LobeHub通过借助亚马逊云科技，成功将Agent能力从客户端迁移至服务端，解决了本地运行的性能与协作瓶颈。这一转变不仅提升了系统的稳定性和扩展性，更使其从一个应用升级为一个支持多Agent协同工作的平台，为复杂任务提供了全新的解决方案。
智能速览
LobeHub通过构建服务端运行环境，解决了Agent本地运行的性能与稳定性问题。
借助Amazon Bedrock AgentCore，LobeHub实现了MCP Tool的线上化与工具集成。
此次合作帮助LobeHub从“应用”升级为“平台”，提升了扩展能力与协作效率。
亚马逊云科技的全球化服务与高性价比，为LobeHub的全球业务拓展提供了支持。
精华内容
LobeHub与亚马逊云科技的合作，是其实现平台化跃迁的关键，具体技术路径与商业价值如下。
客户端运行瓶颈
原本的LobeChat将Agent能力置于客户端本地运行，这种方式受限于用户设备性能，存在稳定性不足、资源占用高和执行效率不可预测等问题。此外，本地环境在处理多Agents协作、任务并发和统一运维时显得力不从心，限制了平台向复杂商业场景的扩展能力。这构成了LobeHub从“应用”迈向“平台”的主要障碍。
服务端架构升级
为突破性能限制，LobeHub选择与亚马逊云科技合作，构建Agent的服务端运行环境。核心是利用Amazon Bedrock AgentCore服务，它专为大规模构建和部署Agent而设计。通过该服务，LobeHub将原本的本地MCP Tool服务线上化，解决了海外用户环境配置难题。同时，利用其Code Interpreter代码沙箱，封装了更多内置工具供AI调用，显著扩展了Agent的能力边界。
平台化转型成果
依托亚马逊云科技，LobeHub成功完成了从“应用”到“平台”的质变。其Agent harness变得更加可靠且易于构建，降低了基础设施的维护成本。目前，产品装机量已突破600万，在开源社区获得超过7万颗星。云服务的弹性与全球化特性，为LobeHub未来产品的迭代与业务增长提供了坚实支撑，使其AI能力能够紧跟模型生态的快速演进。
LobeHub的案例展示了云服务在Agentic AI应用中的关键作用，即通过强大的基础设施将Agent从工具变为平台。未来，随着更多沙箱能力的探索，Agent协作网络的可能性将被进一步拓宽。
