Axonius 基于 Amazon Bedrock AgentCore 构建安全多租户 AI 智能体

Axonius 需要在现有 silo 模式下为大量客户添加 AI 智能体，同时满足租户隔离、身份集成、成本跟踪、服务集成、生命周期管理和可观测性等关键要求，并避免长时间定制基础设施开发。

采用 Amazon Bedrock AgentCore runtime 为每个客户部署专用智能体，每个用户会话运行在独立 microVM 中；通过 ENI 连接客户 VPC、短时 JWT 与 IAM 角色标记实现身份与成本治理；结合 Bedrock Knowledge Bases、Guardrails 和 CloudWatch 等 AWS 服务；使用 VPC Lattice 实现私有网络连接，并以 CloudFormation 自动化部署。

成本信息待确认。

使用场景：为每个客户部署专用 AI 智能体，用于资产环境分析，帮助初级分析师完成复杂查询，同时保持严格的租户隔离和安全合规。

实施证据：原文作者包括 Axonius DevOps 团队负责人 Dori Shmuel，文中描述 Axonius 当前以 silo 模式运行并为每个客户部署专用 AgentCore runtime，用户会话在独立 microVM 中运行，开发周期从 8 周缩短至 10 天，并引用了 Axonius 团队的架构选择与实施细节。

指标：开发周期从 8 周缩短至 10 天；上市时间减少 75%

经验：silo 模式配合 AgentCore runtime 的 microVM 会话隔离，可满足多租户强隔离要求。；使用短时 JWT 与专用 ENI 能实现身份和网络的租户级隔离，且不依赖长期凭证。；通过 IAM 角色标记和 CloudWatch 告警可实现按租户成本归因和超预算自动阻断。