機器之心報道

編輯：澤南、陳陳

最先進的 Agentic AI，現在是做什么工作的？

在搞太空探索。

上個月，藍色起源「新格倫」重型運載火箭首次成功實現了一級回收，在與 SpaceX 的競爭中邁出了重要一步。Agent 在其中起到了舉足輕重的作用。據說，藍色起源全員都在用生成式 AI 工具提升效率，為此他們甚至構建了一個叫 BlueGPT 的內部平臺。

BlueGPT 背靠亞馬遜云科技的 AI 全家桶，有了它，藍色起源的工程師在用 Agent 寫代碼，新格倫火箭在用 Agent 加速火箭發射的審批流程，供應鏈在用 Agent 溝通物料修改，航電部門在用 Agent 開發飛控軟件……總體工程速度提升了 75%。原來貝索斯的新格倫追上馬斯克的獵鷹，背后原因竟是這樣。

這還只是新時代的冰山一角。今天凌晨，亞馬遜云科技一年一度的 re:Invent 大會上，全世界都見證了「云計算一哥」一個又一個重量級新發布，大部分都是面向 Agentic AI 的。

在昨天、今天的 Keynote 中，亞馬遜云科技向全球傳遞了一個明確信號：AI Agent（智能體）的時代已經全面開啟。現在不跟上，可就要落后了。

全流程短板補齊后

Agent 能力實現爆發

亞馬遜云科技認為，Agent 的出現正在讓我們的軌跡發生變化，它對業務產生的影響或許就像當年互聯網和云服務出現時一樣大。

Agent 與傳統大模型助手的根本區別在于其具有自主行動能力。它們不僅回答問題，還能主動幫用戶執行任務，讓工作流程自動化，并能在復雜環境中動態推理。如今在某些任務上，已有 AI Agent 將工作效率提高了 10 倍，這就讓人們有了更多的時間可以專注于創造性的工作。那么問題來了 —— 能讓所有工作都獲得這樣的效率提升嗎？Agent 又從何而來？

在當地時間周三 2025 re:Invent 的演講中，亞馬遜云科技 Agentic AI 高級副總裁 Swami Sivasubramanian 著重介紹了快速構建 Agent 的能力：

他先讓我們回憶了一下：你當初寫下第一行代碼時是怎樣的感覺？那時我們充滿創作欲，仿佛能做到任何事。Agent 時代，我們正在找回這種創作的自由。

想讓 Agent 真正落地到大規模生產階段，是一件很有挑戰的事。首先，如何快速、大規模地部署 Agent？

亞馬遜云科技發布了開源、模型驅動的 AI Agent 框架 Strands Agents SDK 的更新。首先，Strands Agents SDK 被引入了Typescript平臺，讓開發者能夠使用 Amazon CDK 在 Typescript 中構建完整的 Agent 堆棧。

Strands 同時新增了對邊緣設備的支持，人們現在可以在小型設備上運行自主的 AI Agent，覆蓋從汽車、游戲機到機器人等領域的大量應用場景。

全托管生成式 AI 服務 Amazon Bedrock 上，用于幫助開發者構建生產環境 Agent 的 AgentCore 新增了三大能力。

其中，Policy讓開發者可以使用自然語言為 Agent 操作設定清晰的邊界。evaluations則提供 13 個預置評估器，可評估 Agent 行為的正確性和安全性等維度，并持續對實時交互進行采樣，以便在性能下降時觸發警報，從而簡化日趨復雜的 Agent 行為監控。

如果想讓 Agent 更加實用化，邁過能執行復雜工作的門檻，一個必須要解決的問題在于長期的記憶能力。如何讓模型能夠記住過去的交互、學到的知識？

AgentCore Memory引入了全新的情景式功能，能夠幫助 Agent 從過往經驗中（上下文、推理、操作和結果）學習，讓 AI 隨著時間的推移逐步構建對用戶的連貫理解，進而輸出更加智能化的決策。

隨著 Agent 構建變得越來越容易，下一個重要問題將隨之而來：如何讓它們更高效？

解決這個問題要從構建定制化的模型開始，Swami 表示，「如今的基礎 AI 模型擁有足夠高的智商，能夠處理復雜易用、多步驟的推理以及突發情況，但它們并非總是最高效的。而 AI 的效率有關成本、規模、延遲與敏捷性。」

在他看來，能夠高效執行特定任務的定制化高質量模型將成為主流。為此，亞馬遜云科技推出了一系列旨在降低 AI 模型定制的復雜性和成本，同時「無需大量博士參與」的工具。

在 Amazon Bedrock 上，亞馬遜云科技提出了全新的模型定制工具，其中強化學習微調（RFT）后的模型與基礎模型相比準確率可提升 66%，大幅降低了模型定制化的門檻。針對特定任務的專業化訓練Model Distillation旨在創建更小更快的模型，能夠帶來 10 倍的速度提升，同時保留 95-98% 的性能。

無服務器模型的定制功能是 AI Agent 引導的定制體驗，只需自然語言交互即可定制模型。Amazon Nova Forge 開創了「開放式訓練」的先河。它讓企業能夠在模型訓練的每個階段直接將專有數據與 Amazon Nova 基礎模型原有的數據相融合。最終生成的定制模型不僅融合了 Amazon Nova 的全部知識和推理能力，還能深入理解了每個特定業務。

接下來還要支持的基礎模型還包括 DeepSeek、GPT-OSS、Llama 和千問。現在，模型定制可在數天內完成，而不再需要數月。

而 Amazon SageMaker HyperPod 則縮短了重啟周期，無需人工干預，幾分鐘內即可從模型訓練故障中恢復，在擁有數千個 AI 加速器的集群上能實現 95% 的訓練集群效率。Amazon SageMaker HyperPod 則簡化了模型訓練和部署的基礎設施管理，最多可降低 40% 的成本。

最后，在生產環境中大量部署的 Agent，如何才能減少幻覺，值得我們信任？

在 AI IDE Kiro 上，工程師們結合大語言模型和自動推理（Automated Reasoning）數學邏輯驗證的方法確保了 Agent 行為的正確性。

亞馬遜云科技還提出了一套用于構建和管理可靠 UI 工作流程 AI Agent 的全新服務 ——Nova Act。它由定制版 Amazon Nova 2 Lite 模型驅動，為構建和管理自動化瀏覽器任務的代理集群提供了最快捷、最簡便的途徑。Nova Act 在早期客戶工作流程中實現了高達 90% 的可靠性。

借助 Nova Act，開發者可以在幾分鐘內通過無代碼的自然語言 prompt 快速構建 Agent 原型，然后在熟悉的 IDE（例如 VS Code）中不斷完善，最后部署到云環境上。

有多可靠呢？亞馬遜云科技在現場展示了人機協作的反電詐，Agent 幫你識別信用卡盜刷：

在檢查信用卡交易的過程中，Agent 可以合理提出懷疑，收集證據進行推理，還能直接幫你報警。現在，你可以更加自然地相信 Agent 為你辦的事了。

從易用的 Agent 工具，高效率的模型定制化，到先進的可靠性技術，亞馬遜云科技提出的一系列 AI 工具已經實現了從「如何構建」到「如何快速構建」的轉變，讓開發者們能夠把寶貴的時間用在實踐想法，創造新事物上。可謂是給未來的全新生產環境打好了基礎。

這樣的能力背后，是從最底層硬件算力開始，打造的一整套完善且獨一無二的體系。

如何構建好 Agent？

分四步走

當地時間本周二，亞馬遜云科技首席執行官 Matt Garman 在 2025re:Invent 大會第一天的 Keynote 上，深入介紹了自家最近各個維度的創新突破。

在長達兩個小時十分鐘的 Keynote 上，Matt Garman 花費了 50% 時間都在講一件事：如何構建好 Agent。

在他看來，想要讓 Agent 形成生產力，整條技術棧主要分成四大部分：算力基礎設施、推理平臺、數據以及構建 Agent 的工具鏈。

首先是算力基礎設施。要構建最強大、最具擴展性的 AI 基礎設施，必須擁有高度可擴展且安全的云平臺。實現這一點并不容易，意味著需要在硬件和軟件的每一層持續優化，而這正是亞馬遜云科技的優勢。

亞馬遜云科技是目前運行 NVIDIA GPU 的最佳場所，在合作過程中，亞馬遜云科技積累了豐富的大規模 GPU 運行經驗。

在此基礎上，亞馬遜云科技進一步推出了 P6e 和 P6 兩個實例，其中 P6e GB200 超級服務器相比上一代 P5e，計算性能提升超過 20 倍。亞馬遜云科技還宣布推出全新的 P6e GB300，以滿足最苛刻的 AI 工作負載。

在芯片方面，亞馬遜云科技推出了最新的 Trainium 3 （首個云端 3nm 芯片）芯片實例，Trn3 UltraServers 正式全面可用。與上一代相比，新一代在關鍵性能上實現大幅躍升：計算能力提升 4.4 倍、內存帶寬提高 3.9 倍、每瓦可處理的 Token 數量增加 5 倍，為大規模 AI 訓練與推理帶來顯著的效率與能效優勢。

除此之外，亞馬遜云科技預告了全新的 Trainium4 芯片。作為最新一代 AI 加速芯片，它在關鍵性能指標上實現了大幅躍升：在 FP4 精度下提升 6 倍的算力，內存帶寬提升 4 倍，內存容量翻倍，并通過 NVlink Fusion 與 UAlink 支持更大規模的集群互聯。

第二是推理平臺。Amazon Bedrock 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 引入了多款最新開源模型，包括谷歌的 Gemma、NVIDIA 的 Nemotron，以及來自 KIMI 和 Minimax 廠商的最新模型。Mistral AI 的兩款全新開源模型 Mistral Large 3 和 Ministral 3（3B、8B、14B）也已上線 Amazon Bedrock，從而為企業構建生成式 AI 應用帶來更廣泛、更靈活的選擇空間。

除了引入大量第三方模型外，Amazon Bedrock 還集成了自研的基礎模型系列 Amazon Nova。如今，Amazon Nova 家族全線迭代至 Amazon Nova 2，在延續強大智能能力的同時，將成本效率與低延遲表現大幅提升。當前，Amazon Nova 2 已推出四個版本：

Amazon Nova 2 Lite：快速、高效、經濟的推理模型，適用于多種通用工作負載；Amazon Nova 2 Pro：面向高度復雜任務，具備更強的推理能力，是迄今最智能的 Amazon Nova 推理模型，適用于高度復雜的工作負載；Amazon Nova 2 Sonic：下一代語音到語音模型，提供行業領先對話質量，改進延遲，大幅擴展語言支持；Amazon Nova 2 Omni：業界首個真正統一的多模態模型，支持文本、圖像、視頻、音頻輸入，并支持文本和圖像輸出。

在基準測試中，Amazon Nova 2 Lite 性能比肩 GPT-5 Mini、Claude Haiku 4.5 、Gemini Flash 2.5 等業界前沿模型。Amazon Nova 2 Pro 也表現亮眼，在指令遵循、Agentic 工具使用等基準上超越 GPT-5.1、Gemini 3 Pro Preview 以及 Claude Sonnet 4.5。

第三是數據。亞馬遜云科技推出的全新服務Amazon Nova Forge，提出了開放訓練模型的概念。

第四部分是構建 Agent 的工具鏈。亞馬遜云科技的先進 Agentic 平臺 Amazon Bedrock AgentCore，可以大規模地安全構建、部署和運行高性能 Agent。為了確保 Agent 行為的安全性與合規性，亞馬遜云科技開放了Policy、evaluations功能，可以助力開發者構建可用于生產環境的 Agent。

基礎搭好了，接下來是實踐。

亞馬遜云科技提出，要更快地把 Agent 加入到日常工作中來。Amazon Quick作為一款面向企業的智能 Agent 應用，不僅能夠幫助用戶進行深度分析、數據可視化和工作流自動化，還通過企業級的安全與隱私標準確保信息的可靠性與合規性。

在人們關心的 AI 編程領域上，亞馬遜云科技重點展示了構建、擴展、長期運行 Frontier Agent 能力。對此提出了三大 Agent：

Kiro Autonomous Agent：作為虛擬開發者，能夠獨立完成任務并在工作中持續學習；Amazon Security Agent：承擔虛擬安全工程師角色，在應用設計、代碼審查與滲透測試等環節充當安全顧問；Amazon DevOps Agent：幫助開發者，尤其是負責值班的工程師，主動發現系統故障或潛在缺陷。

從底層算力到推理平臺，從數據到 Agent 工具鏈，再到面向企業實際落地的現代化與生產力產品，亞馬遜云科技在今年 re:Invent 上勾勒出的，是一個面向 AI Agent 全面普及時代的完整藍圖。

數十億 Agent 的未來

來得會比我們想象要快

作為技術全球化的推動者，亞馬遜云科技每年的新發布都會受到開發者、企業的關注。在 AI 時代，其業務增長的速度也非常驚人。

2025 re:Invent 大會上，亞馬遜云科技給出了一串數字：作為云基礎設施的核心，Amazon S3 存儲了超過 500 萬億個對象，每秒平均處理 2 億次請求。而 AI 服務 Amazon Bedrock 目前為全球超過 10 萬家企業提供 AI 推理支持。由此推動，亞馬遜云科技的年收入已達 1320 億美元，相比去年增長了 20%。

這不只是業績展示，更是在指引 AI 時代的新方向 —— 當全球企業加速擁抱生成式 AI 時，這家云巨頭已經準備好了從芯片到應用的全套工具箱。在 Matt Garman 的想象中，未來每個公司、每個行業中都會活躍著數十億個 Agent，每個組織、每個人都能從人工智能那里獲得真實的價值。

新時代的大門已經打開，門后的世界，正在被重新定義。

2025 亞馬遜云科技re:Invent 中國行即將啟幕！12月18日開始，北京、上海、深圳、成都四城線下巡演及線上專場將同步開啟，無論你是云計算新手還是技術老兵，都將從高階演講、實戰內容、技術分享和專家互動中受益。立即注冊，搶占席位，把握Agentic AI時代的新機遇！

https://events.amazoncloud.cn/reinvent-online-20251218?trk=811631fa-539a-41c3-8fed-f23e4f9919dc&sc_channel=el