特灵科技借 AWS Bedrock AgentCore 将 HVAC 诊断提速 60 倍

特灵科技（Trane Technologies）在全球管理数百万台联网暖通空调（HVAC）设备，过去一次跨系统诊断平均需要 20 分钟以上操作。该公司工程团队基于亚马逊云科技的 Amazon Bedrock AgentCore 与 Strands 框架，在 3 到 4 周内搭建出 AI 智能体方案，把原本多屏切换的诊断流程压缩为一次自然语言交互，耗时约 20 秒，实现 60 倍提速，运维模式从被动响应转向更主动的数据驱动优化。

业务背景：海量数据下获取门槛高

特灵科技年营收超过 210 亿美元，业务覆盖逾 100 个国家，旗下特灵品牌管理的数据中心、医院、制造设施和商业楼宇中部署着规模庞大的联网 HVAC 设备。其数字底座 Trane Cloud 汇聚来自数百万台设备的实时遥测数据，承担预测性维护、能耗优化与运营分析职能。

然而仪表盘式的楼宇管理系统在跨系统洞察上存在摩擦。现场工程师、客服经理与楼宇业主等不同角色对同一份数据的需求差异显著：

• 现场工程师关注冷媒压力、故障码与排障流程。
• 客户经理关注正常运行时间、节能收益与资产组合表现。
• 楼宇业主则需要效率得分、可持续指标等高层摘要。

现有界面是「一刀切」式呈现，每个人都需手动切换菜单、记忆层级与术语，操作成本高。

解决方案：Bedrock AgentCore 上的对话式智能体

为打破多仪表盘壁垒，特灵团队将 Trane Cloud 的实时数据接入基于 Amazon Bedrock AgentCore 构建的对话式智能体，通过 AWS CDK 完成基础设施即代码部署。架构选型上，Strands 负责智能体 SDK 与编排逻辑，AgentCore 提供托管运行时、记忆、工具网关与底层生产基础设施，二者职责清晰分离。

整套系统以多智能体架构（multi-agent architecture）取代单体设计，每个子智能体由独立系统提示约束，专注于单一能力域：

• Resources Assistant：检索并汇总参考资料，例如联系人、手册、可对外分享的文档。
• Knowledge Assistant：综合技术问答，覆盖设备原理、系统参数及合规信息，例如 Trane Cloud 的 SOC 2 认证状态。
• Analytics Insights Assistant：调用实时遥测，挖掘能效机会、标记待巡检项、追溯故障根因。
• Expert Advisor：辅助产品方案选型与最佳实践匹配。

角色化输出与四项核心能力

智能体与 Trane Cloud 协同，提供四项能力：

• 基于角色的访问控制（RBAC），按权限与岗位定制响应内容。
• 实时 HVAC 分析，即时获取当前与历史性能数据。
• 跨 Trane 技术文档与最佳实践知识库的智能检索。
• 可扩展架构，可随 AI 能力演进接入更多楼宇子系统。

借助统一对话入口，不同角色的运营人员无需再切换多个屏幕即可获得与岗位匹配的洞察，运维响应也由此前的事后排查转向更主动的预测性动作。

实施要点与启示

从工程实践看，这一案例有三点值得借鉴：其一，将智能体逻辑与工具执行解耦，便于独立扩展与维护；其二，通过集中式工具网关接入实时遥测，统一数据访问入口；其三，针对不同角色设计差异化响应，避免一刀切式回答。在不替换既有 Trane Cloud 的前提下，团队仅用数周即完成面向生产环境的智能体落地，为同类工业 IoT 与设备管理场景提供了一条可复用的参考路径。