文｜白 鴿

編｜王一粟

一年一度的“云計(jì)算春晚”亞馬遜云科技re:Invent 2025大會(huì)上，AI Agent（智能體）成為了當(dāng)之無(wú)愧的主角。

從亞馬遜云科技首席執(zhí)行官M(fèi)att Garman，到亞馬遜云科技Agentic AI副總裁Swami Sivasubramanian，都用了大量篇幅講述AI Agent。

這無(wú)疑也給世界傳遞出了一個(gè)明確的信號(hào)：Agentic AI時(shí)代，AI Agent已經(jīng)從選擇題，成為了必答題。

當(dāng)前，“Agentic AI已站在從‘技術(shù)奇跡’到‘實(shí)用價(jià)值工具’的關(guān)鍵轉(zhuǎn)折點(diǎn)，未來(lái)數(shù)十億Agent將滲透各行各業(yè)，助力企業(yè)實(shí)現(xiàn)10倍效率躍遷！”Matt Garman在開篇演講中說道。

可以看到，越來(lái)越多的 AI 技術(shù)正在走向產(chǎn)業(yè)端，但企業(yè)卻深陷 “ 搭建難、管理亂、落地貴 ” 的困境。 “ 為什么這些出色的 Agent 無(wú)法落地生產(chǎn)環(huán)境？ ” 這是很多企業(yè)領(lǐng)導(dǎo)共同的疑問。

這背后問題的根源，就在于大多數(shù)AI技術(shù)的實(shí)驗(yàn)性項(xiàng)目，從設(shè)計(jì)之初就并未考慮“生產(chǎn)就緒性”，“我們需要補(bǔ)足這一差距，真正走出AI技術(shù)的PoC（概念驗(yàn)證）牢籠?！盨wami說道。

那么，如何讓Agent真正成為生產(chǎn)力工具，而非技術(shù)噱頭？

作為全球云計(jì)算的領(lǐng)航者，亞馬遜云科技在此次發(fā)布會(huì)上給出了答案。

亞馬遜云科技re:Invent 2025大會(huì)上，亞馬遜云科技詳細(xì)地展示了其在Agentic AI領(lǐng)域的全棧能力：從底層芯片、計(jì)算網(wǎng)絡(luò)等算力基礎(chǔ)設(shè)施，到中間模型訓(xùn)練、開發(fā)工具，再到上層的Agent應(yīng)用。

主打一個(gè)，只要你想?yún)⑴cAI浪潮，這里就提供一套真正的“開箱即用”的工具。

“AI Agent的未來(lái)，不在于能做所有事，而在于能可靠地做好每件事。”Swami說道，“而亞馬遜云科技是構(gòu)建與運(yùn)行AI Agent的最佳平臺(tái)?！?/strong>

從“能搭建”到“管理好”,企業(yè)Agent的落地革命

越來(lái)越多的企業(yè)，開始將AI Agent應(yīng)用到實(shí)際的業(yè)務(wù)場(chǎng)景中。

如海洋清理組織（Ocean Cleanup），他們通過AI技術(shù)，來(lái)優(yōu)化塑料檢測(cè)模型、預(yù)測(cè)垃圾移動(dòng)軌跡、最大化清理效率，確保在全球最關(guān)鍵的區(qū)域開展工作。艾倫研究所（Allen Institute），開發(fā)神經(jīng)網(wǎng)絡(luò)模型，用于分析單細(xì)胞多模態(tài)腦細(xì)胞數(shù)據(jù)，并希望借此解鎖突破性療法。

但現(xiàn)實(shí)問題往往在于，企業(yè)想要構(gòu)建并規(guī)?；渴疬@些出色的Agent系統(tǒng)，比它們想用AI解決的問題更具有挑戰(zhàn)。

那么，企業(yè)到底如何才能夠輕松構(gòu)建可靠、精準(zhǔn)且可擴(kuò)展的Agent系統(tǒng)？

一般來(lái)說，Agent主要由三大核心組件構(gòu)成：

一是基礎(chǔ)模型，其是Agent的大腦，負(fù)責(zé)推理、規(guī)劃和執(zhí)行；

二是代碼，其定義Agent的“身份”，明確其能力范圍并指導(dǎo)決策過程；

三是工具，其是Agent“落地生效的”關(guān)鍵，可以看作是Agent的“手腳”；

想要發(fā)揮Agent真正的效果，就需要將這些組件進(jìn)行協(xié)同編排，但“過去整合這些AI組件是極其繁瑣且脆弱的過程?！?strong>Swami說道，“我們希望新的世界中，構(gòu)建Agent將成為更簡(jiǎn)單的事情，開發(fā)者只需要定義模型、代碼、工具三大組件即可?！?/strong>

基于這一愿景，亞馬遜云科技開發(fā)并開源了模型驅(qū)動(dòng)AI Agent框架Amazon Strands Agents SDK，并引入到了TypeScript（計(jì)算機(jī)編程語(yǔ)言）平臺(tái)，讓開發(fā)者能夠使用AmazonSDK在TypeScript中構(gòu)建完整的Agent堆棧。同時(shí)，其還新增了對(duì)邊緣設(shè)備的支持，人們現(xiàn)在可以在小型設(shè)備上運(yùn)行的AI Agent，覆蓋從汽車、游戲機(jī)到機(jī)器人等領(lǐng)域的大量應(yīng)用場(chǎng)景。

在Swami看來(lái)，各行各業(yè)的開發(fā)者都被這一框架的簡(jiǎn)潔性和可擴(kuò)展性所吸引，“短短數(shù)月時(shí)間，Amazon Strands Agents SDK的下載量已經(jīng)突破了500萬(wàn)次?！?/p>

如果說Amazon Strands Agents SDK讓開發(fā)者構(gòu)建Agent更方便快捷，那么Amazon Bedrock AgentCore則讓規(guī)?；渴餉gent成為可能。

一般來(lái)說，很多在PoC階段的AI技術(shù)，往往功能單一、缺乏模塊化，這就導(dǎo)致開發(fā)者不得不自己編寫一個(gè)邏輯來(lái)拼接這些解決方案，最終讓優(yōu)秀的模型變成了維護(hù)的噩夢(mèng)。

那么，亞馬遜云科技的Amazon Bedrock AgentCore平臺(tái)，可支持企業(yè)在大規(guī)模環(huán)境中以安全的方式構(gòu)建和部署Agent。

盡管Agent具備自主推理和行動(dòng)的能力，極具價(jià)值，但企業(yè)必須建立健全的控制機(jī)制，以防止未授權(quán)的數(shù)據(jù)訪問、不當(dāng)交互以及可能影響業(yè)務(wù)運(yùn)營(yíng)的系統(tǒng)級(jí)錯(cuò)誤。即便經(jīng)過謹(jǐn)慎設(shè)計(jì)的提示詞，Agent在實(shí)際應(yīng)用中仍可能出現(xiàn)失誤，導(dǎo)致嚴(yán)重的后果。

因此，在亞馬遜云科技Amazon Bedrock AgentCore最新更新的功能中，Policy功能可幫助團(tuán)隊(duì)為Agent的工具使用設(shè)定明確邊界；Evaluation功能，則可以讓團(tuán)隊(duì)了解Agent在實(shí)際場(chǎng)景中的表現(xiàn)。

兩者相互配合，就能夠打造既具備自主能力又遵循行為邊界的企業(yè)級(jí)Agent。

此外，當(dāng)下大多數(shù)AI Agent在“記憶”能力上依然存在明顯短板。如果想讓Agent更加實(shí)用化，邁過能執(zhí)行復(fù)雜工作的門檻，一個(gè)必須要解決的問題在于長(zhǎng)期的記憶能力。

AgentCore Memory填補(bǔ)了這一關(guān)鍵能力空白，使Agent能夠隨著時(shí)間推移形成對(duì)用戶的連貫認(rèn)知。它引入了全新的情景式功能，能夠幫助Agent從過往經(jīng)驗(yàn)中（上下文、推理、操作和結(jié)果）學(xué)習(xí)，讓AI隨著時(shí)間的推移逐步構(gòu)建對(duì)用戶的連貫理解，進(jìn)而輸出更加智能化的決策。

這些Agent開發(fā)平臺(tái)，能夠支持企業(yè)自主搭建Agent，并快速實(shí)現(xiàn)規(guī)?；渴饝?yīng)用落地。除這些平臺(tái)外，亞馬遜云科技還推出三大獨(dú)立的Agent產(chǎn)品，能夠被直接應(yīng)用在企業(yè)流程當(dāng)中。

如亞馬遜云科技推出的Kiro Autonomous Agent，是專為軟件開發(fā)打造的Agent，被Swami定義為“開發(fā)者的AI同事”。Kiro Autonomous Agent核心突破了從“被動(dòng)執(zhí)行”到“主動(dòng)規(guī)劃”的跨越，通過“規(guī)范驅(qū)動(dòng)開發(fā)”理念和持久上下文記憶能力，它能在向人類學(xué)習(xí)后，獨(dú)立處理復(fù)雜編程任務(wù)數(shù)小時(shí)甚至數(shù)天。

“當(dāng)企業(yè)部署上百個(gè)Agent后，安全與故障風(fēng)險(xiǎn)會(huì)呈指數(shù)級(jí)增長(zhǎng)?！盨wami在演講中警示道。

為此，亞馬遜云科技同步推出Amazon Security Agent與Amazon DevOps Agent，分別承擔(dān)“虛擬安全工程師”與“虛擬運(yùn)維專家”角色，將傳統(tǒng)被動(dòng)響應(yīng)模式升級(jí)為主動(dòng)管理體系。

可以看到，Kiro Autonomous Agent、Amazon Security Agent與Amazon DevOps Agent共同開啟了軟件開發(fā)的新紀(jì)元。這些前沿Agent不僅提升團(tuán)隊(duì)效率，更從根本上重新定義了當(dāng)AI作為團(tuán)隊(duì)延伸力量時(shí)所能實(shí)現(xiàn)的可能：在軟件開發(fā)生命周期中，自動(dòng)交付部分成果。

而從簡(jiǎn)潔可擴(kuò)展，到支持大規(guī)模安全部署Agent的平臺(tái)，再到能夠直接內(nèi)置企業(yè)業(yè)務(wù)流程應(yīng)用的Agent工具，亞馬遜云科技已經(jīng)為企業(yè)級(jí)Agent的落地提供了全方位服務(wù)能力，長(zhǎng)出了能干活“手腳”。

Agent“大腦”,模型既要選對(duì)又要能定制

企業(yè)級(jí)Agent，“手腳”是影響其運(yùn)行的關(guān)鍵，“大腦”則是影響其決策的關(guān)鍵。

Agent的“大腦”來(lái)自于基礎(chǔ)大模型的能力，想要構(gòu)建一個(gè)有用且高效的Agent，不僅僅要選擇一個(gè)好的基座大模型，于企業(yè)而言，能夠根據(jù)企業(yè)業(yè)務(wù)量身定制，也成為了關(guān)鍵。

相比于其他云計(jì)算廠商主推一款基座大模型，亞馬遜云科技一直非常開放，堅(jiān)持“模型選擇大于一切”，讓全球主流大模型都能在這里跑起來(lái)。

也正因此，Amazon Bedrock集成了世界主流大模型產(chǎn)品，為用戶提供了豐富而多元的模型選擇，覆蓋開源模型、通用模型以及專用模型等多種類型。

此次，Amazon Bedrock還引入了多款最新開源模型，包括谷歌的Gemma、NVIDIA的Nemotron，以及來(lái)自中國(guó)的大模型廠商KIMI和Minimax的最新模型。

當(dāng)然，除了外部模型外，亞馬遜云科技自研的大模型產(chǎn)品Amazon Nova家族也迎來(lái)了更新，推出了Amazon Nova 2系列四個(gè)版本。

而除模型選擇外，更為重要的是，Amazon Bedrock還能夠?yàn)槠髽I(yè)提供模型微調(diào)服務(wù)。

如其最新更新的強(qiáng)化學(xué)習(xí)微調(diào)（RFT），經(jīng)過微調(diào)后的模型與基礎(chǔ)模型相比，準(zhǔn)確率可提升66%，大幅降低了模型定制化的門檻。針對(duì)特定任務(wù)的專業(yè)化訓(xùn)練Model Distillation旨在創(chuàng)建更小更快的模型，能夠帶來(lái)10倍的速度提升，同時(shí)保留95%-98%的性能。

但Swami也坦言，盡管Amazon Bedrock已為企業(yè)提供了簡(jiǎn)單強(qiáng)大的模型微調(diào)方式，但仍有許多企業(yè)需要對(duì)模型進(jìn)行定制化，并希望利用自己的數(shù)據(jù)訓(xùn)練大模型，從而構(gòu)建企業(yè)競(jìng)爭(zhēng)壁壘。

畢竟，“再好的通用模型，也無(wú)法替代企業(yè)的專有數(shù)據(jù)?！?/strong>Swami說道。

這其中，主要面臨兩個(gè)問題：一個(gè)是如何基于技術(shù)對(duì)基座模型進(jìn)行調(diào)優(yōu)，一個(gè)是如何將自有數(shù)據(jù)充分且安全的融入到基座模型當(dāng)中。

針對(duì)這兩個(gè)問題，亞馬遜云科技推出了兩個(gè)全新的產(chǎn)品：

首先是Amazon SageMaker，它能夠?yàn)槠髽I(yè)提供“構(gòu)建、訓(xùn)練、部署專屬AI模型”所需的一切能力，可支持任意規(guī)模的大模型使用。

據(jù)介紹，Amazon SageMaker AI可以支持“模型蒸餾、監(jiān)督微調(diào)、直接偏好優(yōu)化（DPO）”等所有定制技術(shù)，可進(jìn)行“全權(quán)重訓(xùn)練”或“參數(shù)高效微調(diào)”，滿足企業(yè)任意業(yè)務(wù)場(chǎng)景需求。借助SageMaker AI的全面能力，企業(yè)能夠?qū)ⅰ跋敕ǖ缴a(chǎn)”的周期從“數(shù)月縮短至數(shù)天”。

以印度Dunn公司為例：他們需要一個(gè)“深度理解印度金融市場(chǎng)復(fù)雜性”的大語(yǔ)言模型，其以Mistral-7B為基礎(chǔ)模型，構(gòu)建了專屬模型“Arthur M”（70億參數(shù)）。整個(gè)過程中，其使用Amazon SageMaker AI進(jìn)行模型構(gòu)建與訓(xùn)練，借助Bedrock獲取基礎(chǔ)模型支持。

“最終，這個(gè)定制模型只需要單個(gè)GPU，就能夠運(yùn)行，且在88%的場(chǎng)景中，性能超過現(xiàn)有頂級(jí)模型，運(yùn)營(yíng)成本也僅為前者的一小部分。”Swami說道。

其次是Amazon Nova Forge，其向企業(yè)開放Nova模型的全階段訓(xùn)練檢查點(diǎn)，即從預(yù)訓(xùn)練到后期優(yōu)化，企業(yè)可隨時(shí)注入自有數(shù)據(jù)與亞馬遜精選數(shù)據(jù)集混合訓(xùn)練，打造專屬“Novellas”模型。

這就像在建造房子時(shí)，企業(yè)可以在打地基、架結(jié)構(gòu)、做裝修的任何階段加入自己的設(shè)計(jì)，而非在現(xiàn)成房子里改造。

在功能層面，Amazon Nova Forge提供三大核心能力：

首先，自定義強(qiáng)化學(xué)習(xí)“gym”（訓(xùn)練環(huán)境）。企業(yè)可以使用自身業(yè)務(wù)場(chǎng)景構(gòu)建強(qiáng)化學(xué)習(xí)環(huán)境（即“gym”），讓模型在高度貼近真實(shí)應(yīng)用的模擬場(chǎng)景中持續(xù)學(xué)習(xí)和優(yōu)化。

其次，構(gòu)建更小、更快的高性價(jià)比模型?？蛻艨赏ㄟ^合成數(shù)據(jù)蒸餾方式，利用更大模型生成的示例訓(xùn)練更小、更高效的模型，從而在顯著降低成本與延遲的同時(shí)，盡可能保留智能水平。

第三，負(fù)責(zé)任AI工具套件。Nova Forge提供一套負(fù)責(zé)任AI工具，幫助客戶在模型訓(xùn)練和應(yīng)用部署中實(shí)施安全控制，滿足合規(guī)和治理要求。

據(jù)悉，目前包括Booking.com、Cosine AI、Nimbus Therapeutics、野村綜合研究所、OpenBabylon、Reddit和索尼等多家企業(yè)或機(jī)構(gòu)，已經(jīng)開始利用Nova Forge構(gòu)建更契合自身需求的專屬模型。

當(dāng)企業(yè)通過Amazon Nova Forge構(gòu)建了自有前沿模型后，即可將其部署在Amazon Bedrock上，享受與其他Amazon Bedrock模型一致的企業(yè)級(jí)安全性、可擴(kuò)展性和數(shù)據(jù)隱私保護(hù)。

通過這一端到端方案——從自建前沿模型，到生產(chǎn)環(huán)境部署——企業(yè)可以獲得針對(duì)自身業(yè)務(wù)量身定制的最佳AI性能，并在亞馬遜云科技上安全托管、獨(dú)享其模型資產(chǎn)。

“我們的目標(biāo)是模型普及化。”

Swami強(qiáng)調(diào)，即使沒有深厚AI技術(shù)積累的企業(yè)，也能通過Amazon Bedrock的低代碼界面完成定制，訓(xùn)練周期從數(shù)月縮短至數(shù)天，成本降低70%。

當(dāng)前，面向AI Agent時(shí)代，越來(lái)越多的企業(yè)開始從“構(gòu)建什么”向“如何快速構(gòu)建”轉(zhuǎn)變，而在這一趨勢(shì)背景下，亞馬遜云科技通過全棧式一體化能力，為企業(yè)級(jí)Agent落地“保駕護(hù)航”。

AI算力基礎(chǔ)設(shè)施,是企業(yè)Agent的落地根基

如果說Agent是AI應(yīng)用的最終產(chǎn)品形態(tài)，大模型是“大腦”，那么算力，就是支撐這一切的“心臟”。

作為全球云計(jì)算的一哥，亞馬遜云科技早已經(jīng)構(gòu)建了從芯片，到智算集群的底層算力基礎(chǔ)設(shè)施體系。而現(xiàn)在，亞馬遜云科技通過“自研芯片+生態(tài)合作”的雙引擎算力體系，以性能、能效、擴(kuò)展性的三重突破，破解企業(yè)AI落地的算力瓶頸，同時(shí)強(qiáng)化自身在AI時(shí)代的算力基建優(yōu)勢(shì)。

一方面，從底層芯片層面來(lái)看，本次大會(huì)上，Matt Garman宣布正式發(fā)布Amazon Trainium3 UltraServers，這是亞馬遜云科技首款搭載3納米工藝AI芯片的服務(wù)器。

相較Amazon Trainium2，不僅計(jì)算能力提升4.4倍、內(nèi)存帶寬提升3.9倍，每兆瓦算力可處理的AI token數(shù)量更實(shí)現(xiàn)了5倍增長(zhǎng)。服務(wù)器最高配置144個(gè)芯片，提供驚人的362 Petaflops FP8計(jì)算能力。在運(yùn)行OpenAI的GPT-OSS-120B模型時(shí)，每兆瓦輸出token數(shù)是Amazon Trainium2的5倍以上，實(shí)現(xiàn)超高能耗比。

除了Amazon Trainium3 UltraServers外，Matt Garman還首次披露了Amazon Trainium4芯片，承諾將實(shí)現(xiàn)較Amazon Trainium3六倍的FP4計(jì)算性能、四倍內(nèi)存帶寬和兩倍高內(nèi)存容量，持續(xù)鞏固亞馬遜云科技在AI芯片領(lǐng)域的長(zhǎng)期卓越地位。

目前，亞馬遜云科技已完成超100萬(wàn)個(gè)AmazonTrainium2芯片的規(guī)?；渴?，為Amazon Bedrock中大部分推理工作提供核心算力支持，包括Claude最新一代模型的高效運(yùn)行。

而除了自研芯片產(chǎn)品外，亞馬遜云科技還與NVIDIA合作已達(dá)15年，是業(yè)界最早在云端提供NVIDIA GPU服務(wù)的廠商。這種深度綁定讓企業(yè)能獲得“經(jīng)過頂級(jí)客戶驗(yàn)證”的成熟算力方案。

綜上，通過復(fù)盤亞馬遜云科技re:Invent 2025大會(huì)不難看出，面向AI Agent時(shí)代，其核心競(jìng)爭(zhēng)力并非單一產(chǎn)品，而是“垂直整合+開放生態(tài)”的雙重優(yōu)勢(shì)：

底層通過自研芯片（Tranium）與全球基建，掌控算力定價(jià)權(quán)與交付能力；

中層以Bedrock為樞紐，用開放模型生態(tài)覆蓋多元需求，用定制工具（Nova Forge）深度綁定客戶；

上層通過AgentCore與行業(yè)Agent，打通從模型到應(yīng)用的“最后一公里”。

這種布局回應(yīng)了企業(yè)AI轉(zhuǎn)型的三大痛點(diǎn)：算力成本高、模型適配難、落地風(fēng)險(xiǎn)大。

當(dāng)云計(jì)算進(jìn)入“AI原生”時(shí)代，亞馬遜云科技正在用全棧能力證明：真正的AI領(lǐng)導(dǎo)者，不僅要提供技術(shù)，更要構(gòu)建讓技術(shù)產(chǎn)生價(jià)值的生態(tài)系統(tǒng)。

從芯片到模型，從數(shù)據(jù)到Agent——亞馬遜云科技也正在構(gòu)建完整的AI價(jià)值閉環(huán)，助力企業(yè)真正駕馭智能變革。

正如Matt Garman所公布的1320億美元年收入營(yíng)收背后的20%增速所昭示的，在AI重構(gòu)產(chǎn)業(yè)的浪潮中，亞馬遜云科技既是參與者，更是規(guī)則制定者。