Natera 基于 Amazon Bedrock AgentCore 构建实验室运维智能体系统 SWARM
How Natera designed an agentic AI system for lab ops with Amazon Bedrock AgentCore
基因检测公司 Natera 在 Bedrock AgentCore 上搭了套实验室运维智能体系统，工单首响应快了约 130 倍，96.2% 的工单不用人工。全文把知识库、编排、评估的架构都摊开讲，做企业内部智能体的工程师可以直接抄作业。
基因检测公司 Natera 开发了名为 SWARM 的智能体系统，基于 Amazon Bedrock AgentCore 运行，用于沉淀和规模化复用实验室运维的机构知识。系统上线后支持工单的首响应速度提升约 130 倍，自动化覆盖率在支持工单中达到 96.2%。
技术层面，SWARM 的架构覆盖从知识库构建、智能体编排到部署与评估的完整链路：运维文档和排障经验被结构化进知识库，多个智能体通过 AgentCore 协作处理工单分类、根因定位和响应生成，并配套自动化评估流程验证输出质量。
对运维和平台工程团队而言，这篇案例的价值在于它展示了如何把散落在老员工经验里的隐性知识转化为可落地的智能体系统，而不是停留在聊天机器人层面，架构拆解和评估方法可以直接参考。
How Natera designed an agentic AI system for lab ops with Amazon Bedrock AgentCore
Natera built SWARM, an agentic AI system on Amazon Bedrock AgentCore that captures institutional lab-operations knowledge and deploys it at scale. This post walks through the full architecture, from knowledge base construction to deployment and evaluation, delivering about 130x faster first response and 96.2% automated coverage across support tickets.
本条情报归属 AITOP「产品」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Amazon Bedrock、AgentCore、Natera、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始信息发布自一手权威信源「AWS Machine Learning Blog」（Tier-1 一手发布），具备高确定性参考价值。