“Why not？”
在號(hào)稱(chēng)“云計(jì)算”春晚的2025年亞馬遜云科技re:Invent大會(huì)上，亞馬遜云科技CEO Matt Garman演講中就拋出一連串問(wèn)題：“為什么開(kāi)發(fā)者不能專(zhuān)注于構(gòu)建而非基礎(chǔ)設(shè)施？為什么實(shí)驗(yàn)時(shí)間與成本不能趨近于零？為什么不能讓每一個(gè)想法都成為可能？”
事實(shí)上，Matt Garman以上提問(wèn)，都直指近年AI Agent火熱浪潮中，一直困擾企業(yè)群體如何真正釋放生產(chǎn)力的核心命題。歷年來(lái)，全球企業(yè)核心訴求需求沒(méi)有根本改變，本質(zhì)仍在于提高效率（SaveTime）。這也是多年來(lái)，亞馬遜云科技這家業(yè)務(wù)規(guī)模已達(dá)1320億美元的全球云巨頭一直聚焦的工作。
Agentic AI時(shí)代，AI Agent不是手段也不是目的，而成為生產(chǎn)力本身，不過(guò)前提還在于，需要讓Agent安全合理地落地并實(shí)現(xiàn)高效運(yùn)轉(zhuǎn)。亞馬遜云科技 CEO Matt Garman 在 Keynote 上就談到：“Put Agent into Work?！?/p>
事實(shí)上，過(guò)去數(shù)年AI正在從Copilot向Autopilot加速轉(zhuǎn)化過(guò)程中，不少企業(yè)已經(jīng)為“聊天機(jī)器人”支付了昂貴的學(xué)費(fèi)，然而實(shí)際操作下來(lái)，卻發(fā)現(xiàn)輔助式、被動(dòng)化的問(wèn)答模式，很難真正讓公司實(shí)現(xiàn)業(yè)績(jī)實(shí)質(zhì)性增長(zhǎng)。因此，Matt Garman強(qiáng)調(diào)的“Put Agent into Work”，或許也指向了AI核心定位的變化，即從一種“咨詢(xún)顧問(wèn)”轉(zhuǎn)變?yōu)椤皵?shù)字工人”，需要以一種工作更加主動(dòng)、細(xì)節(jié)更加精準(zhǔn)、安全更加可控的行為模式，為企業(yè)切實(shí)創(chuàng)造價(jià)值。
如果細(xì)看2025年re:Invent大會(huì)上關(guān)鍵人物的發(fā)言?xún)A向，不難發(fā)現(xiàn)，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，再到亞馬遜云科技高級(jí)副總裁Peter DeSantis，均用了大量篇幅講述AI Agent究竟如何有序、有效、有用地落地。
“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?！盡att Garman在開(kāi)篇演講中激昂談到。
值得注意的是，近二十年來(lái)亞馬遜云科技一直通過(guò)推動(dòng)云計(jì)算和生成式AI普及在各行各業(yè)“搭臺(tái)唱戲”，成為全球企業(yè)群中效能放大器的典范，“利他戰(zhàn)略”也讓企業(yè)實(shí)現(xiàn)了二次成長(zhǎng)，僅僅在過(guò)去一年，亞馬遜云科技新增營(yíng)收就達(dá)220億美元。
一、利他思維如何更好地“搭臺(tái)唱戲”
沒(méi)有一個(gè)真正的戰(zhàn)略家是對(duì)戰(zhàn)術(shù)細(xì)節(jié)不熟悉的，一個(gè)真正的戰(zhàn)略家也不會(huì)將戰(zhàn)略眼界聚焦短期勝敗上。
亞馬遜科技2025年re:Invent大會(huì)首日，公司CEO Matt Garman兩個(gè)多小時(shí)主題演講聚焦與發(fā)散并進(jìn)，實(shí)際上也是以上定論的集中反映。
一方面，Matt Garman全場(chǎng)兩個(gè)多小時(shí)的Keynote就發(fā)布新品接近40個(gè)，集中展現(xiàn)了亞馬遜云全新一代自研芯片、前沿基礎(chǔ)模型及企業(yè)級(jí)模型定制框架等一系列重磅產(chǎn)品，在算力層、模型層和應(yīng)用層持續(xù)突破，令人有一種應(yīng)接不暇的感覺(jué)。
另一方面，Matt Garman的絕大多數(shù)時(shí)間，實(shí)際聚焦在了AI基礎(chǔ)設(shè)施和全新Agent產(chǎn)品的講解上。對(duì)此，Matt Garman直截了當(dāng)?shù)刂赋觯骸癆I Agent正在把我們帶到AI發(fā)展的關(guān)鍵拐點(diǎn)。未來(lái)每家公司，每一個(gè)可以想象的領(lǐng)域中都會(huì)運(yùn)行數(shù)十億個(gè)Agent！”
什么讓亞馬遜云科技有了這樣的判斷？這與近些行業(yè)在AI浪潮中所處的一個(gè)尷尬境遇密不可分：僅從目前來(lái)看，AI浪潮助力下的企業(yè)仍無(wú)法實(shí)現(xiàn)投入產(chǎn)出比的均衡，巨額投入什么時(shí)候才能轉(zhuǎn)化為企業(yè)實(shí)實(shí)在在的業(yè)績(jī)反映，也成為困擾眾多企業(yè)CEO的難題。
為了破局，為了讓AI從Assistant加速質(zhì)變成能主動(dòng)干活、充分釋放生產(chǎn)力的Agent，并且讓Agent更可信、更好用、更可控、成本更低，亞馬遜云開(kāi)出了自己完整的解決方案，即算力基礎(chǔ)設(shè)施、推理平臺(tái)、數(shù)據(jù)、還有實(shí)現(xiàn)Agent 的一系列工具鏈。
貫穿亞馬遜云科技以上解決方案的核心思路則在于，向下自研芯片，以性?xún)r(jià)比夯實(shí)算力底座，中間擴(kuò)充模型，提供給客戶(hù)更多、更厚的選擇，向上則樹(shù)立規(guī)則，嚴(yán)格把控Agent實(shí)際操作風(fēng)險(xiǎn)，從而真正達(dá)成一整套可用、可信、可控的技術(shù)閉環(huán)。
比如說(shuō)，當(dāng)下Agent對(duì)Token消耗量，已經(jīng)達(dá)到了較為簡(jiǎn)單AI對(duì)話(huà)的十倍以上。為此，如何更直接地降低Token成本，為企業(yè)提供性?xún)r(jià)比算力基礎(chǔ)設(shè)施配套，就成為亞馬遜云科技的一大發(fā)力點(diǎn)。
在備受期待的算力基礎(chǔ)設(shè)施構(gòu)建上，亞馬遜云科技一方面作為運(yùn)行NVIDIA GPU的核心場(chǎng)所之一，積累了大規(guī)模的GPU運(yùn)行經(jīng)驗(yàn)，由此，本次大會(huì)公司例舉P6e GB200 超級(jí)服務(wù)器就相比上一代 P5e，計(jì)算性能提升超過(guò)20 倍。
此外，亞馬遜云科技始終沒(méi)有減緩自身底層芯片布局。本次大會(huì)上，Matt Garman宣布正式推出了最新Trainium3，并且發(fā)布Amazon Trainium3?UltraServers，這也成為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)量達(dá)成了5倍增長(zhǎng)，為大規(guī)模 AI 訓(xùn)練與推理帶來(lái)顯著的效率與能效優(yōu)勢(shì)。并且，新一代服務(wù)器在運(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，可實(shí)現(xiàn)更極致的能耗比。
大會(huì)上，Matt Garman還首次披露了Amazon Trainium4芯片，承諾將實(shí)現(xiàn)較Amazon Trainium3 UltraServers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，繼續(xù)堅(jiān)守亞馬遜云科技在AI芯片領(lǐng)域的長(zhǎng)期投入的戰(zhàn)略定力。
值得注意的是，基礎(chǔ)算力的底座夯實(shí)上亞馬遜云科技常年持續(xù)投入，如今已完成超100萬(wàn)個(gè)Amazon Trainium2芯片規(guī)?；渴?，為Amazon Bedrock中大部分推理工作提供了穩(wěn)定可靠的算力支持，并且已為公司帶來(lái)了幾十億美元可觀收入。
某種程度上說(shuō)，也正式由于亞馬遜云科技對(duì)自研芯片持續(xù)的投入，也讓公司在當(dāng)下越發(fā)復(fù)雜的競(jìng)爭(zhēng)環(huán)境中擁有了更多主動(dòng)權(quán)。尤其是在算力即權(quán)力的當(dāng)下，一旦企業(yè)的核心利潤(rùn)被上游硬件廠商大幅拿走，那么云廠商在博弈中占據(jù)主動(dòng)。
從這點(diǎn)上說(shuō)，亞馬遜云科技自研芯片構(gòu)建發(fā)力點(diǎn)不僅僅是技術(shù)壁壘，更是一種構(gòu)建自身UE的必然：尤其是當(dāng)Agent時(shí)代來(lái)臨，Token消耗量呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)時(shí)，要想實(shí)現(xiàn)商業(yè)更長(zhǎng)久健康的盈利，基礎(chǔ)算力上的“自研”與“降本”必不可少。
除了算力，第三方模型引用上Amazon Bedrock也持續(xù)豐富著客戶(hù)模型選擇權(quán)，在“利他戰(zhàn)略”下持續(xù)開(kāi)源、繼續(xù)“搭臺(tái)唱戲”。大會(huì)現(xiàn)場(chǎng)，亞馬遜云科技展現(xiàn)出一種更為開(kāi)放姿態(tài)，Matt Garman則向世人宣布，公司收錄了更多開(kāi)源、通用、專(zhuān)用等多種類(lèi)型的模型。其中，Amazon Bedrock就收錄了包括谷歌的 Gemma、NVIDIA的Nemotron，Kimi和Minimax 廠商的最新模型，真正為亞馬遜云科技的客戶(hù)提供了模型運(yùn)用上更廣闊的空間。
與此同時(shí)，亞馬遜云科技也在讓自身大模型繼續(xù)進(jìn)化，大會(huì)現(xiàn)場(chǎng)同步了Amazon Nova迭代到了Amazon Nova 2的最新進(jìn)展。該大模型包含Amazon Nova 2 Lite、Amazon Nova 2 Pro、Amazon Nova 2 Sonic、Amazon 2 Omni四個(gè)版本可供客戶(hù)在不同場(chǎng)景中調(diào)用，延續(xù)了強(qiáng)大智能能力同時(shí)，也持續(xù)將成本效率與低延遲表現(xiàn)大幅提升。
并且，Amazon Nova 2實(shí)際測(cè)試中各個(gè)版本性能表現(xiàn)也都可圈可點(diǎn)。例如，Amazon Nova 2 Lite 性能就可比肩 GPT-5 Mini、Claude Haiku 4.5等業(yè)界先鋒模型。此外，Amazon Nova 2 Pro 在指令遵循、Agentic工具使用等基準(zhǔn)上超越 GPT-5.1、Gemini 3 Pro Preview 以及 Claude Sonnet 4.5，進(jìn)步顯著。
而在數(shù)據(jù)層面， Amazon?AI Factories的推出，則更能反映公司的“利他戰(zhàn)略”：對(duì)于某些特殊客戶(hù)來(lái)說(shuō)，數(shù)據(jù)處境與安全始終擺在第一性，為此，Amazon AI Factories一經(jīng)推出，就可將全套的 AI 算力集群、網(wǎng)絡(luò)架構(gòu)、存儲(chǔ)設(shè)施，直接打包運(yùn)到客戶(hù)的本地?cái)?shù)據(jù)中心里，實(shí)現(xiàn)了安全與算力的平衡統(tǒng)一。
事實(shí)上，Amazon AI Factories的推出，也在某種程度上揭示了一種云計(jì)算敘事邏輯的改變：過(guò)去多年，企業(yè)大趨勢(shì)是“上云”，可到AI時(shí)代后，由于數(shù)據(jù)主權(quán)、隱私和安全問(wèn)題左右，如何讓“云下來(lái)”，則成為一種維護(hù)數(shù)據(jù)資產(chǎn)的必然選擇。
二、怎么讓Agent可信、可靠、可用？
除了基礎(chǔ)算力與模型擴(kuò)展，亞馬遜云科技2025 re:Invent大會(huì)上，還創(chuàng)造性提出了如何幫助客戶(hù)“調(diào)教”出一個(gè)可控、可用、可信的Agent。某種程度上說(shuō)，以上技術(shù)路線(xiàn)上展現(xiàn)的切實(shí)性，也是亞馬遜云科技核心競(jìng)爭(zhēng)力的一種外化。
例如，當(dāng)大多數(shù)平臺(tái)還在比拼Agent框架靈活性、推理速度時(shí)，亞馬遜云科技則更為敏銳又貼切地意識(shí)到，或許企業(yè)需要的不是一個(gè)能聊天的機(jī)器人，而是一個(gè)能干活的員工。
為此，亞馬遜云科技圍繞如何讓Agent安全合理地高效落地，去解決企業(yè)種種核心痛點(diǎn)，大會(huì)上就推出了Agentic AI平臺(tái)Amazon Bedrock AgentCore。在該平臺(tái)“約束”下，Agent 的日常使用、行為秩序得到了更好的秩序，由此公司則可大規(guī)模地安全構(gòu)建、部署和運(yùn)行高性能的Agent。
為了確保Agent運(yùn)行過(guò)程中的安全性與合規(guī)性，亞馬遜云科技則開(kāi)放了AgentCore Policy、AgentCore Evaluations 功能。此舉的啟迪意義，或許不止于幫助客戶(hù)規(guī)避失序風(fēng)險(xiǎn)，更在于亞馬遜云科技嘗試著定義出Agent時(shí)代下一種全新的治理范式。
這已經(jīng)不是一種簡(jiǎn)單的程序約束，而是給Agent制定出了一套行事準(zhǔn)則，甚至說(shuō)“法律法規(guī)”。由此一來(lái)，用戶(hù)在Agent運(yùn)行過(guò)程中，就可以從人類(lèi)行事的邏輯去規(guī)勸、約束AI，只有這樣，企業(yè)的更多核心業(yè)務(wù)或許才會(huì)讓Agent落地產(chǎn)生可能。
這也觸及到了Agent大規(guī)模落地的真正痛點(diǎn)。某種程度上說(shuō)，大模型有一定概率性，可回到企業(yè)業(yè)務(wù)流程中，尤其涉及到財(cái)務(wù)層面，需要的必須是100%的確定性。事實(shí)上，企業(yè)群體頭疼的往往不是AI不夠聰明，而是AI“一本正經(jīng)地胡說(shuō)八道”或“違規(guī)”越權(quán)操作。從這點(diǎn)上說(shuō)，Amazon Bedrock AgentCore的核心價(jià)值或許就在于，給相對(duì)不可控的Agent加上確定性“枷鎖”后，很多風(fēng)險(xiǎn)將會(huì)被隔絕。
事實(shí)上，Agent興起的潮流下，圍繞“風(fēng)險(xiǎn)”衍生出大量核心的討論：比如在企業(yè)核心業(yè)務(wù)的使用場(chǎng)景下，一個(gè)不可控的Agent會(huì)展現(xiàn)出如何巨大的破壞力？這樣的猜想在不少科幻電影中已經(jīng)出現(xiàn)了大量發(fā)人深省的故事。
正因如此，除了Amazon Bedrock AgentCore，如何更快、更安全地將Agent加入到日常工作中來(lái)，亞馬遜云科技也提出自己一系列方案。比如，Amazon Quick 作為一款面向企業(yè)的智能 Agent 應(yīng)用，不僅能夠幫助用戶(hù)進(jìn)行深度分析、數(shù)據(jù)可視化和工作流自動(dòng)化，還可以通過(guò)企業(yè)級(jí)的安全與隱私標(biāo)準(zhǔn)確保信息的可靠性與合規(guī)性。
除此之外，在備受關(guān)注的AI 編程領(lǐng)域，亞馬遜云科技在大會(huì)現(xiàn)場(chǎng)，也提出了三大Agent——比如，Kiro autonomous agent，可以作為虛擬開(kāi)發(fā)者，持續(xù)分擔(dān)人類(lèi)工作，并且能夠獨(dú)立完成各項(xiàng)任務(wù)，并在工作中持續(xù)學(xué)習(xí)拓展能力邊界。再比如，Amazon Security Agent則可以承擔(dān)虛擬安全工程師的角色，在應(yīng)用設(shè)計(jì)、代碼審查與滲透測(cè)試等環(huán)節(jié)充當(dāng)起企業(yè)的安全顧問(wèn)，極大降低安全風(fēng)險(xiǎn)。還有可以幫助開(kāi)發(fā)者，尤其是負(fù)責(zé)值班的工程師，主動(dòng)發(fā)現(xiàn)系統(tǒng)故障或潛在缺陷的Amazon DevOps Agent。
從這點(diǎn)上說(shuō)，鑒于亞馬遜云科技在服務(wù)行業(yè)二十年來(lái)積累的大量經(jīng)驗(yàn)，無(wú)疑不在證明，各行各業(yè)、不同規(guī)模的組織面臨的需求痛點(diǎn)，都讓這家企業(yè)能在第一時(shí)間準(zhǔn)確捕捉，由此根據(jù)企業(yè)現(xiàn)實(shí)存在的痛點(diǎn)。
并且，此次大會(huì)基于底層算力、推理平臺(tái)、數(shù)據(jù)再到Agent產(chǎn)品鏈路，亞馬遜云科技在今年 re:Invent 上展現(xiàn)出的，或許是自身一步步地把早期具有“玩樂(lè)”屬性、技術(shù)噱頭的Agent ，由此正式推向商業(yè)實(shí)戰(zhàn)中。
三、在Agent時(shí)代，找回丟失的創(chuàng)造力
過(guò)去兩年，我們無(wú)不見(jiàn)證了大模型帶來(lái)的顛覆，同時(shí)也看到了其呈現(xiàn)的局限性。
比如，大模型或許能寫(xiě)詩(shī)作畫(huà)，卻很難替用戶(hù)解決更多實(shí)際問(wèn)題，比如買(mǎi)一張機(jī)票：從這點(diǎn)上說(shuō)，Agent與傳統(tǒng)大模型助手的核心區(qū)隔，或許就在于分自主行動(dòng)力。
在這一視角下，Agent需要擔(dān)負(fù)起的責(zé)任，則更加精細(xì)化，是一個(gè)能夠主動(dòng)執(zhí)行任務(wù)、在復(fù)雜環(huán)境中實(shí)現(xiàn)動(dòng)態(tài)推理、并讓工作流程自動(dòng)化的“數(shù)字員工”，也是一種未來(lái)生產(chǎn)力的集中釋放。
亞馬遜云科技2025 re:Invent 大會(huì)上，亞馬遜云科技Agentic AI高級(jí)副總裁Swami Sivasubramanian的Keynote上，就圍繞Agent如何重塑商業(yè)世界的可能展開(kāi)了核心推論。
比如，AI Agent 如何才能實(shí)現(xiàn)真正的大規(guī)模生產(chǎn)落地，從而將概念性變?yōu)檎媲械纳a(chǎn)力提升？
Swami Sivasubramanian的Keynote上提到了一個(gè)生動(dòng)案例：當(dāng)我們最早寫(xiě)下第一行代碼時(shí)是怎樣的感覺(jué)？這樣一種類(lèi)似造物者、仿佛能做到任何事的創(chuàng)作自由，在Agent 時(shí)代又該如何找回？
事實(shí)上，以往用戶(hù)無(wú)拘無(wú)束、無(wú)所不能的創(chuàng)作欲表現(xiàn)，到了現(xiàn)在，卻隨著 AI 系統(tǒng)的日益復(fù)雜，變得更加難以實(shí)現(xiàn)：尤其是那些概念驗(yàn)證階段看似表現(xiàn)良好的AI，一旦進(jìn)入大規(guī)模應(yīng)用，卻往往因?yàn)檫壿嫶嗳?、缺乏模塊化，從而對(duì)用戶(hù)想象力、生產(chǎn)力的激發(fā)產(chǎn)生了一種反作用。
為了解決以上痛點(diǎn)，亞馬遜云科技則將發(fā)力點(diǎn)聚焦到了“簡(jiǎn)潔性”上。比如，一個(gè)Agent往往由基礎(chǔ)模型、代碼和工具三大組件構(gòu)成，協(xié)同編排這些組件往往比較繁瑣，為此，亞馬遜云科技則發(fā)布并開(kāi)源了Amazon Strands Agents SDK。
這一框架也被引入了TypeScript 平臺(tái)，今后，開(kāi)發(fā)者則能夠利用熟悉的工具棧構(gòu)建完整出Agent 堆棧。更關(guān)鍵的是，Strands 還新增了對(duì)邊緣設(shè)備的支持。這意味著，未來(lái)Agent將不再局限于云端服務(wù)器，而是可以運(yùn)行在汽車(chē)、游戲機(jī)甚至機(jī)器人終端上。值得注意的是，短短數(shù)月，該SDK 下載量突破 500 萬(wàn)次，再次證明了開(kāi)發(fā)者對(duì)“簡(jiǎn)潔性”的青睞。
另一個(gè)制約生產(chǎn)力解放的直接命題，也被Swami關(guān)注到了。比如，為了解決當(dāng)下AI普遍存在的“健忘癥”、即無(wú)法在長(zhǎng)期交互中沉淀經(jīng)驗(yàn)，Amazon Bedrock AgentCore Memory推出后，則接入了全新的情景式記憶功能，能夠讓Agent從過(guò)往的上下文、推理過(guò)程、操作結(jié)果中持續(xù)學(xué)習(xí)，并將這些信息應(yīng)用于后續(xù)交互。
在幫助Agent解決了“聰明”的能力后，亞馬遜云科技也對(duì)其效率提升，集中下手。Swami 更是直言：“效率關(guān)乎成本、規(guī)模與敏捷性?！?/p>
事實(shí)上，盡管通用的基礎(chǔ)模型雖然“智商高”，但在處理特定任務(wù)時(shí)，往往伴隨著高昂的成本和延遲。由此，企業(yè)特定使用場(chǎng)景中，“小而美”的高質(zhì)量定制模型已漸成主流。
這也是AI開(kāi)發(fā)模式一種必然的“祛魅”過(guò)程。以往，行業(yè)迷信“參數(shù)至上”，不過(guò)，Swami的觀點(diǎn)則強(qiáng)調(diào)專(zhuān)用性一定程度、一定場(chǎng)景下，無(wú)疑將會(huì)優(yōu)于通用性。類(lèi)似一家企業(yè)不需要一個(gè)樣樣稀松的通才，相反，去打造成百上千個(gè)精通業(yè)務(wù)細(xì)節(jié)的專(zhuān)才，或許才能真正釋放生產(chǎn)力。
基于此，亞馬遜云科技也打出了一套組合拳。比如，RFT可讓定制模型的準(zhǔn)確率相比基礎(chǔ)模型提升 66%。再加上Amazon Nova Forge開(kāi)創(chuàng)了“開(kāi)放式訓(xùn)練”的先河，允許企業(yè)在訓(xùn)練各階段注入專(zhuān)有數(shù)據(jù)，讓模型不僅懂通用知識(shí)，更懂企業(yè)的“行話(huà)”。
以上這一切，也讓定制化實(shí)現(xiàn)效率大幅提升成為一種未來(lái)的趨勢(shì)。并且，在讓Agent變得更聰明、更具效率的同時(shí)，如何確保成百上千個(gè)Agent 被部署在生產(chǎn)鏈條的風(fēng)險(xiǎn)把控，也成為了一大重點(diǎn)。
對(duì)此，Swami則進(jìn)一步將失序把控的解決方案細(xì)化給出。除了先前介紹的Amazon Bedrock AgentCore，為了進(jìn)一步提升可靠性，亞馬遜云科技還推出Amazon Nova Act。這是一套用于構(gòu)建可靠 UI 工作流程的全新服務(wù)，由定制版的 Amazon Nova 2 Lite 模型驅(qū)動(dòng)。它結(jié)合了自動(dòng)推理（Automated Reasoning）的數(shù)學(xué)邏輯驗(yàn)證，在早期測(cè)試中實(shí)現(xiàn)了高達(dá) 90%的可靠性。
甚至，在現(xiàn)場(chǎng)演示的“反電詐”場(chǎng)景中，Agent 不僅能檢查信用卡交易、合理提出懷疑，甚至能收集證據(jù)并協(xié)助報(bào)警。這種基于邏輯驗(yàn)證的嚴(yán)謹(jǐn)性，讓“人機(jī)信任”不再是一句空話(huà)。
四、一條實(shí)實(shí)在在的道路
大會(huì)最后一天，亞馬遜云科技發(fā)布了自身迄今為止性能最強(qiáng)、能效最高的Amazon Graviton5處理器。與上一代相比，基于Graviton5的全新EC2 M9g實(shí)例性能提升高達(dá)25%，實(shí)現(xiàn)了單封裝 192 核心的突破，并將 L3 緩存提升了 5 倍。一個(gè)直觀的使用案例是，Apple在遷移核心服務(wù)后，實(shí)現(xiàn)了成本降低 30%、性能提升 40%的不錯(cuò)效益。
值得注意的是，目前亞馬遜云科技新增CPU容量中連續(xù)第三年有超半數(shù)由Graviton驅(qū)動(dòng)，EC2頭部1000家客戶(hù)中已有98%受益于其顯著的性?xún)r(jià)比優(yōu)勢(shì)，包括Adobe、Airbnb、Atlassian、Epic Games、Formula 1等。
不僅如此，在亞馬遜云科技re:Invent 2025 最終日，公司從Amazon Graviton5 和Amazon Trainium3 UltraServers的極致能效展示，到Amazon S3 Vectors和Amazon Lambda Managed Instances重新定義了數(shù)據(jù)和無(wú)服務(wù)器的邊界，并最終通過(guò)Project Mantle的系統(tǒng)級(jí)創(chuàng)新，再次完整地收束了過(guò)去數(shù)天公司想要強(qiáng)調(diào)的AI時(shí)代核心理念。
事實(shí)上，亞馬遜云科技2025 re:Invent 大會(huì)臨近尾聲時(shí)，公司則用大量基礎(chǔ)設(shè)施產(chǎn)品的密集發(fā)布，重申了一個(gè)公司發(fā)展的核心命題：即AI不會(huì)顛覆基礎(chǔ)設(shè)施，反而會(huì)讓基礎(chǔ)設(shè)施的安全性、成本和敏捷性等變得更加顯著。
從這點(diǎn)上說(shuō)，再次回顧亞馬遜云科技2025年re:Invent大會(huì)，真正留下的或許不是一串令人眼花繚亂的產(chǎn)品清單，而是一張清晰、實(shí)用、貼切的企業(yè)發(fā)展藍(lán)圖。
從Nitro到Graviton再到Trainium的完整自研芯片堆棧，以及Apple、Anthropic等重量級(jí)客戶(hù)背書(shū)，亞馬遜云科技的企業(yè)競(jìng)爭(zhēng)力壁壘中，一直有特殊且務(wù)實(shí)的底座：即當(dāng)其他云廠商仍在試圖證明自身“能做 AI”時(shí)，亞馬遜云科技則已經(jīng)將視野聚焦到了用“安全性、可用性、成本可控”等，能直達(dá)商業(yè)核心的解決辦法，再次證明了自己在AI規(guī)?；?、可持續(xù)發(fā)展、盈利實(shí)現(xiàn)等方面，于行業(yè)內(nèi)扮演了一個(gè)重要且不可或缺的角色。
值得注意的是，大會(huì)最后一天，亞馬遜CTO Dr. Werner Vogels也完成了他在re:Invent的最后一場(chǎng)主題演講，并談到：AI不會(huì)取代開(kāi)發(fā)者，但停止進(jìn)化的開(kāi)發(fā)者則會(huì)被時(shí)代淘汰。?
從這點(diǎn)上說(shuō)，亞馬遜云科技在AI 的聚光燈下，或許選擇了一條最不性感、最不顯眼的道路。從過(guò)去到未來(lái)，亞馬遜云科技始終在做的事情，核心仍在于為AI時(shí)代去“修筑鐵路、鋪設(shè)電網(wǎng)”，這樣看似“重資產(chǎn)、硬科技”的路徑，表面顯得笨重，內(nèi)在則是在規(guī)模效應(yīng)作用上去打造自身難以撼動(dòng)的競(jìng)爭(zhēng)壁壘。
特別聲明：本文為合作媒體授權(quán)DoNews專(zhuān)欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個(gè)人觀點(diǎn)，不代表DoNews專(zhuān)欄的立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問(wèn)都請(qǐng)聯(lián)系idonews@donews.com)
