隨著混合雲和多雲基礎設施規模不斷擴大，資料保護和災難恢復團隊面臨的運維複雜度持續上升。HPE Zerto 與 AWS 合作，構建了一個基於 Amazon Bedrock 的智慧體故障排查系統，並將其部署在客戶本地環境中，幫助運維人員透過自然語言快速獲取可操作的洞察。Zerto 平臺本身提供網路彈性、災難恢復和持續資料保護能力，在此基礎上，新系統進一步降低資料丟失和停機時間，並支援從勒索軟體事件、宕機和其他中斷中快速恢復。
業務挑戰方面，運維團隊需要持續監控保護健康狀態、驗證 SLA 合規性、解讀告警並排查故障；但這些資訊通常分散在日誌、告警、事件和文件中。新手管理員難以判斷症狀或選擇安全的修復路徑，管理人員也難以快速獲得風險摘要。在宕機或網路攻擊期間，資訊不確定性的代價極高，因此需要一種將複雜韌性資料轉化為可操作答案、且不增加額外運維負擔的解決方案。
系統以 pod 的形式隨 Zerto 產品部署在本地，使用者可直接在既有 UI 中透過聊天介面使用。團隊選擇 Amazon Bedrock 主要考慮安全與治理、模型靈活性及運維整合三個方面；同時利用 Amazon Bedrock Guardrails 在推理前後約束內容，確保提示詞與輸出符合企業政策。架構包含 UI 層、智慧體層、智慧層和可觀測性層：UI 透過 SSE 即時展示排查進展；智慧體層由執行在本地的 Strands Agents 框架構建，能夠訪問本地會話歷史、透過本地 MCP 伺服器暴露 ZVM API，並透過 Amazon Bedrock Knowledge Bases 獲取公共文件和 Runbook；智慧層由 Inference、Security、Limits and quotas 組成，使用 IAM 角色標籤實現租戶級請求標記，並用 CloudWatch、DynamoDB、Lambda 執行配額和成本控制；可觀測性層則將遙測資料傳送至 CloudWatch。
從智慧體流程看，系統由 Orchestrator 智慧體統一排程多個子智慧體。Orchestrator 可以直接回答狀態檢查等常規問題，也可以將複雜的日誌排查任務委派給專門的子智慧體。每個子智慧體擁有獨立上下文、系統提示詞和工具，並使用更強的模型處理推理密集型任務，最終把精簡後的報告返回給父智慧體，避免原始日誌汙染上下文。ZVM 智慧體負責服務崩潰、網路問題、升級失敗等 ZVM 相關故障；VRA 智慧體負責複製延遲、站點間網路等 Zerto Replication Engine 相關故障。
工程挑戰方面，團隊在模型選擇上先以較強模型完成概念驗證，再透過自動化評估比較速度更快、成本更低的候選模型，最終形成多模型架構。評估機制基於 PyTest 與 Strands Agents Evals SDK，包含基本單輪查詢評估、多輪完整對話評估（使用使用者模擬器）和動態測試評估三類；每項測試配備響應、軌跡、延遲和 Token 四個評估器，用於持續監控代理行為、迴歸與改進。團隊強調 Strands Agents 免除了編寫僵化工作流和樣板程式碼的負擔，並內建評估與可觀測性，從而可以在整個開發生命週期中更快迭代。另一個重要約束是本地化部署：容災基礎設施往往處於隔離網路、低延遲或嚴格資料駐留環境，因此智慧體執行時完全在 ZVM 裝置內執行，只有模型推理和知識庫查詢透過 HTTPS 傳送到 AWS。
該系統於 2026 年第二季度釋出。截至釋出後，已有超過 20% 的 HPE Zerto 客戶採用並積極使用這一智慧體系統。在生產使用中，受支援工作流的支援工單數量下降了 10%，表明 AI 輔助的災備運維正在取得實際成效。該系統的回答基於即時環境資料和可信產品文件，能夠幫助運維團隊回答操作問題、開展調查、識別可能的根本原因並排定風險優先順序，從而提高運營效率並加強恢復就緒度。