2026年9月8日 · HPE Zerto
How HPE Zerto built an agentic troubleshooting system with Amazon Bedrock
HPE Zerto 在 AWS Machine Learning Blog 上发布了一篇文章，介绍其使用 Amazon Bedrock 构建的 agentic 故障排查系统。该系统在客户环境内部署于本地，采用 Strands Agents 构建的多智能体架构，并解决了将智能体与实时灾难恢复数据关联的工程挑战。
EVENT STORY
发展脉络
- 首次出现How HPE Zerto built an agentic troubleshooting system with Amazon BedrockAWS Machine Learning Blog
- 当前判断HPE Zerto 的案例表明，企业级灾难恢复供应商正在将 agentic AI 集成到其产品中，以提供智能故障排查能力。这反映了 AI 在运维领域的应用趋势，即从被动监控转向主动的智能诊断。Agent Pulse · 分析
HPE Zerto 在 AWS 机器学习博客上详细介绍了其基于 Amazon Bedrock 构建的 agentic 故障排查系统。该系统在客户本地环境中运行，采用 Strands Agents 实现多智能体架构，并解决了将智能体与实时灾难恢复数据关联的工程挑战。文章重点描述了本地部署模型以及如何将智能体 grounding 到实时灾难恢复数据中。
该系统展示了在本地环境中使用 Amazon Bedrock 构建多智能体系统的可行性，通过 Strands Agents 实现架构，并解决了将智能体与实时数据关联的挑战。这暗示了在数据敏感或本地部署场景下，agentic 系统需要与现有数据基础设施深度集成。
HPE Zerto 的案例表明，企业级灾难恢复供应商正在将 agentic AI 集成到其产品中，以提供智能故障排查能力。这反映了 AI 在运维领域的应用趋势，即从被动监控转向主动的智能诊断。
对于 HPE Zerto 而言，该 agentic 系统可能提升其灾难恢复产品的差异化竞争力，通过自动化故障排查减少停机时间，从而为客户创造价值，并可能带来新的收入来源。
未来，更多企业软件供应商可能会采用类似方法，在本地或混合云环境中部署 agentic 系统，以解决数据隐私和延迟问题。可验证的下一信号是 HPE Zerto 是否将该系统商业化并发布客户案例或性能数据。