AWS 和 Ripple 探索使用 Amazon Bedrock AI 用于 XRP Ledger

据知情人士透露，亚马逊网络服务 (AWS) 和 Ripple 据报道正在研究使用 Amazon Bedrock 的生成式人工智能 (Gen-AI) 功能来改善 XRP Ledger 的监控和分析方式。

这家科技巨头和加密货币公司计划将 AI 分析应用于 XRP Ledger 的系统日志，以减少调查网络问题所需的时间。AWS 工程师的一些内部评估表明，曾经需要几天的流程现在可以在 2-3 分钟内完成。

XRPL 是一个由全球独立节点运营商网络支持的分布式层 1 区块链。该系统自 2012 年上线以来，基于 C++ 代码构建，这种计算选择使其速度快，但会产生复杂的系统日志。

XRPL 寻求通过 Amazon Bedrock 降低运营需求

根据 Ripple 的文件，XRPL 在全球大学、区块链机构、钱包提供商和金融公司中运营着 900 多个节点。这种去中心化设置提高了其弹性、安全性和可扩展性，但也使实时了解网络行为变得复杂。

⚠️AWS 和 Ripple 讨论 XRPL 的 AMAZON Bedrock🔥

本视频概述：
XRPL 运行在高性能 C++ 代码（一种强大的编程语言）上。
在大规模下，C++ 系统会产生大量晦涩的日志（历史记录）。
AWS 与 Ripple 合作，使用…… pic.twitter.com/2bjfT9MOkn

— ProfessoRipplEffect (@ProfRipplEffect) 2026 年 1 月 7 日

每个节点产生 30 到 50 GB 的日志数据，导致估计有 2 到 2.5 PB 的数据。当 事件 发生时，工程师必须手动筛选这些文件以识别异常并将其追溯到底层 C++ 代码。

由于需要平台工程师和一小群了解协议内部结构的 C++ 专家进行密切协调，单次调查可能会持续两到三天。平台团队发现自己必须在工程师响应事件或恢复功能开发之前等待，这因代码库的年龄和规模而加剧。

根据 AWS 技术人员 在最近的一次会议上表示，红海海底电缆切断曾影响亚太地区一些节点运营商的连接性。Ripple 的平台团队不得不从受影响的运营商处收集日志，然后在开始有意义的分析之前处理每个节点数十 GB 的数据。

AWS 解决方案架构师 Vijay Rajagopal 表示，托管人工智能代理（也称为 Amazon Bedrock）的托管平台能够处理大型数据集。在 XRPL 的日志分析中使用 Bedrock 据称可以自动化模式识别和行为分析，从而减少人工检查所需的时间。

根据 Rajagopal 的说法，Amazon Bedrock 是原始系统日志和人类操作员之间的解释层。它可以帮助逐行扫描晦涩的条目，工程师可以查询理解 XRPL 系统结构和预期行为的人工智能模型。

AWS Bedrock 日志处理和代码分析管道

Rajagopal 还谈到了技术工作流程，从 XRPL 的验证器、集线器和客户端处理程序生成的原始日志开始。日志首先通过 GitHub 工具和 AWS Systems Manager 的专用工作流传输到 Amazon S3。

一旦数据到达 S3，事件触发器就会激活 AWS Lambda 函数，这些函数检查每个文件以确定单个块在并行日志行边界和预定义块大小方面的字节范围。 

生成的段随后被发送到 Amazon SQS 以进行大规模分发处理。一个单独的日志处理器 Lambda 函数根据接收到的元数据仅从 S3 检索相关的块。然后它提取日志行和关联的元数据，并将其转发到 Amazon CloudWatch，在那里它们可以被索引和分析。

“它实际上仅根据读取的配置块元数据从 S3 检索相关的块。并将日志行传递，从中获取元数据，并将这些日志行和元数据放入 CloudWatch，”该架构师解释道。

除了日志摄取解决方案外，该系统还使用两个主要存储库处理 XRPL 代码库。一个包含 XRP Ledger的核心服务器软件，而另一个定义了与构建在网络之上的应用程序的互操作性的标准和规范。

来自这些存储库的更新通过称为 Amazon EventBridge 的无服务器事件总线自动检测并安排。在定义的周期内，管道从 GitHub 拉取最新的代码和文档，对数据进行版本控制，并将其存储在 S3 中以供进一步处理。

AWS 工程师声称，如果不了解协议应该如何运行，原始日志可能不足以解决节点问题和停机时间。他们提出，通过将日志与定义 XRPL 行为的标准和服务器软件联系起来，人工智能代理可以提供更准确的异常解释。