从生产力到创造力：CelHive AI 如何利用 Amazon Bedrock 构建下一代多智能体协作生态

CelHive AI 是一家专注于多智能体（Agent）生态系统建设的科技企业，致力于打造开放式 Agent 平台，让开发者和用户能够自由创建与协作智能体，推动从生产力到创造力的跃迁。在亚马逊云科技的帮助下，CelHive AI 将新模型接入周期从 2 周缩短至 3 天以内，产品迭代速度提升 50%，整体算力成本降低约 30%，并支撑社区日活跃度提升 2 倍。目前，CelHive AI 使用的亚马逊云科技产品包括：Amazon Bedrock、Amazon Elastic Compute Cloud（Amazon EC2）、Amazon ElastiCache、Amazon Relational Database Service（Amazon RDS）等。

2022 年底，GPT 的横空出世引发了全球 AI 革命。对于 Cydiar 和他的团队来说，这是一场不得不入局的冒险。从最初的 HR SaaS 转型，到推出广受欢迎的订阅制 AI 工具，团队一直在飞速奔跑。

然而，随着 AI 技术的指数级迭代，Cydiar 敏锐地发现，单纯的“对话框”已无法满足用户日益复杂的需求。用户需要的不仅仅是一个能回答问题的 Bot，而是一个能像蜂巢（Hive）中的蜜蜂一样，分工协作、共同完成复杂任务的多智能体（Multi-Agent）系统。

“早期阶段，我们更多是在释放生产力，帮助用户完成 0 到 1 的探索；而 CelHive 的使命是释放创造力，实现 1 到 100 的协作输出。”Cydiar 解释道。

但从上一代平台升级到 CelHive，不仅仅是改个名字，更是一次伤筋动骨的底层重构。在早期阶段，团队为了快速上线，采用了大量“手搓”的方案——自建网关、手动封装各类模型 API、基于 Vue 的前端架构。随着用户量的激增和业务向 Multi-Agent 转型，这些技术债务变成了巨大的拦路虎：

• 单线程与多线程的博弈：CelHive 早期的架构是单 React 循环，只能线性处理任务。当用户需要创建一个 IP，同时生成视频、图像、文案并进行品牌分析时，单线程模式既慢又不可靠。“如果我想产生 20 个视频、30 张图像，旧架构可能需要十几分钟，且中间容易断连。”
• 模型接入的“无底洞”：AI 模型更新快速，今天流行 Cohere，明天可能是 Llama，后天又是其他大模型。自建网关意味着每接入一个新模型，都要耗费大量人力去适配、测试、处理限流和并发问题。
• 全球化的高并发挑战：CelHive 面向全球用户，自建服务器在处理跨国高并发请求时，经常出现不稳定的情况，导致用户流失。

“我们当时真的是被 AI 行业推着走，”Cydiar 回忆道，“如果不突破这些瓶颈，我们的产品方向就会被锁死。”

 

 

几乎没有其他选项考虑，CelHive 就坚定地选择了亚马逊云科技。这不仅仅是因为亚马逊云科技拥有覆盖全球的基础设施，能够解决跨国访问的延迟问题，CelHive 更看重其在生成式 AI 领域提供的完整技术栈——从底层的算力支撑、中间层的模型构建工具，到上层的应用构建服务。对于 CelHive 这样一个处在高速增长期的初创团队而言，亚马逊云科技提供了一个既能快速验证想法，又能平滑扩展至大规模生产环境的坚实底座。

CelHive 的核心竞争力在于 Multi-Agent 协作，这需要底层能够灵活调用不同特长的模型（例如用一个主模型做逻辑推理，用其他模型做创意生成）。Amazon Bedrock 成为解决这一难题的关键。作为一项完全托管的服务，Amazon Bedrock 通过统一的 API 提供了来自领先 AI 公司的高性能基础模型。

“通过 Amazon Bedrock，我们获得了一个统一的 API 入口，”Cydiar 评价道，“它显著地简化了我们的工作。以前我们需要自己去对接每个模型的 API 格式，现在 Amazon Bedrock 帮我们抹平了这些差异。更重要的是，它提供了高可用的模型用量配额，让我们能第一时间接入并测试业界诸多顶尖的大模型。”

配合前端从 Vue 向 React / Next.js 的重构，CelHive 在后端基于亚马逊云科技构建了全新的三层架构，以支撑复杂的智能体交互：

• 计算与网络：利用 Amazon EC2 部署核心业务，配合 VPC Peering 打通全球多个可用区，实现数据和计算的超低延时互联，为全球用户提供一致的流畅体验。
• 数据与缓存：使用 Amazon RDS 存储用户数据，Amazon ElastiCache 处理高速缓存与会话管理，确保 Multi-Agent 协作时的上下文能够实时同步，不出现“断片”。
• 任务编排：利用 Amazon SQS 处理复杂的异步任务队列，确保在生成大量多模态内容时，系统依然稳健运行，不会因为突发流量而崩溃。

技术架构的升级只是成功的一半，另一半则来自于亚马逊云科技客户团队的贴身支持。在合作过程中，亚马逊云科技的客户经理和架构师更像是 CelHive 编外的“技术后援团”。

在架构设计初期，双方团队进行了多次深度复盘，亚马逊云科技的架构师协助 CelHive 梳理了业务逻辑，制定了从单体架构向基于微服务的云原生架构转型的路线图，规避了许多潜在的架构陷阱。在模型接入的关键窗口期，客户团队积极协调内部资源，帮助 CelHive 第一时间拿到了业界前沿模型的访问权限和充足的调用配额，确保业务不错过任何一个技术风口。此外，针对上线后遇到的高并发磁盘 I/O 瓶颈，亚马逊云科技的技术专家迅速介入，通过专业的排查工具定位问题并给出优化建议，帮助 CelHive 技术团队快速化解了运维危机。

 

 

迁移至亚马逊云科技并深度集成 Amazon Bedrock 后，CelHive 完成了华丽的转身。

“以前我们接入一个新模型，从调研、封装接口到上线可能需要两周。现在有了Amazon Bedrock，只要模型开放 API，我们几乎可以无缝切换，整个周期缩短到了 3 天以内。”Cydiar 分享道。这种敏捷性让 CelHive 能够紧跟 AI 浪潮，时刻为用户提供前沿的模型能力。

架构升级后，CelHive 的系统可用性达到了 99.99%，应用平均响应延迟控制在 100ms 以内。“之前因为自建网关的不稳定，我们流失过一部分用户。但当我们迁移到亚马逊云科技后，系统的稳定性得到了肉眼可见的提升，很多老用户召回后反馈体验完全不同了，社区的日活跃度在三个月内提升了 2 倍。”

得益于强大的底层算力支持，CelHive 能够探索更深度的垂直场景。例如，针对科研用户，CelHive 成功集成了 PDB（蛋白质数据库）。用户搜索新冠病毒结构，AI 不仅能读取论文，还能直接调用数据库渲染出 3D 蛋白质分子结构。这种高算力消耗的实时渲染，在亚马逊云科技基础设施的支持下变得轻而易举。

未来，CelHive 正计划利用亚马逊云科技的能力进行更深度的探索，包括利用私有数据在亚马逊云科技上微调（Fine-tune）专属的推理小模型，以降低成本并提高特定任务的准确率。