构建了生产级 AI Teammates 系统，通过三层 AI 工程（助手、技能、全自主）将工程师 PR 吞吐量提升超 50%，并分享了事件驱动架构、状态管理及五项关键改造。
详细发生了什么
monday.com 在其十年历史的代码库上，基于 Amazon Bedrock 构建了名为 AI Teammates 的代理系统。该系统分为三个层级：L1 助手层（工程师使用 Cursor 和 Claude Code 作为结对编程工具，采用率同比翻倍）、L2 技能层（团队构建可复用代理，工程师主导，目前大部分工作在此层运行，人均 PR 吞吐量提升超 50%）、L3 多代理层（完全自主，代理端到端交付，工程师负责编排）。
核心代理系统 Sphera 将代理视为团队成员，每个代理拥有独立身份、经理、范围及绩效评分。以 Atlas 为例，其角色为软件工程师，直接从看板领取任务、编写 PR 并交付功能。架构上，代理监听三个收件箱（Slack @提及、monday 任务分配、GitHub PR 审查请求），所有事件通过 Amazon SNS 分发到 SQS 队列，由 EKS 上的消费者处理。状态管理采用三层存储：实时状态存于 ElastiCache，会话和记忆存于 EFS（支持 POSIX 文件系统），持久记录存于 S3。Amazon Bedrock 提供模型调用、成本追踪、跨区域故障转移及 VPC 内安全通信。
五项关键改造包括：1）为十年代码库构建代理友好的抽象层；2）实现基于置信度的合并策略；3）处理多微服务环境中的依赖冲突；4）确保代理输出符合企业安全与合规标准；5）建立代理性能评估与回滚机制。
中文圈视角
对中文开发者而言，monday.com 的架构具有直接参考价值。首先，国内用户若想复现类似系统，需注意 Amazon Bedrock 在中国大陆无法直接访问，可考虑替代方案：阿里云百炼（类似 Bedrock 的模型服务平台）、百度千帆、华为云 ModelArts 等，它们均提供模型托管、推理、监控及安全功能。其次，monday.com 使用的 Claude Agent SDK 在国内可通过 API 调用（需海外账户），但国产模型如 DeepSeek、Qwen 的 Agent 框架（如 ModelScope Agent）正快速追赶，尤其在中文理解和代码生成方面表现不俗。
对国内 SaaS 企业（如飞书、钉钉、企业微信）而言，monday.com 的“代理即队友”理念可借鉴：将 AI 代理嵌入团队协作流程，而非作为独立工具。国内类似场景中，飞书的多维表格与 AI 助手结合、钉钉的宜搭与通义千问集成，均可尝试类似架构。但需注意数据合规：代理访问代码库和用户数据时，需确保符合《数据安全法》和《个人信息保护法》，建议使用私有化部署或专有云方案。
一个中文圈尚未广泛讨论的盲点是：代理的“记忆”管理。monday.com 将跨会话记忆存为 EFS 上的文件（如 MEMORY.md 和每日日记），而非依赖向量数据库。这种轻量方案在代码库场景下可能比 RAG 更高效，因为代码变更具有强时序性，文件系统天然支持增量更新。国内团队可尝试类似方案，避免过度工程化。
几条值得记住的细节
- monday.com 的 Sphera 系统将代理视为团队成员，拥有独立身份、经理和绩效评分，与人类共享同一看板。
- 代理监听三个收件箱：Slack @提及、monday 任务分配、GitHub PR 审查请求，所有事件通过同一队列处理。
- 状态管理采用三层存储：ElastiCache 存实时状态（亚毫秒级），EFS 存会话和记忆（支持 POSIX），S3 存持久记录。
- 五项关键改造包括：代码库抽象、置信度合并策略、依赖冲突处理、安全合规、性能评估。
- 使用 Amazon Bedrock 的 Application Inference Profiles 统一成本追踪和容量规划，支持跨区域故障转移。
一句话总结
monday.com 的实战经验表明，将 AI 代理深度融入团队协作流程，而非作为独立工具，是提升工程效率的关键。