Trinity 从单一大模型转向 Amazon Bedrock 上的六智能体架构

University Startups 把旗下面向残障学生的对话式人工智能（AI）产品 Trinity 重构为运行在 AWS 上的无服务器多智能体（Agent）系统。学生不再填写静态表单，而是与 Trinity 交谈，梳理自己的兴趣、优势和目标，最终得到一份符合美国《残障人士教育法》（IDEA）的个性化过渡规划。产品核心围绕个别化教育计划（IEP），这是一份由家长、教师和专业人员共同制定、具有法律强制性的文件。

该机构成立于 2020 年，服务对象是美国的初高中学生。上线第一年，Trinity 已覆盖美国十多个州的教师和学生，目前正在向沙特阿拉伯和科威特扩展。AWS 合作伙伴 g/d/n/a 承担了全部工程实现，包括基础设施、AI 编排、合规控制以及教师端仪表盘；University Startups 负责产品设计规范和通用学习设计（UDL）标准。

单一提示词为何撑不住

早期原型把学生信息采集、职业探索、合规检查和规划撰写全部塞进一个提示词。进入生产环境后，检索质量、教学语气与法规要求在同一个上下文窗口里相互争夺资源，任何一个环节出错都可能污染整场学生会话，导致幻觉或错误信息。团队因此从单一大语言模型（LLM）迁移到分层的六智能体系统：各智能体职责明确，在一个编排器（Orchestrator）之下协作，再由专门的整合环节把输出汇总为一份内部一致的规划。

工作流把推荐与规划生成分开。第一阶段，学生完成四段式采集对话后，编排器将其路由到合适的主智能体，返回五到十个按学生情境筛选并排序的选项。第二阶段，选项确认后，各智能体分别撰写规划中属于自己的部分。

技术栈

Web 客户端通过 Amazon API Gateway 以 REST 和 WebSocket 接入，计算在 AWS Lambda 上无服务器运行。AI 交互由 Amazon Bedrock 上的 Claude 3.5 Sonnet 驱动，会话状态存放在 Amazon DynamoDB。Amazon Polly 负责语音朗读回复，Amazon Transcribe 把学生的语音转成文字。身份认证走 Amazon Cognito，并通过 Canvas LTI 1.3 联合实现校园单点登录。内容过滤和降低幻觉由 Amazon Bedrock Guardrails 承担。

特殊教育记录必须符合 HIPAA 与 FERPA 的数据保护要求，因此字段级加密、严格的基于角色的访问控制和自动数据保留策略从第一天就写进了架构基础。更多细节见 AWS 博客文章。