HPE Zerto与AWS合作，在Zerto产品内嵌入由Amazon Bedrock驱动的智能体故障排查系统，运行于客户本地环境，超过 20% 的客户已采用。
AI解读：HPE Zerto通过Amazon Bedrock构建了嵌入式智能体故障排查系统，旨在解决灾备运维中故障信息分散、人工排查耗时的问题。系统直接部署在客户本地Zerto环境内，通过自然语言交互，自动分析日志、定位原因并生成行动建议，减少了对支持工单的依赖。其核心价值在于，灾备环境通常对数据出境敏感或网络隔离，该系统确保客户数据不出本地，仅模型推理和知识库查询通过HTTPS发送至AWS。实际数据显示，超 20% 的客户已采用，支持案例在相关流程中减少 10%。对灾备管理员而言，这缩短了故障定位时间，降低了经验门槛；对管理者，能更快掌握SLA风险和恢复就绪度。不过，系统效果受限于其支持的故障类型和日志范围，且采用多模型架构可能带来成本权衡。普通运维人员无需立即行动，但可关注其后续对更广泛故障类型的覆盖能力。
HPE Zerto在AWS机器学习博客上发布文章，介绍其与AWS合作开发的、由Amazon Bedrock驱动的智能体故障排查系统。该系统以pod形式部署在Zerto产品内部、运行于客户本地（on-premises）环境，用户可直接在现有的Zerto管理界面通过自然语言交互，用于配置问题解答、系统健康告警与缓解、以及代用户执行任务以加速设置和功能采用。
为何构建该系统
文章引述业务挑战：灾备团队需要持续监控保护健康、验证SLA合规、解读告警、调查故障并准备恢复事件，这些工作跨越多个站点和大量受保护工作负载。回答运维问题所需的信息常分散在产品告警、事件和文档中，迫使团队在行动前手动收集上下文。经验较少的管理员可能难以解释症状或确定最安全的补救路径，管理人员在中断或网络事件期间缺乏对风险、SLA暴露或恢复就绪状态的快速清晰总结，不确定性代价高。因此，HPE Zerto希望将复杂的韧性数据转化为可操作答案，而不增加运维负担，并能部署在不同环境中。
架构与工作流程
系统架构分为UI层、智能体层、智能层和可观测层。UI层嵌入现有Zerto界面，通过Server-Sent Events (SSE) 实时流式显示调查进展。智能体层使用Strands Agents框架构建，在客户本地以pod形式运行，可访问本地存储的会话历史、通过本地Model Context Protocol (MCP) 服务器暴露的ZVM (Zerto Manager) API，以及通过Amazon Bedrock Knowledge Bases获取的公共文档、运行手册和运维知识（RAG）。智能层负责推理模型路由、基于IAM角色的每租户标签、使用Amazon Bedrock Guardrails的内容安全，并通过Amazon CloudWatch、Amazon DynamoDB和AWS Lambda实施每租户配额和限制。可观测层将遥测数据发送至Amazon CloudWatch。
智能体流程由Orchestrator agent控制，可调用子智能体作为工具。Orchestrator直接回答常规问题，将深入的日志调查路由到专门的子智能体。ZVM agent负责排查ZVM相关问题（如服务崩溃、网络问题、升级失败），VRA agent负责排查VRA（Zerto复制引擎）相关问题（如复制问题和延迟、站点间网络和安装）。每个子智能体使用专属系统提示、工具、独立上下文，并采用更强的模型进行推理，最终返回简洁报告，避免原始日志污染父上下文。Orchestrator在向用户回复前会剥离机密或原始日志。子智能体采用hub-and-spoke拓扑，所有委派通过父级进行，防止失控的智能体间递归。
开发中的工程决策
团队在开发中对比并组合了多种模型，权衡质量、性能与成本。最初为概念验证（POC）评估较大较强的模型以证明可行性，随后通过智能体评估机制对比更快、更小、更便宜的模型，最终采用多模型架构。评估使用PyTest和Strands Agents Evals SDK，持续运行完整评估套件以检测回归和改善。评估类型包括：单轮查询-响应评估、使用用户模拟器LLM的多轮对话评估，以及使用Strands Agents Experiment Generator创建动态测试的评估。每项测试有四个评估器：响应评估器、轨迹评估器、延迟评估器和token评估器。
部署的关键约束是系统必须在客户自身环境内运行，因为灾备基础设施常是气隙（air-gapped）、延迟敏感或受严格数据驻留要求约束。因此，智能体运行时使用Strands Agents SDK实现，完全在ZVM设备内本地运行，只有模型推理请求和知识库查询通过HTTPS发送至AWS。HPE Zerto高级软件工程师Shahak Gabay在文中称，Strands Agents无需定义rigid workflow或编写样板工具链接代码，内置评估与可观测性，使其团队比使用其他框架更快地构建、测试和迭代智能体。
已公开的采用数据
文章称，自 2026 年第二季度发布以来，超过 20% 的HPE Zerto客户已采纳并积极使用该系统。在生产使用中，系统支持的工作流程支持案例减少了 10%。文章表示，通过减少重复性数据收集和手动调查，系统有助于加快故障排查和根本原因识别，提高管理员工作效率；内部工程师已使用该系统的故障排查能力解决常见运维问题，QA自动化团队也将其集成到工作流中。这些数据来自AWS与HPE Zerto团队的联合文章，属于发布方自己的说明。