FinOps + DevOps 双Agent 协作：AI驱动的云成本优化实战¶

Ch04.645 FinOps + DevOps 双Agent 协作：AI驱动的云成本优化实战¶

📊 Level ⭐⭐ | 5.2KB | entities/finops-devops-dual-agent-cost-optimization.md

FinOps + DevOps 双Agent 协作：AI驱动的云成本优化实战¶

Background：本文基于 AWS China Blog 2026-06-29 发布的实战案例，由亚马逊云科技客户解决方案经理倪晓峻和李刚撰写。案例展示 FinOps Agent（Preview）与 DevOps Agent（GA）通过结构化交接协议实现端到端云成本优化。

三个独有贡献（不应合并到现有 entity）¶

1. 双Agent 结构化交接协议 — FinOps Agent 识别能力边界后自动生成排查清单（含 CLI 命令、决策条件、风险提示），作为 FinOps→DevOps 的协作桥梁
2. 边界意识设计模式 — Agent 主动声明"我能做什么/不能做什么"，在用户要求越权操作时坚守只读边界
3. 18个月隐性成本案例 — SageMaker Canvas Quick Setup 向导创建的会话 24/7 空转，累计浪费 $47,629，揭示 Quick Setup 的"便利陷阱"

双Agent 协作架构¶

关注点分离¶

结构化交接清单¶

FinOps Agent 生成的排查清单是整个协作的关键：

FinOps Agent 输出 → DevOps Agent 输入：
1. 目标资源：3个区域的 Canvas 会话
2. 验证命令：aws sagemaker list-apps ...
3. 决策条件：如果无活跃任务 → 可安全关闭
4. 预期收益：~$4,100/月
5. 风险提示：需确认无外部依赖

设计哲学¶

1. 关注点分离 — 分析归分析，执行归执行
2. 最小权限 — FinOps 只读，DevOps 可写但需用户确认
3. 结构化交接 — 通过排查清单传递上下文，避免信息丢失
4. 人在回路 — 关键决策（是否删除）由人类做出

案例详情¶

问题发现¶

FinOps Agent 对测试账号进行全景扫描后发现： - MTD 总花费 $4,211.96（日均 $351） - Top 1 服务：Amazon SageMaker，占比 36%（$1,515） - 98.5% 来自 Canvas:Session-Hrs（Canvas 会话时长）

根因分析¶

• 3 个区域的 SageMaker Canvas 会话 24/7 持续运行
• 所有 Domain 命名遵循 QuickSetupDomain-{timestamp} 模式
• 使用 IAM 认证模式，未绑定具体用户身份
• 历史累计浪费：$47,629（18个月）

DevOps Agent 验证与清理¶

1. 运行时状态验证 — 并行查询 3 个区域，确认 Canvas 会话完全空闲
2. 关联资源扫描 — 识别 34 个关联资源（3 EFS + 3 EMR + 8 IAM Roles + 6 S3 桶等）
3. 依赖关系评估 — 确认与现有 Notebook 实例完全独立
4. 清理脚本生成 — 按依赖顺序排列的 8 步清理脚本（先删 App → Profile → Domain）
5. 执行后验证 — 再次扫描确认清理完成

SageMaker Canvas 隐性成本陷阱¶

• 计费模型：按会话运行时间（~$1.90/小时），非按使用量
• Quick Setup 向导创建的环境默认不自动关闭
• 多区域部署成倍放大问题
• 建议：定期审计 Canvas/Studio 会话状态，超过 7 天无活跃任务设置自动告警

提示词设计技巧¶

1. 渐进式深入 — 全景扫描 → 聚焦根因 → 历史追溯
2. 一句话传达目标+约束+期望 — "我计划回收...同时帮我确认...确保不影响生产"
3. 适时转向 — Agent 无法提供更多信息时果断转向
4. 了解风险后再授权 — 先理解"不能做"vs"不应该做"，再授权执行

与现有 FinOps 实体差异化¶

→ 原文存档 → Strands 云成本优化 → Quick + AgentCore FinOps