机器之心报道

编辑：泽南、陈陈

最先进的 Agentic AI，现在是做什么工作的？

在搞太空探索。

上个月，蓝色起源「新格伦」重型运载火箭首次成功实现了一级回收，在与 SpaceX 的竞争中迈出了重要一步。Agent 在其中起到了举足轻重的作用。据说，蓝色起源全员都在用生成式 AI 工具提升效率，为此他们甚至构建了一个叫 BlueGPT 的内部平台。

BlueGPT 背靠亚马逊云科技的 AI 全家桶，有了它，蓝色起源的工程师在用 Agent 写代码，新格伦火箭在用 Agent 加速火箭发射的审批流程，供应链在用 Agent 沟通物料修改，航电部门在用 Agent 开发飞控软件……总体工程速度提升了 75%。原来贝索斯的新格伦追上马斯克的猎鹰，背后原因竟是这样。

这还只是新时代的冰山一角。今天凌晨，亚马逊云科技一年一度的 re:Invent 大会上，全世界都见证了「云计算一哥」一个又一个重量级新发布，大部分都是面向 Agentic AI 的。

在昨天、今天的 Keynote 中，亚马逊云科技向全球传递了一个明确信号：AI Agent（智能体）的时代已经全面开启。现在不跟上，可就要落后了。

全流程短板补齐后

Agent 能力实现爆发

亚马逊云科技认为，Agent 的出现正在让我们的轨迹发生变化，它对业务产生的影响或许就像当年互联网和云服务出现时一样大。

Agent 与传统大模型助手的根本区别在于其具有自主行动能力。它们不仅回答问题，还能主动帮用户执行任务，让工作流程自动化，并能在复杂环境中动态推理。如今在某些任务上，已有 AI Agent 将工作效率提高了 10 倍，这就让人们有了更多的时间可以专注于创造性的工作。那么问题来了 —— 能让所有工作都获得这样的效率提升吗？Agent 又从何而来？

在当地时间周三 2025 re:Invent 的演讲中，亚马逊云科技 Agentic AI 高级副总裁 Swami Sivasubramanian 着重介绍了快速构建 Agent 的能力：

他先让我们回忆了一下：你当初写下第一行代码时是怎样的感觉？那时我们充满创作欲，仿佛能做到任何事。Agent 时代，我们正在找回这种创作的自由。

想让 Agent 真正落地到大规模生产阶段，是一件很有挑战的事。首先，如何快速、大规模地部署 Agent？

亚马逊云科技发布了开源、模型驱动的 AI Agent 框架 Strands Agents SDK 的更新。首先，Strands Agents SDK 被引入了TypeScript平台，让开发者能够使用 Amazon CDK 在 TypeScript 中构建完整的 Agent 堆栈。

Strands 同时新增了对边缘设备的支持，人们现在可以在小型设备上运行自主的 AI Agent，覆盖从汽车、游戏机到机器人等领域的大量应用场景。

全托管生成式 AI 服务 Amazon Bedrock 上，用于帮助开发者构建生产环境 Agent 的 AgentCore 新增了三大能力。

其中，Policy让开发者可以使用自然语言为 Agent 操作设定清晰的边界。Evaluations则提供 13 个预置评估器，可评估 Agent 行为的正确性和安全性等维度，并持续对实时交互进行采样，以便在性能下降时触发警报，从而简化日趋复杂的 Agent 行为监控。

如果想让 Agent 更加实用化，迈过能执行复杂工作的门槛，一个必须要解决的问题在于长期的记忆能力。如何让模型能够记住过去的交互、学到的知识？

AgentCore Memory引入了全新的情景式功能，能够帮助 Agent 从过往经验中（上下文、推理、操作和结果）学习，让 AI 随着时间的推移逐步构建对用户的连贯理解，进而输出更加智能化的决策。

随着 Agent 构建变得越来越容易，下一个重要问题将随之而来：如何让它们更高效？

解决这个问题要从构建定制化的模型开始，Swami 表示，「如今的基础 AI 模型拥有足够高的智商，能够处理复杂易用、多步骤的推理以及突发情况，但它们并非总是最高效的。而 AI 的效率有关成本、规模、延迟与敏捷性。」

在他看来，能够高效执行特定任务的定制化高质量模型将成为主流。为此，亚马逊云科技推出了一系列旨在降低 AI 模型定制的复杂性和成本，同时「无需大量博士参与」的工具。

在 Amazon Bedrock 上，亚马逊云科技提出了全新的模型定制工具，其中强化学习微调（RFT）后的模型与基础模型相比准确率可提升 66%，大幅降低了模型定制化的门槛。针对特定任务的专业化训练Model Distillation旨在创建更小更快的模型，能够带来 10 倍的速度提升，同时保留 95-98% 的性能。

无服务器模型的定制功能是 AI Agent 引导的定制体验，只需自然语言交互即可定制模型。Amazon Nova Forge 开创了「开放式训练」的先河。它让企业能够在模型训练的每个阶段直接将专有数据与 Amazon Nova 基础模型原有的数据相融合。最终生成的定制模型不仅融合了 Amazon Nova 的全部知识和推理能力，还能深入理解了每个特定业务。

接下来还要支持的基础模型还包括 DeepSeek、GPT-OSS、Llama 和千问。现在，模型定制可在数天内完成，而不再需要数月。

而 Amazon SageMaker HyperPod 则缩短了重启周期，无需人工干预，几分钟内即可从模型训练故障中恢复，在拥有数千个 AI 加速器的集群上能实现 95% 的训练集群效率。Amazon SageMaker HyperPod 则简化了模型训练和部署的基础设施管理，最多可降低 40% 的成本。

最后，在生产环境中大量部署的 Agent，如何才能减少幻觉，值得我们信任？

在 AI IDE Kiro 上，工程师们结合大语言模型和自动推理（Automated Reasoning）数学逻辑验证的方法确保了 Agent 行为的正确性。

亚马逊云科技还提出了一套用于构建和管理可靠 UI 工作流程 AI Agent 的全新服务 ——Nova Act。它由定制版 Amazon Nova 2 Lite 模型驱动，为构建和管理自动化浏览器任务的代理集群提供了最快捷、最简便的途径。Nova Act 在早期客户工作流程中实现了高达 90% 的可靠性。

借助 Nova Act，开发者可以在几分钟内通过无代码的自然语言 Prompt 快速构建 Agent 原型，然后在熟悉的 IDE（例如 VS Code）中不断完善，最后部署到云环境上。

有多可靠呢？亚马逊云科技在现场展示了人机协作的反电诈，Agent 帮你识别信用卡盗刷：

在检查信用卡交易的过程中，Agent 可以合理提出怀疑，收集证据进行推理，还能直接帮你报警。现在，你可以更加自然地相信 Agent 为你办的事了。

从易用的 Agent 工具，高效率的模型定制化，到先进的可靠性技术，亚马逊云科技提出的一系列 AI 工具已经实现了从「如何构建」到「如何快速构建」的转变，让开发者们能够把宝贵的时间用在实践想法，创造新事物上。可谓是给未来的全新生产环境打好了基础。

这样的能力背后，是从最底层硬件算力开始，打造的一整套完善且独一无二的体系。

如何构建好 Agent？

分四步走

当地时间本周二，亚马逊云科技首席执行官 Matt Garman 在 2025re:Invent 大会第一天的 Keynote 上，深入介绍了自家最近各个维度的创新突破。

在长达两个小时十分钟的 Keynote 上，Matt Garman 花费了 50% 时间都在讲一件事：如何构建好 Agent。

在他看来，想要让 Agent 形成生产力，整条技术栈主要分成四大部分：算力基础设施、推理平台、数据以及构建 Agent 的工具链。

首先是算力基础设施。要构建最强大、最具扩展性的 AI 基础设施，必须拥有高度可扩展且安全的云平台。实现这一点并不容易，意味着需要在硬件和软件的每一层持续优化，而这正是亚马逊云科技的优势。

亚马逊云科技是目前运行 NVIDIA GPU 的最佳场所，在合作过程中，亚马逊云科技积累了丰富的大规模 GPU 运行经验。

在此基础上，亚马逊云科技进一步推出了 P6e 和 P6 两个实例，其中 P6e GB200 超级服务器相比上一代 P5e，计算性能提升超过 20 倍。亚马逊云科技还宣布推出全新的 P6e GB300，以满足最苛刻的 AI 工作负载。

在芯片方面，亚马逊云科技推出了最新的 Trainium 3 （首个云端 3nm 芯片）芯片实例，Trn3 UltraServers 正式全面可用。与上一代相比，新一代在关键性能上实现大幅跃升：计算能力提升 4.4 倍、内存带宽提高 3.9 倍、每瓦可处理的 Token 数量增加 5 倍，为大规模 AI 训练与推理带来显著的效率与能效优势。

除此之外，亚马逊云科技预告了全新的 Trainium4 芯片。作为最新一代 AI 加速芯片，它在关键性能指标上实现了大幅跃升：在 FP4 精度下提升 6 倍的算力，内存带宽提升 4 倍，内存容量翻倍，并通过 NVLink Fusion 与 UALink 支持更大规模的集群互联。

第二是推理平台。Amazon Bedrock 为用户提供了丰富而多元的模型选择，覆盖开源模型、通用模型以及专用模型等多种类型。此次，Amazon Bedrock 引入了多款最新开源模型，包括谷歌的 Gemma、NVIDIA 的 Nemotron，以及来自 KIMI 和 Minimax 厂商的最新模型。Mistral AI 的两款全新开源模型 Mistral Large 3 和 Ministral 3（3B、8B、14B）也已上线 Amazon Bedrock，从而为企业构建生成式 AI 应用带来更广泛、更灵活的选择空间。

除了引入大量第三方模型外，Amazon Bedrock 还集成了自研的基础模型系列 Amazon Nova。如今，Amazon Nova 家族全线迭代至 Amazon Nova 2，在延续强大智能能力的同时，将成本效率与低延迟表现大幅提升。当前，Amazon Nova 2 已推出四个版本：

Amazon Nova 2 Lite：快速、高效、经济的推理模型，适用于多种通用工作负载；Amazon Nova 2 Pro：面向高度复杂任务，具备更强的推理能力，是迄今最智能的 Amazon Nova 推理模型，适用于高度复杂的工作负载；Amazon Nova 2 Sonic：下一代语音到语音模型，提供行业领先对话质量，改进延迟，大幅扩展语言支持；Amazon Nova 2 Omni：业界首个真正统一的多模态模型，支持文本、图像、视频、音频输入，并支持文本和图像输出。

在基准测试中，Amazon Nova 2 Lite 性能比肩 GPT-5 Mini、Claude Haiku 4.5 、Gemini Flash 2.5 等业界前沿模型。Amazon Nova 2 Pro 也表现亮眼，在指令遵循、Agentic 工具使用等基准上超越 GPT-5.1、Gemini 3 Pro Preview 以及 Claude Sonnet 4.5。

第三是数据。亚马逊云科技推出的全新服务Amazon Nova Forge，提出了开放训练模型的概念。

第四部分是构建 Agent 的工具链。亚马逊云科技的先进 Agentic 平台 Amazon Bedrock AgentCore，可以大规模地安全构建、部署和运行高性能 Agent。为了确保 Agent 行为的安全性与合规性，亚马逊云科技开放了Policy、Evaluations功能，可以助力开发者构建可用于生产环境的 Agent。

基础搭好了，接下来是实践。

亚马逊云科技提出，要更快地把 Agent 加入到日常工作中来。Amazon Quick作为一款面向企业的智能 Agent 应用，不仅能够帮助用户进行深度分析、数据可视化和工作流自动化，还通过企业级的安全与隐私标准确保信息的可靠性与合规性。

在人们关心的 AI 编程领域上，亚马逊云科技重点展示了构建、扩展、长期运行 Frontier Agent 能力。对此提出了三大 Agent：

Kiro Autonomous Agent：作为虚拟开发者，能够独立完成任务并在工作中持续学习；Amazon Security Agent：承担虚拟安全工程师角色，在应用设计、代码审查与渗透测试等环节充当安全顾问；Amazon DevOps Agent：帮助开发者，尤其是负责值班的工程师，主动发现系统故障或潜在缺陷。

从底层算力到推理平台，从数据到 Agent 工具链，再到面向企业实际落地的现代化与生产力产品，亚马逊云科技在今年 re:Invent 上勾勒出的，是一个面向 AI Agent 全面普及时代的完整蓝图。

数十亿 Agent 的未来

来得会比我们想象要快

作为技术全球化的推动者，亚马逊云科技每年的新发布都会受到开发者、企业的关注。在 AI 时代，其业务增长的速度也非常惊人。

2025 re:Invent 大会上，亚马逊云科技给出了一串数字：作为云基础设施的核心，Amazon S3 存储了超过 500 万亿个对象，每秒平均处理 2 亿次请求。而 AI 服务 Amazon Bedrock 目前为全球超过 10 万家企业提供 AI 推理支持。由此推动，亚马逊云科技的年收入已达 1320 亿美元，相比去年增长了 20%。

这不只是业绩展示，更是在指引 AI 时代的新方向 —— 当全球企业加速拥抱生成式 AI 时，这家云巨头已经准备好了从芯片到应用的全套工具箱。在 Matt Garman 的想象中，未来每个公司、每个行业中都会活跃着数十亿个 Agent，每个组织、每个人都能从人工智能那里获得真实的价值。

新时代的大门已经打开，门后的世界，正在被重新定义。

2025 亚马逊云科技re:Invent 中国行即将启幕！12月18日开始，北京、上海、深圳、成都四城线下巡演及线上专场将同步开启，无论你是云计算新手还是技术老兵，都将从高阶演讲、实战内容、技术分享和专家互动中受益。立即注册，抢占席位，把握Agentic AI时代的新机遇！

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