6月19日消息，在亞馬遜云科技中國峰會上，亞馬遜云科技全球技術(shù)總經(jīng)理Shaown Nandi分享了亞馬遜云科技在云以及AI領(lǐng)域的最新技術(shù)洞察和進(jìn)展，他表示，生成式AI和Agentic AI正迎來超級浪潮。

亞馬遜云科技全球技術(shù)總經(jīng)理Shaown Nandi

Shaown Nandi表示：“AI技術(shù)的發(fā)展恰如巨型海浪的形成：看似平靜的漣漪在特定條件下也可演變?yōu)楦哌_(dá)30米的巨浪，生成式AI和Agentic AI同樣已從小規(guī)模的突破，發(fā)展成當(dāng)今的超級浪潮。而這一轉(zhuǎn)變主要由不斷創(chuàng)新的模型、海量可用數(shù)據(jù)及強大計算能力的融合所驅(qū)動。”亞馬遜云科技CEO Matt Garman此前也指出：Agentic Al 有機會成為亞馬遜云科技下一個數(shù)十億美元規(guī)模的業(yè)務(wù)。

事實上，今年以來，隨著MCP、A2A等協(xié)議被廣泛使用，AI Agent的數(shù)量和應(yīng)用場景正在快速增長。“AI Agent+MCP”成為企業(yè)利用大模型能力解決復(fù)雜問題的重要方式。

Gartner發(fā)布的2025年十大戰(zhàn)略技術(shù)趨勢顯示，到2028年至少有15%的日常工作決策將由代理型AI（Agentic AI）自主做出，而2024年這一比例為0%。

Shaown Nandi向表示，對于AI Agent來說，MCP是一個非常強大的解鎖器和解碼器。它是一個通用的連接器，任何的一項服務(wù)、數(shù)據(jù)、還有合作伙伴的能力等，都可以用MCP來幫助Agent更方便地介入和訪問。

對于AI Agent來說，MCP就相當(dāng)于給它提供了一個更好的方式來接觸到數(shù)據(jù)，還有很多的服務(wù)，并幫助用戶按其需要來執(zhí)行一些任務(wù)等等。也就是說它可以真正地讓AI Agent變得更加自主化和智能化、自動化。MCP讓Agent可以非常便捷地實現(xiàn)這一點，可以更好地、更快捷地讓Agent來獲取服務(wù)、數(shù)據(jù)等等。

“‘AI Agent+MCP’的前景我覺得非常的美好和廣闊，其實我們很多的客戶現(xiàn)在已經(jīng)開始使用MCP的這個服務(wù)了，包括我們自己也采用很多MCP的服務(wù)，更好地利用我們自己的Agent。”Shaown Nandi向強調(diào)道。

談到亞馬遜云科技自身的Agent開發(fā)時，Shaown Nandi表示，亞馬遜云科技會開發(fā)一些專有Agent，這些Agent首先是自身具備深厚專長的領(lǐng)域，比如Amazon Transform專注于遷移任務(wù)；Amazon Q Developer結(jié)合了亞馬遜云科技已有的服務(wù)能力，包括存儲、計算等。另外，有時候客戶也會給我們帶來一些啟發(fā)，比如他們在市場上發(fā)現(xiàn)某個空白，希望我們來嘗試填補，我們也會考慮這些方向。

不過，Shaown Nandi也強調(diào)：“總的來說，亞馬遜云科技的目標(biāo)是讓市場上擁有更多agent和模型的選擇。亞馬遜云科技非常重視與合作伙伴的協(xié)同，希望能為他們提供底層技術(shù)能力，包括Amazon Bedrock、基礎(chǔ)設(shè)施服務(wù)、數(shù)據(jù)庫能力、數(shù)據(jù)處理能力和計算能力，幫助他們更高效地開發(fā)符合自身需求的應(yīng)用，從而推動整個市場更快、更有效地發(fā)展。”

目前，在Agent的建造方面，亞馬遜云科技提供了很多工具供開發(fā)者的選擇，包括Amazon Bedrock、開源的Strands Agents等等。

Shaown Nandi介紹，Amazon Bedrock支持市面上所有主流大模型接入，對于開發(fā)者或企業(yè)來說，通過Amazon Bedrock來構(gòu)建agent，無論最初使用哪個模型，都能提供更多模型選擇和切換的空間。Amazon Bedrock提供的是統(tǒng)一API入口，支持所有模型，這意味著即使將來開發(fā)者要更換模型，只要最初用的是Amazon Bedrock的API，調(diào)用方式也不需要變。

Strands Agents是一個開源工具，僅需編寫數(shù)行代碼，Strands Agents就讓開發(fā)者輕松構(gòu)建AI Agents。

此外，談及模型使用成本問題，Shaown Nandi則指出，目前，在Amazon Bedrock中，一方面支持自動推薦合適模型的方式，另一方面也允許用戶手動指定使用哪些模型處理不同任務(wù)。隨著Agent的發(fā)展，未來可能看到“調(diào)度型Agent”（orchestration agents），它們不只是按性能調(diào)用模型，還能根據(jù)成本或價格動態(tài)選擇模型，從而進(jìn)一步降低整體推理成本。

“隨著Agent越來越流行、應(yīng)用規(guī)模不斷擴(kuò)大，也被更多人接受，我們提供的模型蒸餾方法、模型推薦、新的計算能力等更好的技術(shù)方案，能幫助企業(yè)更高效地運行Agent系統(tǒng)、優(yōu)化運營、降低成本。”Shaown Nandi總結(jié)道。