机器之心报道

编辑：泽南、杜伟

多智能体 AI，是大模型的下一个大方向。

上个星期，我们见证了 Grok 4、Kimi K2 的发布，利用多智能体技术，这些大模型可以自主理解所在任务环境，决定行动的方式，利用各种外部工具解决复杂问题。

新一代的 AI 正在展现前所未有的能力，预示着大语言模型（LLM）正在进入一轮大版本的迭代。

更令人兴奋的是，新技术的大规模铺开，或许比我们想象得还要快。昨天亚马逊云科技在纽约举行的峰会上，有关 Agent 的落地已经有了全套的解决方案。

亚马逊云科技 Agentic AI 副总裁 Swami Sivasubramanian 上台演讲，他介绍了一套全新 Agent AI 方案，其四大支柱包括模型应用能力、安全性和可靠性、可扩展性以及部署和生产能力。

AI Agent 能够发挥基础模型能力完成任务、进行规划、进行长期记忆，并在极少监督下进行学习，这些能力对企业未来的 AI 转型至关重要。

「这是一场多维度的重大变革，」Sivasubramanian 说道。「它颠覆了软件的构建方式，也给部署和运营带来了一系列新的挑战。而且可能最具影响力的是，它改变了软件与世界互动的方式，以及我们与软件互动的方式。」

你或许还记得 OpenAI 创始人山姆・奥特曼的预测：在 2025 年，Agent 将开始大规模「上岗」，帮助人们处理复杂任务。未来可能将有数十亿 Agent 在多种环境下与人类并肩工作，这种规模将带来全新的复杂性以和一系列前所未有的挑战。

对此，亚马逊云科技率先构建了完整的 Agentic AI 技术栈，覆盖从构建、部署、运行的所有层面，加速 Agent 从概念走向落地。

这覆盖全流程的 Agent 工具，能够帮人们方便快捷地一站式构建应用，而且稳定性又上了一个新的台阶，可以说着实把 Agent 的门槛打了下来。

Agent 开发的全新架构

Amazon Bedrock AgentCore

面向构建 Agent 应用的目标，亚马逊云科技并不只是简单地堆砌功能，而是重建了一套 Agent 开发的架构。

Amazon Bedrock AgentCore 是昨天最重要的新发布，它通过七项核心服务，可以让人们构建、部署企业级规模的安全 Agent 服务

在亚马逊云科技看来，新一代应用将会深度绑定 Agent，这意味着 Agent 的开发需要的不是一套工具，而是一套完全颠覆软件开发和运营的新架构。

AgentCore 应运而生，在其之上人们可使用和部署和操作高效的 AI Agent。它帮助开发者填补了 AI Agent 从概念验证到实际生产的鸿沟，提供了一套可组合的解决方案，使开发者能够用任何框架和模型，安全地部署和运行 Agent 应用，无需在开源的灵活性和企业级安全性之间进行妥协，就能将 Agent 从原型扩展到现实世界，覆盖到数百万用户。

它不仅能够用来构建 Agent 应用，更是一个端到端的、Agent 时代的全新软件架构。其中包括一系列工具：

AgentCore Runtime – 提供具有会话隔离功能的低延迟无服务器环境，支持任何代理框架（包括流行开源框架、工具和模型），能处理多模态任务和长时间运行的 Agent。AgentCore Memory—— 管理会话和长期记忆，为模型提供相关上下文，同时帮助 Agent 从过去的交互中学习。AgentCore Observability—— 通过元数据标记、自定义评分、轨迹检查和故障排除 / 调试过滤器提供 Agent 执行的逐步可视化。AgentCore Identity – 使 Agent 能够代表用户或在预先授权的情况下自行安全地访问亚马逊云科技服务及第三方工具和服务，例如 GitHub、Salesforce 和 Slack。AgentCore Gateway– 将现有 API 和 Lambda 函数转换为 Agent 可用工具，提供跨协议（包括 MCP）和运行时发现的统一访问。AgentCore Browser – 提供托管的 Web 浏览器实例来扩展 Agent 的 Web 自动化工作流程。AgentCore Code Interpreter—— 提供一个隔离的环境来运行 Agent 生成的代码。

AgentCore 的出现将改变开发的游戏规则，在应用的构建过程中人们可以灵活地选择其中的服务，只需几行代码就可以构建起 Agent 加持的企业级应用。

我们可以从中看到，在 Agentic AI 时代，要想运行一个企业级的 Agent 应用，所需要的工具已发生翻天覆地的变化。以 AgentCore Runtime 为例：Agent 应用都需要一个独特的 runtime 环境，让模型推理的上下文和其他用户完全隔绝。AgentCore 提供的运行时环境支持第三方模型，可以承载起任何企业的应用，甚至是基于 OpenAI 的。

这就可以让 AI 应用部署的成本大幅降低，很多智能化的产品第一次真正具备了实用性。

集齐 12 家顶尖模型厂商

打造 Agent 能力最强底座

要想构建强大的 Agent 应用，就需要强大的基础模型，不过亚马逊云科技一直强调「没有一种大模型可以一统天下」。

多样化的模型选择非常重要，但对于大多数企业来说，直接训练或托管基础模型无疑是高投入、高风险、低性价比的方案。这正是亚马逊云科技一直以来不断扩展 Amazon Bedrock 托管服务平台的原因。通过高度抽象的平台以及统一的 API，其允许企业「即开即用」地调用来自主流大模型厂商的前沿基础大模型。

此次，Amazon Bedrock 再次升级，在其上完全托管的大模型厂商从去年同时期的 7 家增加了 12 家。除了 Anthropic、AI21 Labs 、Cohere、deepseek、Meta、Mistral AI、Stability AI 等主流大模型厂商之外，新增了对多模态视频理解与分析 AI 公司 TwelveLabs 的支持，全方位覆盖文本、音视频、编程、向量嵌入、推理等生成式 AI 领域。

所有 Amazon Bedrock 支持的模型都可以构建 Agent，这就让它远远走在了竞品公司之前。

「过去 12 个月，Amazon Bedrock 上推出的功能与能力超过了 170 项」，亚马逊云科技公布了这样一个数据，足可见该托管服务平台发展之迅速。同时，Amazon Bedrock 也成为了首个提供无服务器 DeepSeek-R1 的大型云服务商，向着更高效、更低门槛的方向进一步演进。

不仅如此，去年 12 月推出的 Amazon Nova 基础模型家族迎来了多位新成员，短短六个月新增了 8 款基础模型，其中包括操控网络浏览器并自主执行网络任务的通用 AI Agent 模型 ——Nova Act、将语音理解和语音生成功能集成至单一模型并在 AI 应用中实现更接近真人对话体验的语音模型 ——Nova Sonic、以及多模态模型 Nova Premier。

其他 5 款基础模型分别如下：

低成本纯文本模型 —— Nova Micro低成本多模态模型 —— Nova Lite高性能多模态模型 —— Nova Pro图像生成模型 —— Nova Canvas视频生成模型 —— Nova Ree

从文本到多模态、从轻量级到高性能、从生成到执行，Amazon Nova 系列形成了一条完整的模型产品链，能够满足不同行业和不同阶段的多元化 AI 需求。如今，使用该系列模型的客户已经超过 10000 家

亚马逊 AGI 高级副总裁兼首席科学家 Rohit Prasad

而为了持续增强模型的开箱即用，亚马逊云科技此次推出了一系列新功能，包括「Amazon Nova 定制化」，通过监督微调、对齐、持续预训练和模型蒸馏等技术，可以创建针对客户自身用例优化的 Nova 模型，并直接部署到 Amazon Bedrock，无缝集成到 Agent 系统和其他 AI 应用上。

特别地，亚马逊云科技开始注重从基础模型入手对特定的 Agent 用例展开优化，比如利用 Nova Act SDK，开发者构建的 Agent 在网络浏览器中的任务完成率可以超过 90%。这意味着，亚马逊云科技不满足于只提供大模型能力，也在为打造可执行的 Agent 平台进行布局。

可以预见，数量上不断充实以及能力上向 Agent 任务靠拢的基础模型库，为接下来多 Agent 协作的继续演进提供了充分保障，也为构建具备感知、推理、执行等多能力融合的复杂智能系统打下了坚实基础。

支持 MCP、A2A

开发者拥抱更强 Agent 协作利器

搭建 Agent 应用还需要更加灵活的能力，亚马逊云科技此次还宣布：两个月前推出的开源 AI Agent 开发工具 Strands Agents SDK 升级为 Strands Agents V1.0，借助它可以更轻松地创建多 Agent 系统，从而更高效地协同解决复杂任务。

在刚推出之际，Strands Agents SDK 就可以帮助开发者用几行代码构建和运行 AI Agent，不仅支持创建从简单到复杂的 Agent 应用场景，也实现了从本地开发到生产环境的无缝部署。升级后，Strands Agents V1.0 更是可以将以往需要数月的复杂技术工作简化为数小时，为开发者打造了一支高效的 AI Agent 协作队伍。

为了使多 Agent 协作同样简洁，Strands Agents V1.0 将原本对单 Agent 的开发支持扩展到了多 Agent 应用，并引入了以下四个原语：

Agents-as-Tools：简化的层级式任务委派，将特定领域的 Agent 转化为可被其他 Agent 调用的「智能工具」；Handoffs：明确的控制权转移，允许 Agent 在遇到超出自身能力范畴的任务时，明确地将责任转交给人类用户，同时完整保留对话上下文与历史；Swarms：自组织的协作团队，由多个 Agent 组成的自治协作团队，通过共享记忆动态进行协调，共同完成复杂任务；Graphs：可控且可预测的工作流编排，允许定义具有明确步骤、条件路由和决策点的 Agent 工作流。

在 MCP 之外，Strands Agents V1.0 增加了对 Agent to Agent（A2A）协议的支持，作为一种面向多 Agent 系统的通信协议，A2A 允许不同 AI Agent 之间直接进行对话、协作和任务分工。此举标志着多 Agent 系统迈出了从「被动串联」到「主动协作」的关键一步。

同时，为了保障多 Agent 架构进入生产环境，Strands Agents V1.0 还新增了会话管理器，可以从远程数据存储中检索 Agent 状态，从而保持上下文连续性；并且在整个 SDK 中显著增强异步执行能力，提高了系统响应速度与并发效率。这些改进，是多 Agent 从功能性原型走向大规模落地系统的必备条件。

当然，开发者有时需要选择不同的大模型来构建 Agent，灵活性要求比较高。对此，Strands Agents V1.0 新增了五个模型 API 支持，它们由亚马逊云科技的合作伙伴（如 Anthropic、Meta、OpenAI、Cohere、Mistral、Stability、Writer、Baseten）共同贡献。

总的来看，Strands Agents V1.0 不仅仅是一次开源 SDK 的升级，一方面通过对 MCP 与 A2A 协议的支持，进一步打通 Agent 与 Agent 之间、Agent 与工具之间的通信壁垒；配合 Agents-as-Tools 等原语，大幅降低了开发者玩转多 Agent 协作的门槛。

降低 RAG 成本

构建 Agent 应用市场

向量是 AI 的语言，除了模型和架构，如何连接企业自有数据和 Agent，是应用开发的另一个重要挑战。

此次推出的 Amazon S3 Vectors，是首个原生支持向量的云对象存储服务，标志着一个根本性的变革

它将向量存储和查询成本降低了 90%，同时仍保持亚秒级的查询性能，使得 Agent 能够「记得更多、推理更深」，并能从每一次客户交互、文档和业务洞察中保留完整的上下文信息。

S3 Vectors 还可直接集成至 Amazon Bedrock 的知识库，以更低成本构建 RAG（检索增强生成）应用，并与 Amazon OpenSearch Service 联动，支持分层向量策略。

另外还有方法的扩展：在亚马逊云科技 Marketplace 上，人们可以便捷地搜索访问、购买 AI 代理解决方案和工具的一站式服务，从而快速推进 AI 计划。很多公司已经在这一平台上提供了代码解决方案。

所有这些即插即用的解决方案都能帮助客户更高效地构建 Agent 加持的 AI 系统，并结合一系列专业服务，推动 AI 战略快速落地。

应用层面，一并革新

其实，亚马逊云科技最近一直在推出 Agent 加持的 AI 工具。

本周一，亚马逊推出了基于 Claude 的 Agent 代码编辑工具 Kiro，与 Windsurf 和 Codex 直接展开竞争，受到了开发者社区的关注。

Kiro 会根据你的需求自动生成任务和子任务，根据依赖关系进行正确排序，并将每个任务与需求关联起来。它引入了规范驱动的开发形式，能帮助开发者通过自然语言规范和架构图清晰地表达他们对复杂功能的意图；智能 Agent 钩子则可以自动处理重要但耗时的任务，如生成文档、编写测试和优化性能；Kiro 提供了一个专门设计的界面，能够适应不同开发者的工作方式。

在 Kiro 上，每个任务都包含单元测试、集成测试、加载状态、移动响应能力以及可访问性要求等详细信息，以便于实施。这让人们可以分步检查工作。

通过成熟、结构化的开发流程，Kiro 可以帮助人们快速构建产品并推入生产环境，把更多的精力用在实现用户需求和创新的工作上。

此外，通过 Amazon Q、Amazon Bedrock Agents 与 Strands Agents 三大核心工具，亚马逊云科技展示了如何在不同企业场景中高效构建和部署 Agent 系统：Amazon Q 面向软件开发与运维全生命周期，提供开箱即用的智能协作能力；Amazon BedrockAgents 提供完全托管的生成式 AI 和 Agent 服务，为构建可访问企业系统与知识库的托管型 Agent 提供支持；Strands Agents 以轻量化开源架构，助力开发者快速构建灵活扩展的 Agent 并推动社区协同创新。

至此，这一套完整的范式将会驱动 Agentic AI 实现从单任务执行到复杂协作的升级，催生「一人公司」模式，AI 作为「数字同事」将深度融入企业运营。

结语

2025 年是 Agent 开启协作的元年，面对越来越清晰的技术发展趋势，亚马逊云科技的全方位 Agentic AI 布局正在展现出越来越深远的意义。

亚马逊云科技是国际云服务厂商中第一个拿出「Agent 开发全家桶」的，不论是技术延伸还是前瞻性都走在了前面，它展现出了诸多竞争优势：

从产品成熟度看，自 2023 年的 Bedrock Agent 以来，亚马逊云科技一直在构建功能齐全、API 种类丰富的大模型工具链在模型生态上，其平台支持多种业界顶尖大模型，所有 Bedrock 支持的模型也均可以构建 Agent，包括多种主流开源和闭源模型，为开发者提供了更大的灵活性和选择空间亚马逊云科技还提供全面的幻觉和安全防护机制，在海外区，它是唯一支持自动推理检查 Automated Reasoning checks (Preview) 的云厂商，可以缓解大模型生成内容的幻觉。通过 ApplyGuardrail API，开发者可以在模型调用前后独立评估内容，适用于 Amazon Bedrock 之外的自定义或第三方模型。

利用这样的能力，亚马逊云科技希望能打造出全球最实用的 Agentic AI 平台，助力从小到大的公司全面部署可靠、安全的 Agent 解决方案。

正如 Kimi K2 推出后业内所认识到的，随着 Agent 技术的不断进化，大模型的输出不再像过去那样是一行行文字，而是一个个可交互的内容报告。在理解人类的需求之后，AI 会立即开启一个工程，再根据人们的追问不断迭代，交付的结果在内容丰富程度、实用性方面都会上升一个新台阶。

我们对于 Agent 的开发还在早期，有了这套构建和部署 Agent 的平台，未来还将会有更多颠覆性应用出现。

下个月，亚马逊云科技将在国内进行 Agentic AI 新品发布解读巡演，覆盖福州、合肥、青岛、广州、重庆、成都、长沙七个城市，聚焦最热门的 AI 场景，现场拆解、即时体验，为开发者们带来零距离的前沿洞察。大家可以在亚马逊云科技官方小程序上报名参与。