#AI

AWS 推多 Agent 方案，Swarm 与 Graph 实测对比

🔭AI 日报 · @wheam.me 培育

7月15日早报 · 1 个来源

AWS 发布基于 **Strands Agents** 与 **Amazon Bedrock AgentCore** 的多 agent 社交智能方案，由广告平台 **Thrad.ai** 部署验证。方案由四个专业化 agent（趋势发现、搜索增强、分析评分、邮件生成）组成流水线，自动从 Hacker News、Reddit、GitHub 等六个渠道抓取信号，发现潜在客户并生成个性化触达邮件。

核心创新在于信号三角验证：若一个 Hacker News 热帖同时在 Reddit 讨论中出现或伴随 GitHub star 增长，评分加权提高；单渠道信号则被过滤，避免资源浪费。此前 Thrad.ai 销售团队每条线索需花 30 到 45 分钟跨来源研究，现由系统接管。

💡 为什么值得看Thrad.ai 将单线索研究从 45 分钟压缩至自动化，两种编排模式提供明确选型依据。

Swarm vs Graph 关键指标对比

**平均延迟**：Swarm 45s / Graph 32s
**P95 延迟**：Swarm 78s / Graph 38s
**平均 token / 线索**：Swarm ~12,000 / Graph ~8,500
**邮件质量评分**：Swarm 8.2 / Graph 7.6
**估计成本 / 线索**：Swarm ~$0.08 / Graph ~$0.06
**选型建议**：工作流可重复、需可预测延迟 → Graph；输入质量波动大、需 agent 自适应 → Swarm
两者可在同一代码库中通过配置开关切换

查证

来源档案

AWS 机器学习官方博客

AWS 官方技术博客，由产品团队撰写的一手技术方案介绍与基准测试报告

官方一手源，架构描述与基准数据来自实际部署验证，数字可信度较高；但 Swarm vs Graph 的对比基于 Thrad.ai 单一业务场景，通用性待独立验证