一条河的水位，每小时更新一次。一场洪水，要持续好几天。把这两个数字乘起来，就是几十次人工查表——这就是为什么一件本该由机器盯着的事，最后变成了工程问题。

在巴西圣卡塔琳娜州的布卢梅瑙，城市就建在伊塔雅伊-阿苏河两岸，"洪水水位线"是当地人日常词汇的一部分。当地企业 Dati 维护着一份《洪水应急计划》，按水位区间逐级规定每个人该做什么。计划一直都在，缺的是随时知道现在落在哪个区间。

打开网易新闻 查看精彩图片

一个老问题被厄尔尼诺翻了出来

圣卡塔琳娜州民防部门在 2026 年 6 月确认了厄尔尼诺现象。当月发布的通报估计，冬季形成概率为 90%，春季到夏季之间强度趋向强到极强，并指出从 9 月起影响会加剧。伊塔雅伊河谷在通报中被列为历史上受灾最重的区域。

在布卢梅瑙工作的人不需要技术通报也懂这件事。一场持续降雨的预报，会重新安排所有人的节奏，从学校到企业都一样。

Dati 的计划为河流的每一个水位区间定义了对应动作，从最初的通报到启动管理层响应。这类计划要运转，只依赖一条信息：河流当前的水位。没有这个数字，任何区间都无法触发。

数字一直存在，只是要人去查

布卢梅瑙市民防部门在一个公开面板上发布河流水位，数据来自 AlertaBLU 系统。面板左侧的表格定义水位区间，右侧区块显示当前测量值。每个区间对应 Dati 计划中的一组动作。

以 6 米起步的"警报"区间为例：它触发业务连续性计划、要求跟踪新闻频道和河流水位、并在有风险时启动管理层响应。配套的操作指引有三条：下班时带走笔记本电脑、手机和充电宝充满电、住在风险区域的人准备好住所、家人和应急包。

在此之前，这套流程有三项任务：有人打开面板，找到最新测量值，把它和表格比对；然后同一个人再通知团队。数据源每小时更新一次，而洪水会持续数天。

7 月：space、agent 和 MCP server

完整链路是这样的：MCP server 跑在 Dati 的 AWS 账户里，agent 和 flow 则生活在 Amazon Quick 内部。

  1. 装计划的 space。2026 年 7 月 3 日，《应急计划》被放进 Amazon Quick 的一个 space——也就是产品其他功能会去查询的文档库——作为单一知识文档，大小略超 2 MB。任何查询该 space 的 Quick 功能，都能看到完整计划。

2026 年 9 月 11 日夜间，民防部门预测凌晨 2 点水位将达到 9 米。从那时起，答案开始自己送上门——每小时一次，直接进入管理层的 WhatsApp。搭好这套自动发送，花了 27 分钟。