Heurist Finance 基于 Amazon Bedrock AgentCore 构建 AI 原生投资工作台
问题
散户投资者需要基于付费市场、宏观经济、基本面和另类数据的研究，但这些数据分散在付费墙和定制 API 后，企业合同在用户规模不足时难以合理化。按查询购买数据虽经济，但需要代用户进行支付并满足保管、限额、审计要求，涉及身份持久化、跨会话状态、隔离代码执行、支付编排和端到端追踪，自建基础设施需数月。
解决方案
Heurist 在 Amazon Bedrock AgentCore 上部署代理，使用 Strands 编排和 Anthropic Claude，利用 AgentCore Identity、Memory、Code Interpreter、Observability 和 payments 等服务。通过 x402 协议和 USDC 在 Base 区块链上进行按查询付费，支付凭据保存在 AWS Secrets Manager；AgentCore Code Interpreter 提供无网络出口的隔离沙箱；AgentCore Memory 存储用户偏好和对话历史；Amazon Bedrock Guardrails 过滤输入输出；分析产物存储于 Amazon S3，追踪发送至 CloudWatch。
结果
Heurist 估计相比自建 LLM 编排栈减少了约 80% 的代理系统工程，获得可预测的每用户边际成本以支持零售定价。AgentCore Observability 使代理决策可重现，提高合规准备度并减少故障排除时间。创始人 JW Wang 表示：“AgentCore 负责平台工作，让我们能加倍投入产品工作。托管基础设施节省了我们数月时间。”
成本
成本信息待确认。
案例分析
使用场景：面向散户投资者的 AI 投资研究工作台，整合市场数据、财报、新闻、深度研究、投资组合构建与压力测试及持仓监控，并通过按查询付费获取付费数据。
实施证据：原文明确说明：“Heurist deployed its agents on Amazon Bedrock AgentCore, a platform to build, connect, and optimize agents at scale with any framework or model.” 并详细介绍了其旗舰产品 Heurist Finance 利用 AgentCore payments、Identity、Memory、Code Interpreter 和 Observability 处理真实用户请求的流程。
指标：减少约80%的代理系统工程（据Heurist估计，相比自建LLM编排栈）
经验：托管代理基础设施（如 Amazon Bedrock AgentCore）可让小团队专注于差异化业务逻辑而非底层系统。；按查询付费结合治理、支出上限和审计能力，使产品能够在不签订企业合同的情况下访问付费数据源。；身份、记忆、沙箱和可观测性的集成有助于构建可审计、合规的 AI 应用。