AWS 借 AI 之力再進一步：用自動化評估框架協助 DynamoDB 資料塑模

之前在文章 AWS DynamoDB 團隊精準的一刀，介紹了 MCP Server 如何幫助開發人員做資料塑模。
那篇的重點是：開發人員只要透過支援 MCP 的工具（如 Cursor、Amazon Q Developer），就能和 AI 互動，最後得到需求文件與資料模型，甚至連成本分析都能一起產出。

在最新的官方部落格文章，DynamoDB 團隊進一步提出 自動化的評估框架，能夠同時檢視「對話過程」與「最終模型」。

這個框架組成有三大元素：

DSPy
用來寫「AI 評審程式」，把需求蒐集完整度、索引設計合理性、可擴展性、成本意識，全部轉成具體分數。
舉例：需求蒐集 9/10，因為涵蓋了所有實體，但缺少查詢頻率的細節。
Strands Agents
用來模擬真實使用者的對話情境，例如「我要設計一個電商系統」，跑完整個流程產出需求與模型。這比單一 prompt 更貼近真實使用。
Amazon Bedrock
提供不同基礎模型來交叉比對，避免落入單一模型偏差。

整個過程加速審查模型時間，現在只要 3 分鐘內就能拿到完整的多維度評估，而且還有文字解釋，讓結果容易理解，也更可信。

評估框架能幫上忙的地方

假設你要設計一個電商平台：

用戶、訂單、商品、庫存 四大實體
查詢需求包含「找某個用戶的訂單」、「依商品查詢銷售記錄」、「檢視庫存狀態」

你可能先直覺設計一張大表，加上幾個索引。
但你會卡住：

這樣會不會有熱點分區？
需要額外的 GSI 嗎？
成本會不會失控？

這時候，評估框架就像一位顧問，幫你檢查：
✅ 需求蒐集是否完整
✅ 索引設計是否過度或不足
✅ 有沒有潛在熱點
✅ 架構能不能隨著資料量成長而撐住

這比起「靠感覺」或「抄範例」來得更安心。

健身教練 vs. 體能測試

以前學 DynamoDB，就像自己亂練器材，不知道姿勢正不正確。MCP Server 像是一位教練，會跟著你一步步練。這次的自動化評估框架，則像是一份「體能測試報告」，告訴你：

深蹲 80 分，核心需要加強
心肺耐力良好，耐力跑可以放心加強

結果就是：你不再只是憑感覺，而是能用數據來確認自己的進步。

開發者該怎麼用？

透過 MCP Server 完成需求對話
- 得到 dynamodb_requirements.md 與 dynamodb_data_model.md。
套用評估框架
- 在幾分鐘內拿到需求完整度、索引合理性、擴展性、成本意識等分數。
依建議迭代修正
- 避免落入「沒人知道對錯」的黑箱狀態。

AI 時代加強開發者的信心與產品品質

DynamoDB 的設計一向讓開發者又愛又怕：效能強大，但塑模難度高。DynamoDB 的資料塑模，本質上就是在學習「如何用它的邏輯去思考資料」。我覺得這一段是開發者不能放棄的地方。

不過 AWS 很清楚知道痛點不在「能不能做到」，而是「開發者敢不敢相信自己做得對」。有工具可以幫事情做得更好，我覺得也是要喜迎王師。

AWS 正在把 AI 建模帶入「DevOps 化」：不只生產 artifacts，還有測試與品質保證，看得出來他們努力的方向是「把 DynamoDB 變得可學、可信、可持續」。

補充資訊

DSPy是什麼？

DSPy 是由斯坦福大學 (Stanford University) 的研究團隊推出的一個開源框架。最早在 2023 年底公開，2024 年初開始引起關注。

背後的主要作者包含 Percy Liang（斯坦福教授，同時是 Center for Research on Foundation Models 的負責人）和他的研究團隊。

專案定位是「讓開發者能用程式化方式設計、調整、評估 LLM workflows」。

GitHub repo: https://github.com/stanfordnlp/dspy

Strands Agents 是什麼？

Strands Agents 也是由斯坦福大學 (Stanford University) 研究團隊推出，是一個開源框架，主要用來模擬多輪對話與代理人行為。

它的設計目標是讓研究者和開發者能夠：

定義一個「角色」或「使用者行為腳本」。
模擬真實的多輪互動（不像傳統只打一個 prompt）。
產生更貼近實際應用的輸入資料，用來測試、訓練或評估 LLM 系統。

📚 延伸閱讀

Raising the bar on Amazon DynamoDB data modeling – AWS Database Blog :contentReference[oaicite:1]{index=1}
Introducing the Amazon DynamoDB data modeling MCP tool
Github 專案: https://github.com/awslabs/mcp/tree/main/src/dynamodb-mcp-server
Amazon DynamoDB 官方文件
AWS Prescriptive Guidance: NoSQL Design Patterns
Strands Agents 與 DSPy
Amazon Bedrock