事件驱动架构：无服务器 AI 的支柱 - AWS 规范性指导
为什么 EDA 对人工智能系统很重要EDA 和软件代理模型AWS 服务 支持 EDA

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

事件驱动架构：无服务器 AI 的支柱

无服务器 AI 基于事件驱动架构 (EDA)， AWS 这是一种架构风格，其中事件是集成和控制的主要机制。事件是系统中的状态变化或显著事件，例如文件上传、用户请求、传感器信号或模型推理结果。事件充当触发器，导致下游服务或代理在组件之间没有紧密耦合的情况下做出响应。

在 EDA 中，系统不是直接调用服务或轮询变更，而是异步实时响应事件。这种方法创建了高度解耦的、可扩展的、反应性强的应用程序。

为什么 EDA 对人工智能系统很重要

EDA 为 AI 系统提供了以下重要优势：

  • 分离的系统设计 — 活动制作者（例如 Amazon S3 和 Amazon API Gateway）不需要了解消费者（例如 AWS Lambda，Amazon Bedrock 和 AWS Step Functions）。这种解耦可实现快速迭代、独立扩展，并将级联失败的风险降至最低。在 AI 系统中，数据收集服务不需要知道哪个模型正在运行，也不需要知道响应是如何处理的。该服务只是发出一个事件。

  • AI 工作流程的无缝集成 — EDA 允许 AI 功能（例如预处理、推理、接地、总结或采取行动）成为由事件触发的模块化服务。这些服务可以独立扩展，无需集中式协调逻辑。

  • 弹性和事件驱动的扩展 — AI 工作负载通常会爆发。EDA 可以通过以下扩展功能消除闲置资源并提高成本效率：

    • AWS Lambda 根据事件量自动缩放。

    • 可以从 Lambda 函数调用 Amazon Bedrock API 操作以响应触发事件。

    • AWS Step Functions 只能在需要时协调多步管道。

  • 实时决策 — 事件允许 AI 服务立即对系统或用户输入做出反应，如以下示例所示：

    • 聊天机器人消息会触发 Amazon Bedrock 代理。

    • 交易事件会触发欺诈检测模型。

    • 上传文档会触发汇总管道。

EDA 和软件代理模型

EDA 不仅仅是脱钩。EDA 与软件代理模式一致，即自主代理感知事件、推理事件并对其环境采取行动。

在代理人工智能系统中，事件被视为观察，触发目标设定、计划和行动的认知循环。EDA 为代理与环境的相互作用提供了基础：

由于 Lambda EventBridge 和 Amazon Bedrock 等无服务器服务本质上是无状态、被动和按需的，因此它们构成了代理人工智能架构的理想基础架构。

AWS 服务 支持 EDA

事件驱动架构是现代 AI 系统的连接基础。它支持异步、被动和高度分离的工作流程，这些工作流程可以弹性扩展并实时响应。EDA 是软件代理模型的运营基础，使其成为无服务器环境中代理人工智能的自然架构。

以下 AWS 服务 支持事件驱动架构：