Trinity: Agentic AI-powered transition planning for students with disabilities

Trinity：基于智能体的AI驱动残疾学生过渡规划解决方案 | 人工智能

Trinity：基于智能体的AI驱动残疾学生过渡规划

本文由University Startups联合创始人Marc Steren、Odina Salihbaeva和Aashrit Surapaneni共同撰写。University Startups是University Startups、g/d/n/a与AWS的联合项目。

Trinity是一款对话式AI解决方案，帮助残疾学生自主掌控其高等教育规划。该系统由University Startups开发，该组织于2020年成立时秉持一个简单信念：残疾学生应享有清晰的个性化发展路径。该组织在美国各地的中学和高中开展工作，将AI驱动的过渡规划与职业就绪课程相结合，帮助年轻人将自身优势转化为现实未来。

在本文中，我们将探讨University Startups如何高效扩展Trinity的历程，数十个学区的接入使系统复杂度超越了初始架构。

为将Trinity投入生产，University Startups与g/d/n/a（gdna.io）合作，这是一家专注于生成式AI的AWS合作伙伴，处于AWS原生基础设施与智能体AI的交汇点。g/d/n/a专精于帮助初创企业快速启动、安全扩展并正确构建，业务涵盖智能体SaaS交付、生成式AI咨询和CloudOps优化。

Trinity专注于制定个性化教育计划（IEP）。IEP是由学生家长、教师和专家共同制定的法定文件，旨在满足学生的教育需求。与填写静态IEP表格不同，学生通过与Trinity对话，探索自身兴趣、优势和目标，最终获得符合《残疾人教育法》（IDEA）的个性化过渡计划。

了解更多关于University Startups如何在Amazon Bedrock上构建Trinity的信息。在首年运营中，Trinity已覆盖美国十几个州的教育工作者和学生。目前，国际扩展计划已进入沙特阿拉伯和科威特。

扩展Trinity面临的挑战

残疾学生的过渡规划是一个受《残疾人教育法》（IDEA）联邦监管的流程，涉及高等教育、就业、独立生活和社区参与等领域的精细目标设定。支持该流程的AI系统需要具备准确性、情境感知能力、法律合规性，并能适配各种能力学生的使用需求。在Trinity实现规模化运营前，必须解决三大核心挑战。

单一模型无法承载完整工作流

早期原型将学生信息采集、职业探索、合规性检查和计划撰写全部整合到单一提示中。在实际生产环境中，检索质量、指导语气和监管要求在同一上下文窗口内相互竞争。这意味着任一领域的失败都可能导致整个学生会话数据损坏，产生幻觉或不准确信息。

通用性推荐无法满足需求

为残疾学生推荐大学、职业和培训项目时，需要同时按地理位置、残疾支持服务、项目成本、教育水平和职业匹配度进行筛选。没有任何现成的检索工具能可靠地实现低延迟的多维筛选。

合规性与数据保护不可妥协

特殊教育学生的记录必须按照《健康保险可携带性和责任法案》（HIPAA）标准和《家庭教育权利和隐私法案》（FERPA）对残疾相关数据的保护要求进行保护。随着Trinity架构的发展，从第一天起就必须将字段级加密、严格的基于角色的访问控制和自动数据保留控制构建到系统基础中。

解决方案概述

University Startups定义了产品设计规范和通用学习设计（UDL）标准。g/d/n/a在AWS上完成了从基础设施和AI编排到合规控制和教师仪表板的完整工程构建，从而实现了一个能够随着University Startups服务的学区规模扩展的全无服务器架构。

架构概述

该架构展示了由Amazon Bedrock驱动的多代理解决方案，通过工具和数据提供针对性指导，并包含额外的无障碍功能。

图1：AWS上Trinity的无服务器多代理架构

学生通过Web客户端通过REST和WebSocket连接到Amazon API Gateway访问Trinity，计算在AWS Lambda上以无服务器方式运行。Amazon Bedrock结合Claude 3.5 Sonnet提供AI交互，对话状态存储在Amazon DynamoDB中。Amazon Polly为需要音频辅助的学生朗读响应，Amazon Transcribe将学生的语音输入转换为文本，实现完全无障碍访问而无需更改后端逻辑。身份验证流程通过Amazon Cognito实现，支持Canvas LTI 1.3联邦认证以实现学校单点登录。

在整个架构中都实施了负责任的AI措施，包括Amazon Bedrock Guardrails用于内容过滤和减少幻觉。有关Amazon Bedrock按AWS区域支持的模型，请参阅Amazon Bedrock的《按AWS区域划分的支持模型》。

多代理架构

关键的架构决策是从单一大语言模型（LLM）迁移至分层的六代理系统。这些代理通过与工具和数据集通信来处理专门任务，从而提供上下文相关建议。

g/d/n/a设计了一个系统，其中具有明确职责的专用代理在单一协调器下协作：

• 协调器代理：读取学生对话，选择正确路径，按顺序调用代理，并整合最终输出。

• 学院代理：从包含超过30,000条记录的知识库中推荐四年制大学和社区学院。

• 就业代理：从包含超过1,000个职业记录的知识库中匹配工作和职业路径。

• 培训代理：从包含超过5,000条记录的知识库中推荐职业培训项目和认证。

• 社区代理：为所有路径的学生添加社交活动和志愿者机会。

• 独立生活代理：为学生添加生活技能和日常目标。

此架构实现了领域专注、更好的检索基础和路径感知的序列处理。专用的整合步骤将代理输出组装成一个内部一致的过渡计划，因为代理都基于相同的共享学生档案，整个流程由DynamoDB会话记录支持。

两阶段流水线

Trinity 的工作流程将推荐与计划生成分离。在第一阶段，学生完成四段式信息采集对话后，协调器（Orchestrator）会将请求路由到相应的主代理，主代理会根据学生背景筛选出 5 至 10 个排序选项。在第二阶段，确认选择后，所有代理会各自生成计划的相应部分。协调器将这些输出整合为符合 IDEA 法规的结构化 IEP 过渡计划，可在 5 至 10 秒内导出为格式化 PDF。实时 WebSocket 层确保教育者界面全程响应流畅。

混合知识检索

g/d/n/a 构建并维护了三个专为 Amazon Bedrock 知识库设计的检索增强生成（RAG）系统。代理通过检索-生成请求获取答案，确保答案与实际记录相关，而非仅依赖模型参数知识。检索采用四因素混合评分模型：语义相似度（30%）、关键词匹配（25%）、位置偏好（20%）以及项目属性（25%），包括残疾支持可用性、成本和教育水平。检索前会通过 AI 扩展查询，相关性低于 25% 的结果将被完全过滤。

设计上的合规性

g/d/n/a 从一开始就将 Trinity 的合规性层构建到系统基础中。该系统通过 AWS 密钥管理服务（AWS KMS）字段级加密保护敏感学生信息，每年轮换密钥。此加密覆盖姓名、残疾类型、 accommodations（合理便利）和学校联系方式等个人身份信息（PII）。

安全性通过遵循最小权限原则的 AWS 身份和访问管理（IAM）策略进一步保障。每个 Lambda 函数仅获得必要权限。基于角色的访问控制在服务器端强制执行数据边界：超级管理员可跨学区查看系统范围指标，协调员仅能看到本区数据，学校员工仅能查看本校学生信息，学生仅能访问自己的会话和计划。

在身份验证方面，g/d/n/a 通过 LTI 1.3 协议将 Trinity 直接集成到 Canvas 中，而非创建独立登录凭证。虽然 Canvas 作为身份源，但 AWS 通过自定义 Lambda 支持的 OpenID Connect（OIDC）提供者、API Gateway 和 Cognito 管理认证流程，在学校现有基础设施内实现无缝登录体验。

影响

在多个学区中，Trinity 在学生自主性、教育者效率和 IEP 合规性方面均实现了可衡量的提升。

学生自主性

通过 Trinity 的体验，学生能够掌控自己的未来目标。学生不再被动接受为他们制定的计划，而是通过引导式对话确定自己的目标。该对话通过技能矩阵映射相关支持，并连接到超过 30,000 个大学选项、1,000 个职业和 5,000 个培训项目，使目标具体化且可实现。

“它帮助学生关注长期职业目标和可操作步骤。”

— Temieka Brown, P10X

“Trinity 帮助学生可视化职业路径。”

— Marna Dale, Plaquemines

教育者效能

通过 Trinity，教育工作者能够提供更高效的个别化教育计划（IEP）规划流程，将时间集中在学生的具体需求上。通过将学生调查、职业探索和合规文件自动生成整合到一次引导式会话中，Trinity 在不到十分钟的时间内实现了有意义的学生参与度和 IEP 过渡合规性，无需分散资源或人工协调。

“合规性、易用性和职业准备课程——三者兼得，而非相互妥协。”

——Mary Ellen，Plaquemines

实际应用验证

在任何学校正式上线之前，特殊教育教师和过渡协调员已针对真实 IEP 场景对 Trinity 进行了压力测试。他们的反馈验证了核心架构设计决策：多代理架构为学生提供了低延迟的准确结果。

结论

Trinity 是三种能力协同作用的成果：University Startups 在特殊教育过渡规划领域的专业知识、g/d/n/a 对多代理架构的工程实现，以及 AWS 提供的可扩展性、安全性和托管代理 AI 服务。

此次合作打造了一款生产级应用，专为真实 IEP 规划而建，适用于能力范围广泛的学生，并具备扩展至新监管环境而不需重新构建的架构。目前，Trinity 正在更深入地拓展至过渡规划管理网络，启动沙特阿拉伯和科威特的本地化部署，并扩展学习管理系统（LMS）连接功能，使更多学区能够通过现有工具访问 Trinity。

每个学生都应拥有清晰且个性化的前进路径。Trinity 正是通过规模化实现这一目标的方式。

如需了解如何通过 Amazon Bedrock 启动代理，请参阅 Amazon Bedrock AgentCore。

访问 University Startup 的网站，了解更多关于特殊教育编程的信息。访问 g/d/n/a 的网站，了解更多相关信息。

作者简介

'"`