八个智能体一条流水线:AWS 让文档处理学会＂自我改进＂,同款第二次 90 秒收工

模板式 IDP 的死穴是"格式一变就崩、错误重复犯、供应商越多维护越重"。AWS 的答案是让智能体自己处理新格式：每次验证失败都变成新的提取指令，存进军火库，下次同款文档直接复用——20 分钟部署一套多智能体系统，业务文档的处理从"人配模板"变成"系统自进化"。

⚠️ 规则式文档处理的三宗罪

IDC 的数据先摆在这：文档相关的难题每年让每位信息工人损失 19,732 美元，生产力下降 21.3%。 员工最多 30% 的时间耗在文档任务上，人工录入错误率在 1–4% 之间。传统 IDP 解决了一部分，但要为每种文档格式预先配置模板、提取规则和验证逻辑——新供应商发来一张版式不同的采购单，流水线就断。

三条核心痛点原文概括得很直白：

• 模板僵化
  ：每种新格式都要手工配置，哪怕版式小改也会提取失败；
• 不会学习
  ：系统不留存历史纠错的知识，同样的错误在相似文档上反复出现；
• 扩展负担
  ：每个新供应商、每种文档变体都让维护成本翻倍，几百个上游的组织长期养不起。

代理式（agentic）思路与此相反：AI 智能体分析每份文档、生成提取指令、验证结果、从纠错中自动学习。**随时间推移，系统沉淀出一套文档格式知识库，相似文档几乎零增量配置。**供应商发票、采购单、保险理赔、贷款申请这类最折磨人的文档都在射程内。

🏗️ 八个智能体、两条工作流

方案跑在 Amazon Bedrock AgentCore 上，用开源 SDK Strands Agents 编排，两张图工作流、八个专职智能体分工：

• 识别工作流
  ：Analyzer 智能体用 Amazon Textract 提取文本、判定文档类型与发送方；Matcher 智能体在 Amazon S3 Vectors 里做向量相似度检索，找"见没见过这份文档"。
• 训练工作流（新文档类型）
  ：没匹配上时，Instructions 智能体生成提取提示词 → Extractor 提取结构化数据 → Validator 对照 Amazon Aurora DSQL 里的 schema 与业务规则验证；验证不过，Instructions Fixer 修订提示词重试；通过后 Save Instructions 把指令固化存储，供下次复用。
• 自动化工作流（已知文档类型）
  ：匹配上了，Extractor 直接用存量指令提取；若验证失败，Troubleshooter 智能体直接修数据、不动指令。

一条典型的"自学习"闭环：首次遇到某零售商的采购单，Validator 报错——供应商 SKU 格式 SB-004 不符合内部规则 ^AB-[A-Z]{2}-\d{3}$（内部应为 AB-SB-004）。Instructions Fixer 诊断出差异，在提取提示词里追加一条显式规则：供应商 SKU 前缀统一加 AB-。第二遍七个行项全部过验，修订后的提示词存入向量库。首跑端到端 3 分 49 秒。

⚡ 第二次见同款：90 秒直达

第二份同零售商采购单进来，Matcher 以 3.946 的置信度（阈值 3.7）命中存量指令，直接走自动化工作流：

• Extractor 跳过提示词生成，存量指令直接生效，SKU 变换规则自动应用（EL-002 → AB-EL-002、HB-071 → AB-HB-071、PD-002 → AB-PD-002）；
• 三个行项一遍过验，订单总额 5,979.19 美元；
• 端到端 1 分 30 秒，比首次缩短 60%。

这就是"自我改进"的含金量：学习成本只付一次，此后同款文档的处理时间单调下降。

⚙️ 架构：一图看懂

基础设施全 Serverless：文档经 Amazon SES 或直传进入 S3 → EventBridge 触发 Lambda，在 DynamoDB 建跟踪作业并调起 AgentCore Runtime → Runtime 用 Strands Agents 编排八个智能体。几个关键设计点：

• 凭据
  ：AgentCore Identity + Amazon Cognito 管理机器对机器凭证，智能体按最小权限访问 AWS 资源；
• 工具化
  ：Lambda 函数经 AgentCore Gateway 的 MCP 接口变成智能体可调用的工具；
• 数据面
  ：Textract 提取文本，S3 Vectors 做分类向量检索，Aurora DSQL 承载业务规则校验；
• 可观测
  ：AgentCore Observability + CloudWatch 全链路遥测，聊天式仪表盘（跑在 ECS）可随时问"这个作业卡在哪了、怎么改指令"。

系统随时间变好靠两条反馈回路：训练回路（Instructions Fixer 修订提示词后存量复用）与处理回路（Troubleshooter 的修复分析沉淀出格式变异规律）。换模型时用 AgentCore Evaluations 验证提取质量不掉线——插桩已随 Observability 就位。

💰 成本账：58 美元/月跑 1000 份

按美东（弗吉尼亚北部）、每月 10 份训练文档 + 1000 份处理文档估算，月成本约 58 美元，其中基础模型推理占约 85%，折合每份约 5.5 美分。 实际成本主要取决于给每个智能体分配的模型——模型选择集中在 utils/config.py，简单任务用便宜模型、关键环节用强模型即可再压。方案默认含一套自行车公司合成数据集、预置 JSON schema 和对着 mock ERP 校验的验证 Lambda；换成自己的业务要三步：定义自己的文档 schema、构建业务验证器（对 AP 系统/合同必备条款/保单字段）、改写智能体提示词。

生产建议里两条值得抄走：每类文档准备 5–10 份代表性样本再开训，含边界格式；处理保单、贷款申请这类敏感文档时上 Amazon Bedrock Guardrails 做内容过滤与 grounding 检查，并对照 OWASP LLM Top 10 做一遍安全审视。清理时注意 destroy.py 会连同学到的提取指令一起抹掉——先导出想留的数据再清理。

笔者锐评

这篇最值得咂摸的不是"八个智能体"的排场，而是验证失败被当成了训练信号。传统 OCR/IDP 项目里，验证不过就是条人工工单；这里 Validator 每报一次错，Instructions Fixer 就把教训写进提示词存量复用——错误越早暴露，系统越早收敛。对做医保票据审核、DRG 结算清单校验的读者，这个范式直接可用：医院报送格式千差万别又随改版漂移，靠模板工程师追着改永远是被动挨打，把"每种新版式第一次跑 3 分 49 秒、第二次 1 分 30 秒"的机制搬过来，审核成本模型里"格式适应"这一项就能从人头费变成一次性成本。

落国内要换底座但思路不变。AWS 全家桶（Textract/S3 Vectors/DSQL/AgentCore）在国资云和等保环境里未必可用，但等价拼装一目了然：开源 Strands Agents + 国产大模型 + 向量库 + 规则引擎。每份 5.5 美分、月 58 美元这个数可以当报价锚点——政府侧做单据智能审核的立项测算，直接引用这个量级并注明"推断占成本 85%"，比拍脑袋的"按张收费"有说服力得多。也提醒招投标场景：方案里"模型选择集中配置、敏感文档上 Guardrails、对照 OWASP LLM Top 10"这三条写进标书的安全与可维护性章节，是现成的加分项。

最后一层启示给管理者：可观测性（Observability）不是附属品而是前提。 换模型之前必须能算提取质量（Evaluations），这依赖平时就把执行轨迹埋好点。多数单位卡在"AI 项目上线后没有评估闭环"，这篇的完整链路（训练回路 + 处理回路 + 评估门）就是抄作业清单。

求点赞 👍 求关注 ❤️ 求收藏 ⭐️你的支持是我更新的最大动力！