Agentic AI结果交付与Serverless范式的结合

LLM 局限性与改进
大型语言模型（LLM）存在“不知道自己不知道”的局限性，通过在提示中注入语境可提升其智能性。Model Context Protocol (MCP) 通过提供额外数据和知识背景，增强 LLM 能力。

Serverless 范式概述

• 定义：使开发团队快速将想法转化为应用，将重复操作和运营任务转移至云厂商（如 AWS），以更低成本提供更高性能和安全性。
• 核心原则：逻辑抽象（消除基础设施管理）、可组合性（减少代码编写）、可扩展性与集成（推动性能、弹性和安全性）。
• AWS Serverless 产品：Lambda、ECS、Fargate、Step Functions、EventBridge 等，支持快速开发、安全隔离和资源优化。

AWS Serverless 发展历程

• 关键里程碑：2015-2023 年，AWS 推出 EFS、Fargate、Lambda、DynamoDB 等产品，逐步完善无服务器生态（如 SLA 提升、功能扩展、成本优化）。
• 技术基础：Firecracker 微虚拟机（Lambda 冷启动加速 10 倍），支持快速部署和安全性。

无服务器服务规模

• AWS Lambda：每月处理 30 万亿请求，每周启动 240 亿 ECS 任务。
• Amazon EventBridge：每月交付 4TB 事件活动。

MCP 与 Agentic AI 结合

• MCP 协议：代理 AI 供应商支持单一标准协议，工具供应商通过 MCP 服务器实现集成（如 SQL、REST、gRPC 等）。
• 组件：MCP Host（代理 AI）、MCP Client、MCP Server（工具/资源/提示模板）、数据源。
• 部署架构：支持本地和远程部署，MCP Server 可执行工具调用和数据交互。

MCP Server 实践

• 构建方式：使用官方 SDK 和规范，支持工具、资源和提示模板管理。
• 部署方案：Lambda 和 ECS 支持无状态/有状态 MCP Server。
• 最佳实践：使用官方 SDK、强化安全、监控日志、可扩展设计。

资源与扩展

• AWS 提供工具：Sample Serverless MCP Servers、CDK Construct、AWS Labs MCP 服务器（20+）、Amazon Bedrock Agents 等。
• 社区支持：MCP Spec、Registry、维护服务器列表等。