BMW Group 公开 AI 代理治理做法:逾 1.25 万名开发者、三级自主度与 CI/CD 四阶段闸门

AWS 博客刊出 BMW Group 管理数百个 AI 代理的实践:以三级自主度、确定性 CI/CD 检查与集中注册库治理。内容为架构经验分享,并非可购买或下载的新产品。

新闻日期: 阅读时间约 6 分钟

LINE 分享
目录
  1. 1. BMW 为什么需要治理这么多 AI 代理?
  2. 2. 治理规则如何运作:自主度分级与 CI/CD 闸门?
  3. 3. 代理如何组合并避免 AI 孤岛?
  4. 4. 哪些部分仍在推进、对一般团队有何参考价值?

AWS 机器学习博客于 2026 年 11 月 19 日刊出文章,介绍 BMW Group 如何在大型组织内构建、治理与运营 AI 代理。AI 代理是以大语言模型为核心、能自主执行任务并调用工具的程序。这不是产品上市,而是作者团队分享的架构与流程实践。文章说明了如何兼顾开发速度与合规要求。

BMW 为什么需要治理这么多 AI 代理?

根据 AWS 博客,BMW Group 研发部门有逾 12,500 名开发者,处理约 5 亿行车用软件代码。文章还指出,BMW Connected Vehicle 后端是由逾 1,300 个微服务(各自负责一项功能的小型独立服务)组成的云系统,服务 2,400 万辆在路上的车辆。

文章表示,全球有数百个分散的团队在构建代理。若缺少平衡,组织会面临零散的“AI 孤岛”与重复工作。作者因此提出五项环环相扣的实践,并称这些做法来自自 2023 年起在企业规模构建与运营代理系统的经验,且都以基础设施即代码(IaC,用代码而非手动操作来定义和部署系统环境)形式落实。

治理规则如何运作:自主度分级与 CI/CD 闸门?

文章主张治理规则应放在集成层,而不是写进各代理的代码。集成层包括 MCP 网关、集中式代理注册库与编排边界;MCP(Model Context Protocol)是把 API 调用、数据库查询等单一能力封装成工具供代理使用的协议。这样更换框架、模型或调整团队时,规则依然有效。作者还说,治理以确定性代码在代理推理循环之外执行,主要发生在 CI/CD(持续集成与持续交付,即代码每次变更都自动测试与部署的流程),涵盖权限检查、policy-as-code(以代码编写、可自动检查的策略规则)与合规验证。

BMW 文中的三级自主度(依 AWS 博客整理)
自主度监督方式文中适用情境
Level 0:人在回路中(Human-in-the-loop)每个动作都需明确的人工批准新代理的起点与高风险作业
Level 1:人在回路上(Human-on-the-loop)代理自主执行,决策供事后异步审查有明确输入输出且可回退的中风险任务
Level 2:护栏内自主在严格策略边界内独立运作,由确定性机制强制执行低风险、已充分理解且有可验证记录的作业

文章强调信任等级是“每个步骤”指派,而非每个代理,因此同一工作流可同时包含三种等级,团队可先保守,再依评估数据逐步放宽。

在部署前,参考流水线分四个阶段:第一阶段做供应链安全、组件与交互测试、评估库引用及可观测性检查;第二阶段并行执行安全与治理检查;第三阶段评估运行中的系统,包括真值(ground-truth,即事先准备的标准答案数据集)评估与延迟、token(模型处理文本的计量单位)用量;第四阶段在注册前检查重复项目。任何步骤失败或指标恶化,部署即停止并留下日志。

代理如何组合并避免 AI 孤岛?

作者定义了三层组合:MCP 工具是单一能力的原子集成契约;技能是特定领域的 MCP 工具组合;流程则是技能的端到端编排。每层在 CI/CD 中独立验证,并通过开放标准连接:MCP 与 Agent Skills 用于工具集成,A2A 协议让代理之间相互通信,OpenTelemetry 则用于追踪各项交互的可观测性。

文章建议把复杂代理拆成多个专责代理,好处包括可独立演进与扩展、单一代理失误不易连锁扩散,且范围窄的代理常可用较小模型以降低成本,也有助于落实最小权限。集中注册库则负责发现、治理与安全检查(例如部署批准前的提示注入检查,即防范有人用恶意指令操纵代理),并在注册时标示其他团队已维护的相同能力。

文中另提到治理代理:它按既定标准检查代理,标出范围蔓延、提示膨胀、工具误用与性能退化等问题供人审查,建议须经人工确认才应用。运行期间则要监控数据漂移与模型漂移,告警与客户反馈会触发分阶段处理并交由人工审查。

哪些部分仍在推进、对一般团队有何参考价值?

文章的展望列出仍在扩充的项目:架构指南、内置安全与治理默认设置的 IaC 代理蓝图、更多 CI/CD 合规测试、自动化标准执行、代理 FinOps(管控模型与工具调用的合理规模,以控制成本),以及把这些模式整合进 BMW 的架构指引代理 Archimedes。换言之,部分能力尚未完整落地。

对想借鉴的团队,文章建议从 AWS Well-Architected Framework 入手,因为作者以它作为可复用代理蓝图的模板。文中还列出注册库的示例元数据,例如负责人、状态、托管模式、目标可用性、数据分类、个人信息与脱敏标志,以及高影响或不可逆操作是否需人工介入。

常见问题

这是 AWS 或 BMW 推出的新产品吗?

不是。根据 AWS 博客,这篇文章介绍的是 BMW 研发团队的实践与模式,并说明仍在扩充中。文中没有提到可下载或订阅的新产品。

为什么按步骤而不是按代理设置自主度?

文章指出,同一工作流中不同动作的风险不同,例如撰写文档与写入正式数据库差异很大。按步骤设置可让团队先保守,再依评估数据逐步提高自主度。

为什么治理检查要放在代理之外?

作者说,这些检查是在 CI/CD 中以确定性代码执行,与代理分离,因此代理或其提示无法覆盖。此外,规则放在集成层可在更换框架或模型后继续有效。

注册库在其中扮演什么角色?

依文章所述,它是发现代理、工具与技能的集中目录,也是治理与安全检查点,并能在注册时检测其他团队已有的相同能力,以避免重复开发。

文章有提供成效数字吗?

没有量化成效。作者只表示共用模板降低开发成本、更快上线与质量提升,并未给出具体百分比或金额。

查看同分类最新消息

觉得这篇整理实用吗?分享给需要的朋友

LINE 分享

资料来源

本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。

生活分享