塔塔咨询用AWS搭智能体测试编排 工时降88%

时间：2026年11月10日 地点：AWS 官方机器学习博客（美国）与印度塔塔咨询服务（Tata Consultancy Services，TCS）联合发布 人物：塔塔咨询服务生成式 AI 团队负责人 Varun Valsan，AWS 高级解决方案架构师 Rahul Singh，AWS 高级客户解决方案经理 Punyajit Bhattacharya 事件详情：塔塔咨询服务在 AWS 官方技术博客上完整公开了自研的智能体测试编排器（Agentic Test Orchestrator）架构。这是一套运行在 AWS 上的多租户 SaaS 平台，面向银行、金融与保险（BFSI）客户的测试环节。 平台把 Jira 需求单、业务需求文档（BRD）、Swagger 接口定义、上传文档、GitLab 源码目录以及录制的 UI 流程作为输入，输出结构化测试场景、Gherkin feature 文件，以及可直接执行的 Java 或 Python 自动化测试代码。 这些专用智能体以容器化服务形式运行在 Amazon Bedrock AgentCore runtime 上，用 Strands Agents SDK 构建，包括生成、对话、动态任务、增量生成、执行五类智能体，每个智能体各管一段生命周期。调度由一个确定性的 supervisor 负责；执行与纠错环节用 LangGraph 的显式状态图固定 fetch、execute、fix、save 四个节点的顺序，并限制重试次数。修复智能体只在代码错误时介入，收到的是受限的错误上下文；连通性、认证这类环境错误不会被送到代码修复环节。 执行按测试类型分流。API 测试跑在 ECS on Fargate 上；Selenium 的浏览器 UI 测试跑在底层为 EC2 的 ECS 集群里，用 Chrome 加虚拟显示器执行，FFmpeg 抓取虚拟显示画面推成 HLS 流存入 S3，再经 CloudFront 分发。测试日志进 CloudWatch，Cucumber 生成的报告存入 S3 并设限时访问。 架构采用控制面与租户应用面分离。共享控制面统一提供 EKS 集群、容器镜像仓库、租户注册与开通自动化、CloudFront 分发和 WAF 防护；每个租户独享 Kubernetes 命名空间、Cognito 用户池、KMS 密钥、S3 存储桶、DynamoDB 表和 Bedrock Knowledge Bases。AgentCore runtime 让每个会话跑在独立的 microVM 中；项目文档与同步后的源码以向量嵌入索引进 Knowledge Bases，检索前按租户、项目、会话三层过滤，避免一个客户的上下文泄漏到另一个客户的测试里。租户开通是事件驱动的：管理 API 写入待开通记录，经 EventBridge 触发 CodeBuild 项目，用 AWS CDK 部署该租户的基础设施。 背景：TCS 早已为客户使用传统测试自动化，执行速度确实提升了，但慢的部分没动——场景设计、脚本转换、定位器与依赖维护、失败排查仍然靠人工；关联的用户故事一改，早先生成的脚本很快失效。而单个生成式 AI 提示词也提供不了多阶段受监管工程流程所需的控制力。这正是 TCS 提出的四条要求：每次测试都要落到项目专属上下文而非通用提示词；要同时覆盖 API 与浏览器 UI 测试；每个租户的数据与知识库必须隔离；从需求摄入到测试证据与报告要有可重复的路径。 影响：TCS 已在生产环境为 BFSI 客户运行该平台。在约 100 个测试场景的代表性 BFSI 负载上做了对比：人工流程每个场景约需 2 小时工程师投入，整套约 200 小时；改用编排器后平均每个场景约 14 分钟，整套约 24 小时。原文给出的结论是投入减少 88%。原文同时注明，这是 TCS 内部受控基准的结果，实际效果会随工作负载、应用复杂度和团队而变化。 比数字更关键的是作业方式的变化。需求摄入、生成、执行、纠错、报告串成了一条可追溯的工作流，质量工程师从手工搭建测试转为审阅和治理 AI 产出的制品，省下的时间回到风险分析、探索性测试和发布决策这些被手工流程挤掉的工作上。TCS 已把该方案以多租户 SaaS 形式上架 AWS Marketplace，客户可查看并在自有环境部署。 总结：TCS 这次公开的不只是产品发布，而是一套在受监管行业里跑通了的智能体工程范式。它把测试拆成若干专用智能体，用确定性 supervisor 分发，而不是把整件事塞进一次提示词；把执行环境按 API 与 UI 分流，把纠错严格限定在代码错误上，避免智能体对环境问题乱改代码；再用每租户独立的 microVM、密钥和命名空间把多租户隔离做实。88% 的工时下降来自 TCS 约 100 个场景的内部受控基准，不是行业普适结论，但这套架构细节对同样受合规约束的银行与保险客户有直接参考价值。对 AWS 来说，这也是 AgentCore 在企业侧的又一个可量化用例。 常见问题： 问：88% 的工时下降是普遍效果吗？ 答：不是。这是 TCS 在约 100 个测试场景的受控内部基准中测得的，原文明确说明实际结果会随工作负载、应用复杂度和团队而变化。 问：这个智能体测试编排器可以用吗？ 答：可以。TCS 已把它作为多租户 SaaS 上架 AWS Marketplace，客户可查看并在自己的环境部署。 参考来源： AWS 官方机器学习博客原文（2026年11月10日） https://aws.amazon.com/blogs/machine-learning/how-tcs-built-an-agentic-test-orchestrator-with-amazon-bedrock-agentcore/ techandbusiness.org 独立新闻报道（2026年11月10日） https://techandbusiness.org/newswire/2afGfUOEwq0VTWqeY0CNet CloudNinjas 技术分析（2026年11月10日） https://cloudninjas.ca/ai/scaling-multi-tenant-test-automation-with-amazon-bedrock-agentcore/ Tech Bytes 技术解读 https://blogs.techbytes.app/posts/how-tcs-built-an-agentic-test-orchestrator-with-amazon-bedrock/ Kimbodo AI Research 分析文章（2026年11月10日） https://kimbodo.com/how-to-build-enterprise-ai-platforms-that-control-cost-protect-data-and-recover-safely/ AI导航 全文转载 https://ai-tokens.cn/news/news-d568435d5b7eacf3.html TodayForAI 报道 http://www.todayforai.com/en/items/art-d88027e1-1e0 奇点 AI 索引 https://ai.qidiandaohang.com/news/12439685/ AWS News 官方镜像（2026年11月10日） https://aws-news.com/article/2026-11-10-how-tcs-built-an-agentic-test-orchestrator-with-amazon-bedrock-agentcore TCS Agentic Test Orchestrator 在 AWS Marketplace 的商品页 https://aws.amazon.com/marketplace/pp/prodview-ivev3fu5js5bu