人工智能

从学习到登上排行榜:Cisco 如何借助 AWS AI League 提升 1,200 名工程师的智能体 AI 技能

与许多大型工程组织一样,Cisco 正在采用生成式 AI 和智能体 AI,以改变其工程师构建软件的方式。如今的难点已不再是能否获得相关技术,而是如何帮助数千名工程师从观看演示转变为能够自信地使用这些技术进行构建。录播课程和幻灯片很少能弥合这一差距。工程师学习得最快的方式,是亲手构建真实项目,观察它如何失败,修复问题,然后再次尝试。

AWS 专门为此设计了 AWS AI League 。它将 AI 实操学习转化为游戏化竞赛,参与者可以在 AWS 上定制模型和构建智能体,通过实时排行榜获得即时反馈,并参加游戏节目式的总决赛。

Cisco 是这一模式如何实现规模化的最鲜明案例之一。2025 年,Cisco 软件工程师 Hemanth V 从参加 Cisco 内部活动起步,最终在 AWS re:Invent 2025 上加冕为首位 AWS AI League 冠军。2026 年,1,200 名 Cisco 工程师在 Cisco Transformation Fest 4.0 举办的 AWS AI League 锦标赛中展开角逐。获胜者 Nishanth Aluhonnu 赢得了一张在拉斯维加斯举行的 AWS re:Invent 2026 全程活动通行证。

本文将介绍 Cisco 和 AWS 如何利用 Cisco Transformation Fest 与 AWS AI League,通过实践学习营造持久的学习文化。我们此前曾在 从理论到交付:Atos 如何提升 400 名工程师的智能体 AI 技能一文中介绍过该项目,本文则将聚焦 Cisco 的经历。我们将回顾 Cisco 的历程,分享 2026 年获胜智能体的技术经验,并说明您的组织如何举办自己的 AWS AI League。

什么是 AWS AI League?

AWS AI League 通过竞赛帮助组织培养高级 AI 技能。每届联赛分为三个步骤:

  1. 学习—— 由 AWS 专家主持为期 2 小时的实操研讨会,介绍相关工具和竞赛挑战。
  2. 构建—— 参与者按照自己的节奏进行实验并向实时排行榜提交成果,自动评估器会在每次提交后提供实时反馈。
  3. 竞赛—— 排名靠前的决赛选手登上舞台,参加游戏节目式的现场总决赛。

尽管 AWS AI League 提供多种使用场景,但在 Cisco 举办的赛事中,设置了以下两项挑战:

  • 智能体 AI 挑战—— 参与者使用 Amazon Bedrock AgentCore构建智能体。该平台支持使用任何框架或模型大规模构建、连接和优化智能体。这些智能体需要穿越迷宫式网格,沿途解决各种挑战并最终抵达宝箱。挑战对应处理不当内容、运行代码、从网络检索信息以及提取结构化数据等现实任务。构建者可以为主管智能体和子智能体选择模型,并添加 AgentCore memory(Amazon Bedrock AgentCore 的一项功能)和 AWS Lambda Event Functions等工具。构建者使用 Amazon Bedrock Guardrails 为其智能体实施安全控制。
  • 模型定制挑战—— 参与者在 Amazon SageMaker Studio 中使用最新训练方案对模型进行微调。当自动评估器认定参与者的定制模型在竞赛指定任务上比参考模型更加准确、全面时,即可获得相应积分。

决赛选手将根据时间效率、准确性、智能体规划能力和 token 消耗效率获得评分。

AWS AI League champion on stage at AWS re:Invent 2025

图 1:AWS re:Invent 2025 上的 AWS AI League 冠军

2026 AWS AI League winner at the Cisco campus

图 2:Cisco 园区内的 2026 年 AWS AI League 获胜者

Cisco 与 AWS 的合作伙伴关系

AWS AI League 在 Cisco 的发展源于双方深厚的工程合作关系。Cisco 与 AWS 为共同客户整合网络、云、安全和可观测性能力,Cisco 的许多业务部门也选择在 AWS 上以云原生方式构建下一代应用。其中包括:

  • Cisco SD-WAN,其控制器架构运行在 AWS 上,并以软件即服务(SaaS)应用的形式服务全球客户。
  • Cisco Meraki, Cisco Spaces,以及 Cisco 的物联网与智能建筑部门。
  • Cisco Cloud Control,这是一款与 AWS 服务集成的云原生 AI 驱动型应用,汇集了安全、网络、可观测性和协作功能。
  • Cisco AI Defense,Cisco 安全团队在该产品中使用 Amazon Bedrock 和 Amazon SageMaker AI ,将 AI 治理和防护机制嵌入 Cisco 的整个产品组合。

两家公司还联合发布了涵盖网络和 AWS 的部署指南及 Cisco Validated Designs。近期的一个协同创新案例,是在 AWS 骨干网上按需构建 SD-WAN 网络结构,旨在提供客户所期望的韧性和正常运行时间。

“当你看到如此多业务部门各自选择在 AWS 上以云原生方式构建下一代平台时,这就不再只是供应商关系,而是真正的工程合作伙伴关系。”

——Cisco 工程副总裁 Kumaril Kapoor

Cisco 工程副总裁 Kumaril Kapoor 与 AWS 印度行业业务负责人 Chandra Balani 展开对谈,讲述 AWS 与 Cisco 的合作历程:从网络、云和 AI 领域的协同创新,到通过每年举办的 Cisco AWS Transformation Fest 为数千名工程师赋能。

Cisco Transformation Fest:规模化赋能

随着合作伙伴关系不断深化,合作范围也从技术扩展到人才培养。AWS 在与 Cisco 印度团队密切合作的过程中发现,Cisco 众多业务部门的工程师都对学习和实验表现出强烈兴趣。问题在于,如何将这种影响力扩展到合作伙伴关系中的日常接触之外。

答案便是于 2022 年首次举办的 Cisco Transformation Fest。该项目建立在团队概括为 SCALE:

的五项原则之上 这对 Cisco 工程师意味着什么
分享 与不同团队的同事分享您掌握的知识。
连接 与各业务部门的工程师建立联系。
采用 掌握新技能并采用 AWS 服务。
学习 通过亲手构建来学习,而非仅仅观看。
实验/参与 亲手开展实验,并持续与技术及彼此互动。
Cisco AWS Transformation Fest 4.0 AWS AI League finalists

图 3:2026 Cisco AWS Transformation Fest 4.0 AWS AI League 决赛选手

Transformation Fest 融合了多种活动形式:AWS GameDays、AWS AI League、Cisco 领导者与同行分享最佳实践和成功案例的会议,以及介绍 Amazon 和 AWS 文化的会议。它从最初的一场活动发展为如今每年举办、为期三天的项目,现已完成第四届,触达约 2,000 名工程师。AWS 继续通过动手实践研讨会和基于经验的加速项目与 Cisco 团队深入合作。

“这对我们确实非常有价值,而且它确实是一段旅程,但我最欣赏的是其背后的初衷。它以我们的员工为核心,为工程师提供时间、空间和动手支持,帮助他们真正掌握 AWS 技能。对我们而言,它已经发展成一种持久的‘在实践中学习’文化,而不是一次性的活动。”

——Cisco 工程副总裁 Kumaril Kapoor

从赋能走向执行:Cisco 的 AWS AI League

在 Transformation Fest 的所有活动形式中,AWS AI League 产生的影响最为直观。其游戏化的动手实践模式让工程师在限定时间内、当着同行的面,使用 Amazon SageMaker 进行微调和模型定制,并使用 Amazon Bedrock AgentCore 构建智能体。参与者在活动结束后不仅获得了实践经验,也真正建立起对自身 AI 技能的信心。

“正是在这里,赋能真正转化为实际执行。”

——Cisco 工程副总裁 Kumaril Kapoor

2025 年:从 Cisco 园区走向全球冠军

Cisco 交换核心平台团队的软件工程师 Hemanth V 经历了一段鼓舞人心的征程,为 Cisco 树立了标杆。

他的征程分为两个阶段:

  1. Cisco AWS Transformation Fest 3.0 的 AWS AI League。 在一项模型定制挑战中,他与来自 Cisco 的 600 多名参赛者展开角逐,使用 Amazon SageMaker 对一个小型模型进行微调,并最终夺冠。
  2. AWS re:Invent 2025 全球总决赛。 在拉斯维加斯,他面对的是一项截然不同的挑战:智能体 AI 赛道。在该赛道中,他构建了一个智能体,使其能够在动态的游戏式迷宫中行进。他最终获得第一名,并在 re:Invent 主题演讲期间受到表彰。

Hemanth 的成绩领先于来自 Aqfer、获得第二名的 Ross Williams,以及来自 Capital One、获得第三名的 Deepesh Khanna。

“你不需要事先掌握所有知识。在这个过程中,你会学到很多东西。真正重要的只有好奇心和学习意愿。”

——Cisco 软件工程师、2025 年 AWS AI League 冠军 Hemanth V

2026 年:1,200 名工程师,一个冠军

2026 年,Cisco Transformation Fest 4.0 举办了一场完整的 AWS AI League 智能体 AI 锦标赛。AWS 客户团队在赛前开展培训,让此前没有智能体 AI 经验的工程师也能从第一天起参与竞赛。赛事形式旨在从大批参赛者中逐轮筛选出唯一的获胜者:

阶段 赛制 获胜成绩
资格赛 1,200 名参赛者分为四个组别。每组前 5 名晋级半决赛 在第 3 组以 15,906 分(提交 98 次)获得第 1 名
半决赛 20 名参赛者争夺 3 个决赛席位 以 16,321 分获得第 1 名
决赛 在 Cisco 和 AWS 领导者面前进行 3 轮现场比赛 以累计 27,008 分获得第 1 名

Cisco 软件工程师 Nishanth Aluhonnu 在每个阶段均获得第一名,并赢得一张 AWS re:Invent 2026 全程参会证。

决赛本身便展现了这种赛制为何行之有效。在决赛期间,参赛者不能更改代码、工具或提示词,只能在每轮开始前提供一条简短的引导指令。能否成功,取决于每个智能体在从未见过的地图上做出决策的能力。Nishanth 在第一轮失利,但在第二轮中忽略了满是低价值金币的棋盘,转而选择一项高价值挑战,从而以巨大优势获胜。

Cisco AWS Transformation Fest 4.0 AWS AI League finalists on stage

图 4:登台亮相的 Cisco AWS Transformation Fest 4.0 AWS AI League 决赛选手

探究赢得智能体 AI 挑战需要具备哪些条件

2026 年的获胜智能体带来的经验远远超出了游戏本身。每项设计选择都对应着团队在生产环境中运行智能体时所面临的一项决策。

输出 token 才是真正的成本

智能体 AI 挑战根据挑战积分、宝藏奖励、剩余生命数和 token 奖励对智能体进行评分,计算方式为 tokenBonus = 1000 - (totalOutputTokens / challengesVisited).

在资格赛中,排名前四的智能体都成功解出了地图。第一名智能体生成了 1,220 个输出 token,第二名生成了 1,430 个,而在近 16,000 分的总分中,两者最终仅相差 16 分。当所有智能体都能解决问题后,效率就决定了胜负。

为了了解哪些 token 会影响结果,Nishanth 构建了同一智能体的九个变体,每次只更改一个因素。结果非常明确:工具返回结果和系统提示词不计入评分,但智能体写出的所有内容,包括工具调用参数,都会计入。除参数之外,每次工具调用还会产生约 52 个 token 的固定开销。

这与现实世界中的成本情况相呼应。输出生成是顺序进行的,其定价通常是输入的数倍;在智能体循环中,这项成本会在每一步不断累积。较长且结构清晰的系统提示词成本很低,而且还可以缓存;喋喋不休的智能体则不然。

一个智能体,而不是五个

这项挑战的一种常见架构,是在 Amazon Bedrock AgentCore 上部署一个主管智能体,由其将任务分派给负责导航、计算和网页检索的专业子智能体。对于许多生产系统而言,这是一种可靠的模式。但获胜方案只使用了一个智能体,没有采用任何子智能体。其提示词开头设置了一张简短的分派表,在单个回合内将每种挑战类型与适合的方法相匹配。

其逻辑很简单:智能体之间的每次交接都是模型必须写出的一条消息,而在这项挑战中,每个写出的 token 都会影响评分。这里的启示并不是子智能体不好,而是应根据协调成本来选择架构。当协调成本高昂时,更扁平的设计可能取胜。

下图展示了智能体 AI 挑战的 AWS 参考架构:一个配有多个专业子智能体的主管智能体。获胜方案有意没有采用这种多智能体模式。

AWS AI League reference architecture with a supervisor agent and three sub-agents

图 5:AWS AI League 参考架构

在此参考架构中,一个主管智能体运行在 Amazon Bedrock AgentCore Runtime(Amazon Bedrock AgentCore 的一项功能)中,并协调三个子智能体;Amazon Bedrock Guardrails 和 AgentCore Memory 均连接到该运行时。主管智能体和子智能体通过 Amazon Bedrock AgentCore Gateway(Amazon Bedrock AgentCore 的一项功能)调用四类工具:导航工具、浏览器工具、代码执行工具,以及使用 AWS Lambda 函数的自定义工具。

将确定性逻辑放入工具中

路线规划并未交给模型,而是在一个 AWS Lambda 函数中运行,该函数将棋盘视为一个优化问题。每个图块都有一个期望价值:它能带来的分数,减去可能损失的生命值,再减去智能体为解决它而消耗的 token。规划器遵循各种约束,例如必须先收集钥匙才能打开对应的门,并在限定时间内不断优化路线。

这对大多数智能体而言都是一种实用模式:让模型处理语言和判断,将搜索、数学运算和规则移入工具,使其执行得更快、成本更低且结果可重复。

根据价值而非习惯做决策

第二轮决赛被设计成了一个陷阱。一个 7×7 的棋盘几乎完全被每枚价值 25 分的金币覆盖,而唯一一个日程安排挑战图块价值 1,500 分。按照习惯,应该收集金币;但规划器的价值表显示,这些金币只是噪声。智能体选择了高价值挑战,并在该轮获得 7,537 分,而下一名决赛选手仅获得 5,953 分。这一轮建立的领先优势最终帮助该智能体赢得总冠军。

对 Cisco 的影响

回顾 Cisco 连续两年举办 AWS AI League 的经历,其影响体现在技能、文化和认可度三个方面:

  • 大规模培养动手实践的 AI 技能。 共有 1,200 名工程师参加了 2026 年赛事,在 Amazon Bedrock AgentCore 上构建智能体,其中许多人此前没有任何智能体 AI 经验。
  • 建立跨业务部门的联系。 原本可能永远不会相识的工程师参加了同一项赛事,分享方法并相互学习。
  • 形成持久的学习文化。 如今已进入第四个年头的 Transformation Fest,已经从一次性的黑客松转变为一项年度承诺。
  • 连续两年获得认可。 一名 Cisco 工程师赢得了 2025 年 AWS AI League 全球冠军,2026 年 Cisco 冠军也将参加 AWS re:Invent 2026。
  • 获得领导层关注。 2026 年决赛在 Cisco 和 AWS 高级领导层面前举行,为工程师提供了真正展示成果的舞台。

对 Hemanth 而言,最大的收获是信心。开始之前不必掌握所有知识,亲自动手就能在实践中学习。

“仅有技术还不够。还需要让人们有能力利用它进行实验。Transformation Fest 创造了这样的赋能环境,而 AWS AI League 则提供了付诸实践的机会。”

——Cisco 工程副总裁 Kumaril Kapoor

结语

本文介绍了 Cisco 和 AWS 如何将赋能转化为行动。Cisco Transformation Fest 为工程师创造了边做边学的空间,而 AWS AI League 则为他们提供了真正的挑战、排行榜和展示舞台。最终,一种覆盖数千名工程师、强调动手构建 AI 的文化由此形成。

若要开始:

  • 请访问 AWS AI League 页面,了解如何在您的组织内举办赛事。
  • 使用 AWS AI 培训目录培养智能体 AI 和模型定制技能,该目录位于 AWS Skill Builder.
  • 关注在拉斯维加斯举行的 AWS re:Invent 2026,了解 AWS AI League 2026 全球决赛。

我们期待看到您的团队将构建出怎样的成果。


关于作者