依托 Amazon Bedrock AgentCore 构建高弹性、高成本效率底座，紫讯携手亚马逊云科技打造浏览器自动化智能体 BrowserAct

福建紫讯信息科技有限公司（以下简称“紫讯”）是一家专注于跨境电商服务的科技公司，基于大数据、云计算和人工智能核心技术，构建紫讯跨境电商服务生态，为全球卖家提供更深入的数字资产安全托管服务以及数据运营指导，助力中国制造出海。以 Amazon Bedrock AgentCore 为关键支撑，紫讯快速落地应用了浏览器自动化产品 BrowserAct，为用户实现了"0 等待"的服务体验。目前，该产品主要使用了亚马逊云科技产品 Amazon Bedrock AgentCore。

生成式 AI 技术迅速演进，全球范围内涌现出大量面向企业与个人的自动化构建工具，企业与个人用户对于自动化能力的需求也出现明显增长。

作为一家全球化的自动化服务商，紫讯推出的 BrowserAct 致力于通过“精准自动化框架”解决传统浏览器工具的痛点。传统工具往往依赖脆弱的选择器，网页微小的变动都可能导致任务失败或产生数据“幻觉”。而 BrowserAct 创新性地结合了计算机视觉与自然语言自动化技术，使其能够像人类一样理解屏幕元素并在可视区域内执行操作。这种“像人一样看、像机器一样执行”的能力，让 BrowserAct 在面对复杂网站时，也能保持优异的数据准确性与稳定性。

在实际应用场景中，BrowserAct 已广泛服务于电商运营、SaaS 服务、品牌营销及行业研究等多个领域。无论是跨境卖家跨渠道进行复杂的表单填写与竞品数据捕捉，还是运营人员利用模版实时监控 Reddit 社区趋势与舆情洞察，用户只需通过自然语言描述，即可构建端到端的“数据 Agent”。凭借这种无代码、高精度的体验，BrowserAct 的用户基数在过去半年内增长了超过 300%，系统对复杂工作流的处理能力达到百万级。

在此背景下，紫讯面临着巨大的技术挑战：如何为这一海量且高速增长的全球用户群，提供稳定、低延迟且成本可控的基础设施？为了攻克这一瓶颈，紫讯向长期合作伙伴亚马逊云科技寻求支持——自 2017 年紫讯公司成立以来，大部分海外产品和业务都基于亚马逊云科技全球基础设施进行部署。得知紫讯决定全面投入该产品后，亚马逊云客户团队组织了多次 Agent 技术相关的研讨会（Workshop），交流中紫讯得知 Amazon Bedrock AgentCore（以下简称“AgentCore”）具有高速横向扩展能力，同时计费模式为按照 CPU 的实际消耗用量付费，这些特征都与 BrowserAct 的要求高度契合。此外，AgentCore 提供免运维的托管服务，可消除运营复杂性，帮助紫讯更好地聚焦于 BrowserAct 的产品创新和业务发展。因此，紫讯携手亚马逊云科技以 AgentCore 为关键支撑，打造 BrowserAct 产品。

 

 

BrowserAct 的执行核心是浏览器 runtime，其需要处理的任务具备“瞬时并发高、执行时长不均、模型调用密集”等特征。针对这些特征，传统实例解决方案必须通过池化集群方式预留大量冗余资源以应对突发流量，非高峰时段资源往往处于空置状态，造成明显浪费。同时，实例通常需要数分钟启动时间，用户在任务触发与执行之间存在感知延迟，不利于自动化流程的整体体验。

AgentCore 的应用，从根本上解决了传统实例方案的痛点。该服务可在秒级时间内生成运行时环境，自动化任务的调度时间因此从分钟级缩短到 1 到 2 秒。在此基础上，紫讯还进一步构建了预热机制，通过维持少量处于空载状态的 AgentCore 实例保障任务“即时调度、即时执行”，在用户侧实现了“0 等待”的感受。

在资源利用方面，AI 驱动的自动化任务通常存在 CPU 与内存使用率不高特性。AgentCore 采用按 CPU 实际用量计费的模式，相较普通实例基于规格收费的方式，成本效率显著提高。例如，维持空载状态的预热 AgentCore 实例由于并未真正执行任务，资源占用处于较低水平，使得“ 0 等待”体验的整体费用保持在可控水平。

在 AgentCore 的使用过程中，亚马逊云科技团队还为 BrowserAct 提供了多样化技术定制与工程支持。

BrowserAct 使用紫讯自研浏览器内核，其 runtime 的运行环境需要以自定义容器镜像的方式部署，而 AgentCore 在镜像大小、运行权限与资源配置方面存在一定限制。亚马逊云科技产品与工程团队与紫讯保持高密度协作，通过提升底层系统限制、协助调试镜像结构与启动链路等方式，解决了 runtime 生命周期管理、Browser-use 画面回传及动态交互等问题，成功推动自定义镜像在 AgentCore 上完成 PoC 测试并顺利适配。

BrowserAct 在处理复杂验证场景以及深度数据挖掘任务时的过程中，许多工作流需要长时间连续运行。AgentCore 提供长达 8 小时的 Agent 运行生命周期支持，长任务无需拆分或额外续跑逻辑即可完整执行，显著提升了任务稳定性和整体成功率。

此外，在 AI 相关推理链路中，亚马逊云科技还为 BrowserAct 提供了 Prompt Cache 支持，以用于优化 Agent 执行过程中的高频提示词（prompt）调用。例如在处理“智能提示建议”或执行“If逻辑判断节点”时， Agent 常会触发结构相似的模型调用；借助 Prompt Cache，系统可复用已有推理结果，从而减少重复调用、降低整体推理成本并缩短响应延迟，使整条自动化执行链路更加顺畅。

 

 

通过应用 AgentCore，BrowserAct 在构建过程中获得了性能体验、资源利用效率以及交付效率等多个维度的显著提升：

• 性能方面，通过 AgentCore 提供的秒级调度能力结合紫讯自研预热机制，实现了用户操作“0 等待”
• 资源效率方面，以 CPU 实际用量计费的模式，保障了系统大规模运行下的高效资源利用率交付效率方面，AgentCore 的托管特性帮助紫讯加速实现性能与成本之间的平衡，AgentCore 正式发布仅 3 周后 BrowserAct 即成功上线应用

目前，BrowserAct 已能够通过集成 Make、n8n 等主流自动化工具，将结构化的数据结果无缝输出至分析仪表盘或 CR M中，真正成为了企业数据运营的可靠基石。AgentCore 的强力支撑，让 BrowserAct 在面对数百万级工作流执行时，依然能够保持全球范围内的低延迟与 99% 的高可用性。

未来，紫讯将与亚马逊云科技继续深化合作，进一步发挥 Amazon Bedrock 在模型服务与调用优化方面的能力，持续探索与智能体推理链路相关的合作机会，令 BrowserAct 在模型推理成本、任务规划效率与工具调用性能等关键维度上保持长期竞争力。