Skip to content
เอเจนต์และระบบอัตโนมัติ

AWS เปิดเผยรายละเอียดเวิร์กเบนช์ด้านการลงทุนของ Heurist Finance ซึ่งสร้างขึ้นบน Bedrock AgentCore

AWS says Heurist Finance uses Amazon Bedrock AgentCore to combine paid market data, portfolio analysis and personalized research in one chat experience.

โดย DigitalNeuron Deskอ่าน 1 นาที

คำตอบโดยย่อ

AWS ประกาศอะไรเกี่ยวกับ Heurist Finance และ Amazon Bedrock AgentCore?

AWS published a case study describing how Heurist Finance built an AI-powered investment workbench on Amazon Bedrock AgentCore. AWS says the system combines market and alternative data, filings, news, portfolio construction, scenario analysis and position monitoring in a chat experience, with AgentCore services handling identity, memory, code execution, payments and observability.

ประเด็นสำคัญ

  • AWS says Heurist Finance brings market-data research, filing and news analysis, portfolio construction, stress testing and position monitoring into one chat experience.
  • Heurist นำเอเจนต์ของตนไปใช้งานบน Amazon Bedrock AgentCore โดยประสานการทำงานด้วย Strands และใช้ Anthropic Claude ผ่าน Amazon Bedrock
  • AWS says AgentCore payments lets the system buy premium data for individual queries, with USDC settlement on the Base blockchain network.
  • สถาปัตยกรรมนี้ประกอบด้วย AgentCore Identity, Memory, Code Interpreter, Observability และระบบชำระเงิน ควบคู่กับ Aurora PostgreSQL, Amazon S3, CloudWatch และ Secrets Manager

AWS เผยแพร่กรณีศึกษาที่อธิบายว่า Heurist Finance สร้างเวิร์กเบนช์การลงทุนที่ขับเคลื่อนด้วย AI บน Amazon Bedrock AgentCore อย่างไร บริษัทระบุว่า Heurist Finance ผสานกระบวนการทำงานด้านการลงทุนสไตล์สถาบันไว้ในประสบการณ์แชตเดียวสำหรับนักลงทุนรายย่อย

สิ่งที่ AWS ระบุว่า Heurist Finance ให้บริการ

ตามข้อมูลของ AWS ผลิตภัณฑ์นี้รวบรวมข้อมูลตลาด อ่านเอกสารยื่นต่อตลาดหลักทรัพย์และข่าวสาร ทำวิจัยเชิงลึก สร้างและทดสอบพอร์ตโฟลิโอภายใต้ภาวะวิกฤต รวมถึงติดตามสถานะการลงทุน คำตอบจะสะท้อนพอร์ตโฟลิโอและความต้องการของผู้ใช้ AWS ระบุว่า Heurist มุ่งทำให้ทุกคนที่มีคำถามเกี่ยวกับตลาดสามารถเข้าถึงมุมมองด้านความเสี่ยงและผลตอบแทนแบบรวมศูนย์ การจัดพอร์ตทั้งพอร์ต และการวิเคราะห์สถานการณ์จำลองได้

Heurist ใช้ข้อมูลตลาด ข้อมูลเศรษฐกิจมหภาค ข้อมูลปัจจัยพื้นฐาน และข้อมูลทางเลือกระดับพรีเมียม AWS ระบุว่าแหล่งข้อมูลเหล่านี้มักอยู่หลังกำแพงการชำระเงินหรือเปิดให้เข้าถึงผ่านอินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชันเฉพาะทาง และไม่มีผู้ให้บริการรายใดรายหนึ่งที่ครอบคลุมข้อมูลทั้งหมด แทนที่จะซื้อสิทธิ์เข้าถึงข้อมูลในวงกว้างล่วงหน้า Heurist เลือกซื้อเฉพาะข้อมูลที่จำเป็นต่อคำถามแต่ละข้อ

แนวทางดังกล่าวทำให้เอเจนต์ต้องใช้จ่ายเงินแทนผู้ใช้ พร้อมบังคับใช้ข้อกำหนดด้านการดูแลทรัพย์สิน วงเงินการใช้จ่าย และการตรวจสอบย้อนหลัง AWS ระบุว่าการดำเนินการแต่ละครั้งยังต้องเชื่อมโยงกับผู้ใช้ เซสชัน และคำขอที่เฉพาะเจาะจง ทีมงานจึงต้องมีระบบยืนยันตัวตนแบบถาวร สถานะที่คงอยู่ข้ามเซสชัน การประมวลผลโค้ดแบบแยกส่วน การประสานงานการชำระเงิน และการติดตามร่องรอยตั้งแต่ต้นจนจบ

สถาปัตยกรรมบน AgentCore

AWS ระบุว่า Heurist นำเอเจนต์ไปใช้งานบน Amazon Bedrock AgentCore และประสานการทำงานด้วย Strands ระบบใช้ Anthropic Claude ซึ่งให้บริการผ่าน Amazon Bedrock โดยมี AgentCore Identity, Memory, Code Interpreter, Observability และ payments รองรับคำขอตลอดเวิร์กโฟลว์

สถาปัตยกรรมนี้โหลดข้อมูลพอร์ตโฟลิโอจาก Amazon Aurora PostgreSQL ส่วนสิ่งประดิษฐ์จากการวิเคราะห์จัดเก็บใน Amazon Simple Storage Service ขณะที่ร่องรอยการทำงานส่งไปยัง Amazon CloudWatch ข้อมูลรับรองยังคงเก็บไว้ใน AWS Secrets Manager AWS ระบุว่า AgentCore payments เชื่อมคำขอข้อมูลแบบชำระเงินเข้ากับการชำระบัญชีด้วยสเตเบิลคอยน์ USDC บนเครือข่ายบล็อกเชน Base

คำขอเดียวจากผู้ใช้อาจผสานราคาสินทรัพย์ ตัวชี้วัดเศรษฐกิจมหภาค เอกสารยื่นต่อตลาดหลักทรัพย์ ข้อมูลปัจจัยพื้นฐาน และข่าวสาร จากนั้นเวิร์กโฟลว์สามารถคำนวณสหสัมพันธ์ วิเคราะห์สถานการณ์จำลอง สร้างกราฟ หรือทำแบ็กเทสต์จากผลลัพธ์เหล่านั้นได้ AWS ระบุว่า AgentCore Code Interpreter ดำเนินการดังกล่าวในแซนด์บ็อกซ์แบบแยกส่วน

AWS ระบุว่าบริการเหล่านี้จัดเตรียมโครงสร้างพื้นฐานสำหรับการเข้าถึงข้อมูลแบบชำระเงิน การวิเคราะห์ในแซนด์บ็อกซ์ การยืนยันตัวตน หน่วยความจำ และการสังเกตการณ์ เพื่อให้ได้คำตอบที่ตรวจสอบย้อนหลังได้ บริษัทนำเสนอการจัดวางดังกล่าวว่าเป็นแนวทางที่ช่วยให้ Heurist มุ่งเน้นกระบวนการวิจัยและการปรับให้เหมาะกับผู้ใช้ ขณะใช้ AgentCore ดูแลส่วนประกอบการทำงานจริงโดยรอบ

แหล่งที่มา: บล็อก AWS เรื่อง “How Heurist Finance built an AI-native investment workbench on Amazon Bedrock AgentCore” เผยแพร่เมื่อวันที่ 9 กันยายน 2026

คำถามที่พบบ่อย

What is Heurist Finance?
AWS อธิบายว่า Heurist Finance เป็นผลิตภัณฑ์ข่าวกรองทางการเงินที่ขับเคลื่อนด้วย AI สำหรับนักลงทุนรายย่อย โดยผสานกระบวนการวิจัยและการจัดการพอร์ตลงทุนไว้ในประสบการณ์การสนทนา พร้อมสะท้อนพอร์ตลงทุนและความชอบของผู้ใช้ในคำตอบแต่ละรายการ
How did Heurist build the system?
AWS ระบุว่า Heurist นำเอเจนต์ของตนไปใช้งานบน Amazon Bedrock AgentCore ใช้ Strands ในการประสานงาน และเข้าถึง Anthropic Claude ผ่าน Amazon Bedrock
How does the system access paid data?
ตามข้อมูลของ AWS ระบบชำระเงิน AgentCore จะซื้อข้อมูลพรีเมียมที่จำเป็นสำหรับการสืบค้น ระบบดังกล่าวเชื่อมโยงคำขอข้อมูลแบบชำระเงินเข้ากับการชำระบัญชีด้วยเหรียญเสถียร USDC บนเครือข่ายบล็อกเชน Base
What other AWS services are part of the architecture?
AWS ระบุให้ใช้ Aurora PostgreSQL สำหรับข้อมูลพอร์ตโฟลิโอ, Amazon S3 สำหรับไฟล์ผลลัพธ์การวิเคราะห์, Amazon CloudWatch สำหรับร่องรอยการทำงาน และ AWS Secrets Manager สำหรับข้อมูลรับรอง AgentCore Identity, Memory, Code Interpreter และ Observability รองรับกระบวนการทำงานของเอเจนต์

แหล่งข้อมูล

  1. How Heurist Finance built an AI-native investment workbench on Amazon Bedrock AgentCore | Artificial IntelligenceAmazon Web Services (AWS)
แท็กamazon-bedrockagentcoreheurist-financefinancial-aiinvestment-researchai-agents

อ่านเพิ่มเติม

AWS เปิดเผยรายละเอียดผู้ช่วยสั่งซื้อสินค้าผ่าน WhatsApp แบบมัลติโมดัลที่สร้างด้วย Bedrock AgentCore

AWS เผยแพร่คู่มือทางเทคนิคสำหรับการติดตั้งผู้ช่วยสั่งอาหารผ่าน WhatsApp โดยใช้ Amazon Bedrock AgentCore และโมเดล Amazon Nova 2 ระบบนี้รองรับข้อความ ข้อความเสียง และสายโทรศัพท์ผ่านหมายเลขธุรกิจเดียว พร้อมหน่วยความจำร่วมข้ามช่องทางและระบบหลังบ้านส่วนกลางสำหรับเมนู ตะกร้าสินค้า คำสั่งซื้อ และสาขา

อ่าน 5 นาที

Databricks เผยรายละเอียดเกี่ยวกับเอเจนต์ฝ่ายสนับสนุนลูกค้าของ Zepto ที่ให้ความสำคัญกับการประเมินผลเป็นอันดับแรก

Databricks says Zepto built a dual-loop evaluation framework for customer support agents using Databricks and MLflow. The system combines development testing, production monitoring, execution traces, golden datasets and deployment quality gates. According to Databricks, the agents fully manage more than 80% of support tickets with human oversight.

อ่าน 6 นาที

ใช้หลักสูตรเรียนรู้ด้วยตนเองของ Kaggle เพื่อฝึกสร้างเอเจนต์ AI

นักพัฒนาที่สนใจสร้างเอเจนต์ AI สามารถเรียนหลักสูตรห้าวันของ Google และ Kaggle ด้วยตนเอง โดยศึกษาโค้ดแล็บ เอกสารไวท์เปเปอร์ทางเทคนิค และโน้ตบุ๊ก จากนั้นสร้างโครงงานสรุปหลักสูตรที่ครอบคลุมการออกแบบเอเจนต์ การรักษาความปลอดภัย และการปรับใช้บนคลาวด์ พร้อมใช้ Discord ของ Kaggle เพื่อขอความช่วยเหลือในการแก้ไขข้อบกพร่องและเข้าร่วมกลุ่มเรียน

อัปเดต อ่าน 8 นาที