當亞馬遜云科技拿到“麥克”，一年的云計算敘事都被改寫了

作者 | 凌敏、王一鵬

華爾街的分析師們還是有些“功底”的。在 2025 亞馬遜云科技 re:Invent 開幕前，奧本海默重申對亞馬遜的“跑贏大盤”評級，并強調亞馬遜云科技藏有“黃金機會”；摩根大通判斷亞馬遜云科技的需求趨勢依然健康，并預計 2026 年將迎來加速增長。

這些判斷的一個重要背景就是，一年一度的“云計算春晚”又來了。當亞馬遜云科技再次拿到行業敘事的“麥克”，云計算的演進主線被定義得更加具體——這一次，亞馬遜云科技 CEO Matt Garman 在 Keynote 上的所有發布，幾乎都是圍繞 Agentic AI 的落地展開。縱觀整個 2025 所有來自云計算巨頭的發布會，如此堅決的聚焦與定調十分罕見。

Matt Garman 認為要落地 Agentic AI，并“實現完整 AI 能力”，需要四大關鍵支柱：AI Infra、模型生態、數據基座以及開發者工具。

圍繞這四個方向，亞馬遜云科技帶來一系列重量級新品與功能增強。包括 Amazon Trainium3 UltraServers 和最新 AI 芯片 Amazon Trainium4，第二代自研大模型 Amazon Nova 2 系列，承載“開放訓練模型”（Open Training）概念的數據基座 Amazon Nova Forge，以及在開發者工具層面 Amazon Bedrock AgentCore 的系列更新，All For Agentic AI。

實際上，亞馬遜云科技自身就是 Agentic AI 的頭部玩家——三個 Frontier Agent 作為重頭戲被陸續發布，包括能自主處理復雜編碼任務、深度集成開發流程的 Kiro Autonomous Agent，主動掃描漏洞、將滲透測試轉為按需服務的 Amazon Security Agent，以及能夠自動診斷并預防故障、先于工程師響應的 Amazon DevOps Agent。

不過即便是 Matt Garman，在準備演講內容時也會“糾結”：兩個半小時看似很長，但對這家云計算和 AI 巨頭來說，還是太短了，畢竟，它們每年有太多新產品、新發布。所以這次，在 Agentic AI 成為主基調的 2025 亞馬遜云科技 re:Invent 上，Matt Garman 將傳統計算、存儲、數據庫這些核心云服務，壓縮到了最后的十分鐘快閃發布中，并一口氣帶來了 25 個更新。算下來，每項更新的發布時間只有 24 秒。

總的來說，這場 Keynote 依舊保持了 re:Invent 重頭戲應有的水準，但對行業而言，當云計算一哥在一場持續 2 個多小時、總計 20246 個詞匯的演講中，提到了 199 次 Agent 時，其對 Agentic AI 的重視已不用更多言明。而在一年前，Agent 一詞僅僅出現了 45 次。這也傳遞出一個重要信號：時代真的變了。

1 構建 Agent 必備的 AI Infra，仍在快速迭代

Agentic AI 落地首先要回答的問題就是，如何構建 AI Infra。在 2025 亞馬遜云科技 re:Invent 開幕前，整個市場都在屏息以待其自研 AI 芯片Amazon Trainium 的最新進展。其中的一大重要原因就是，Amazon Trainium 不僅是一顆芯片，也是亞馬遜云科技構建 AI Infra 護城河最重要的“勝負手”。

亞馬遜 CEO Andy Jassy 在上個月的財報電話會議上透露，Amazon Trainium 系列芯片目前已發展成為一個價值數十億美元的核心業務，季度環比增長 150%。Matt Garman 在本次 Keynote 中亦強調，Amazon Trainium2 是亞馬遜云科技迄今部署速度最快的 AI 芯片，銷售速度幾乎和產能齊平。

消息面上，10 月底，亞馬遜云科技建造的 Project Rainier 核心數據中心已全面投入運行，這一超級集群配備近 50 萬顆 Amazon Trainium2 芯片，目前正為 Anthropic 訓練 Claude 大模型。到今年年底，該集群的 Amazon Trainium2 芯片數量預計翻番至 100 萬顆。

可以說，以 Amazon Trainium 系列芯片為中心的算力底座，早已成為亞馬遜云科技 AI 戰略的核心。而圍繞著 Amazon Trainium 系列芯片的迭代更新，也被早早寫到了日歷本中——去年，亞馬遜云科技就宣布正在開發下一代芯片 Amazon Trainium3，目標是讓 AI 負載更高效、更快速且更具成本優勢。

在 2025 亞馬遜云科技 re:Invent 上，亞馬遜云科技宣AmazonTrainium3 UltraServers 正式全面可用。據悉，Amazon Trainium3 專為密集型和專家級并行工作負載而設計，支持高級數據類型（MXFP8 和 MXFP4），并優化了內存與計算資源的平衡，以應對實時、多模態和推理任務。每顆 Amazon Trainium3 芯片提供 2.52 千萬億次浮點運算（PFLOPs）的計算能力，內存容量比 Amazon Trainium2 提升 1.5 倍，帶寬提升 1.7 倍，達到 144 GB HBM3e 內存和 4.9 TB/s 內存帶寬。

與 Amazon Trainium2 相比，這款基于云端 3nm 芯片的服務器在性能上大幅提升：計算能力提升 4.4 倍，內存帶寬提升 3.9 倍，每兆瓦功耗可處理的 AI tokens 數量提升 5 倍。

為了驗證 Amazon Trainium3 UltraServers 的實際效果，亞馬遜云科技在多種開源模型上進行了測試。以 OpenAI 開源的對話模型系列 GPT-OSS 為例，將已在 Amazon Trainium2 上優化過的模型權重遷移到 Amazon Trainium3，并進行推理測試后發現，其效率顯著提升。

知道如何吊觀眾胃口的亞馬遜云科技還專門預告了正在開發中的 Amazon Trainium4。與 AmazonTrainium3 相比，AmazonTrainium4 將在各個維度實現大幅躍升：FP4 計算性能提升 6 倍、內存帶寬提升 4 倍、高帶寬內存容量提升 2 倍，以支持大規模模型的訓練需求。

Amazon Trainium 系列芯片之外，亞馬遜云科技還推出了搭載英偉達最新 GB200 NVL72 系統的 P6e-GB300 實例。與 P5en 實例相比，這些 UltraServers 在英偉達 NVLink? 下的計算能力超過 20 倍，內存帶寬提升超過 11 倍，非常適合計算和內存密集型的 AI 工作負載。

難以想象的是，這兩家云計算與 AI 領域的巨頭已經合作了超過 15 年。Matt Garman 稱，亞馬遜云科技是第一家在云中提供英偉達 GPU 的廠商，其 GPU 集群穩定性已經經受多方驗證。亞馬遜云科技更傾向于將自己定位為“AI 基礎設施”，這一定位基于的事實就是，亞馬遜云科技具備豐富的大規模 AI Infra 項目經驗。比如，英偉達自己的大規模 GenAI 集群 Project Ceiba 就運行在亞馬遜云科技上；亞馬遜云科技與 OpenAI 最新簽署的 380 億美元算力大單，目的也是協助 ChatGPT 生成回答或訓練下一代模型。

這次，亞馬遜云科技特別推出了 Amazon AI Factories，幫助企業在自己的數據中心內部署專屬的亞馬遜云科技 AI Infra。Amazon AI Factories 更像是 AI 專有云，企業能夠用自己的數據中心空間與電力能力，訪問亞馬遜云科技服務?？蛇@也說明，亞馬遜云科技在嚴肅地看待公有云和私有化部署模式，給企業更多選擇，讓其 AI 落地更加友好。

可以說，這場 Keynote 傳遞出的第一個重要信號就是，構建 Agent 必備的 AI Infra，在計算集群和 IDC 層面，仍然在快速迭代。

2 Agent 落地元年，亞馬遜云科技的敘事邏輯變了

至于第二個信號，就是亞馬遜云科技一直在強調的 “Choice Matters”——亞馬遜云科技繼續強化 Amazon Bedrock 的模型豐富度，模型能力很重要，但并非重點，企業私有數據才是關鍵。這些，都決定了 Agentic AI 的落地效果。

本次，Amazon Bedrock 帶來了 4 款自研模型更新，以及多款第三方模型，Kimi 和 MiniMax 作為首次入駐 Amazon Bedrock 的模型，也在 2025 亞馬遜云科技 re:Invent 的舞臺上獲得了全世界的關注。模型層面上的豐富度，也是亞馬遜云科技 Choice Matters 理念的延續——選擇大于一切，優秀的模型將長期并存。

模型層面，相比去年 Andy Jassy 半小時的專門發布，今年簡潔了許多。這次亮相的 Amazon Nova 2 系列模型包括 4 款：Lite、Pro、Sonic 和 Omni。

其中，Amazon Nova 2 Lite 主打快速且經濟高效，能夠處理文本、圖像和視頻，適用于日常工作負載。Amazon Nova 2 Lite 在 15 項基準測試中，有 13 項與 Claude Haiku 4.5 持平或更優；在 17 項基準測試中，有 11 項與 GPT-5 Mini 持平或更優；在 18 項基準測試中，有 14 項與 Gemini Flash 2.5 持平或更優。

Amazon Nova 2 Pro 主打智能推理，能夠處理文本、圖像、視頻和語音，適用于高度復雜的工作負載，尤其是需要復雜指令理解和 Agent 工具調用的場景。據悉，Amazon Nova 2 Pro 在 16 項基準測試中，有 10 項與 Claude Sonnet 4.5 表現相當或更優；在 19 項基準測試中與 Gemini 2.5 Pro 表現相當或更優。此外，該模型也可以作為知識提煉的“教師”，將其能力遷移到更小、更高效的“學生”模型中，以適應特定的領域和用例。

Amazon Nova 2 Sonic 是下一代語音轉語音模型，支持將文本和語音的理解與生成融為一體，可實現實時、類人對話式 AI。此外，Amazon Nova 2 Sonic 還擁有百萬級的上下文窗口，支持持續交互，且能在語音和文本之間無縫切換。

壓軸的Amazon Nova 2 Omni 是首次推出的“新物種”，也是業界首個支持文本、圖像、視頻和音頻輸入，并支持文本和圖像生成輸出的推理模型。據介紹，Amazon Nova 2 Omni 能處理 75 萬字的文本、數小時的音頻、長視頻和百頁文檔，并能同時分析整個產品目錄、客戶評價、品牌指南和視頻庫。而在此之前，完成這些工作往往需要多個模型協同。如今看來，亞馬遜云科技在 re:Invent 2024 上提出的“卷王”概念“Any to Any”，真的實現了。

除了自研的 Nova 2 系列模型，Amazon Bedrock 又“上新”了多款頂尖模型，包括谷歌 Gemma、英偉達 Nemotron 等。目前在 Amazon Bedrock 中，中國模型占據四席：除了早就在 Amazon Bedrock 中的 Qwen、DeepSeek 系列模型，Kimi 和 MiniMax 也成功“上榜”。更多國內大模型的加入，傳遞出的一大信心就是，我國模型在推理能力、多模態能力等方面的確已經走到了國際前列，并步入大規模企業應用爆發期。

不過正如前文所言，模型能力并非這次 Keynote 的重點，企業私有數據才是關鍵。

Matt Garman 用了很長一部分時間，強調私有數據（Your Data）在 AI 中的關鍵作用——數據才是企業之間最關鍵，也最難以復制的差異。當模型能夠深入理解一家企業的數據、流程和特點時，它能夠實現的效果會呈指數級提升。而當模型進一步與企業專有數據和知識產權深度結合時，AI 的“魔力時刻”才真正會出現。這一切的前提就是，企業的數據必須能夠在云端被安全地訪問與使用。

目前，企業最常用、也最成功的方式，是通過 RAG（檢索增強生成）或向量數據在推理時為模型提供上下文。這種方法確實能夠提升模型在海量企業數據中導航和檢索的能力，讓返回結果更加精準。但這類方法也存在天花板，因為幾乎所有的企業都有一個更深層的訴求：希望模型不僅能“讀懂”數據，還能真正“理解”數據。所以問題又回到了企業需要“訓練一個自己的模型”。

訓練模型上，一般有兩種選擇：要么從零開始訓練一個私有模型，要么基于一個開源權重模型進行再訓練。前者不僅成本極高，企業往往也缺乏訓練前沿模型所需的規模化數據、算力和專業能力；后者雖然能通過微調、強化學習等方式，使模型更貼合具體業務場景，但存在能力上限，并且隨著定制的深化，模型反而容易“遺忘”原本的基礎能力，例如核心推理能力。

亞馬遜云科技給出了預訓練和微調以外的第三條路——Amazon Nova Forge。Amazon Nova Forge 首次引入“開放訓練模型”（Open Training）理念，通過向企業開放 Amazon Nova 預訓練、中期訓練和后期訓練階段的模型檢查點，以便企業可以在訓練各階段將自有數據與 Amazon Nova 精選數據集進行混合，從而打造既結合了 Amazon Nova 完整知識與推理能力，又深刻理解企業業務語境的定制模型。

亞馬遜云科技將這些定制模型稱為“Novellas”，目前，企業可以基于 Amazon Nova 2 Lite 開始構建自有 Novellas，并可將其部署在 Amazon Bedrock 上，享受與其他 Amazon Bedrock 模型一致的企業級安全性、可擴展性和數據隱私保護。

3 最重要的，依舊是開發者

開發者的重要性，在這場 Keynote 開場時就已經凸顯。在 DJ KARA 的氣氛烘托下，Matt Garman 一登場就給到開發者們情緒價值：未來屬于開發者。

在開發者工具層面，Amazon Bedrock AgentCore 帶來了多項更新。一大變化在于，這次亞馬遜云科技不止討論 AI 能做什么，更強調 AI 不能做什么，尤其是確定性的約束。這也解答了 Agentic AI 時代大家關心的一大問題：我們該如何在 Agent 的開放能力與可控邊界之間找到平衡？

這一次，亞馬遜云科技帶來了兩個解法。為了約束 Agent，讓其不越界，Amazon AgentCore 推出了 Policy（策略）功能，能夠為 Agent 設定清晰的權限邊界。企業不需要編寫復雜的代碼，只需用自然語言即可定義代理可用的工具、可訪問的數據、允許執行的操作及其觸發條件。無論工具來自 API、Lambda、MCP server，還是 Salesforce、Slack 等第三方服務，Agent 的每一次決策都會在毫秒級內通過 Amazon AgentCore Gateway 與策略進行比對，以確保所有行為都在授權范圍內發生。

為了更好地評估 Agent 行為質量，Amazon AgentCore 推出了全新的 Evaluations 評估功能，并通過 13 個預置評估器覆蓋 Agent 質量的關鍵維度，包括正確性、工具選擇準確度、安全性、目標完成度、實用性和上下文相關性等。此外，Amazon AgentCore Evaluations 還會持續抽樣分析 Agent 在真實環境下的行為變化。例如，當客服人員的滿意度評分在 8 小時內下降了 10%，系統會立即觸發警報，幫助團隊在問題影響體驗之前干預。

Amazon AgentCore Policy 和 Amazon AgentCore Evaluations 相當于給 Agent 增設了一個“防護網”，也給企業和 Agent 之間構建了信任基礎——畢竟大家都不希望 Agent 強大到脫離掌控。Agent 在擁有高度自主性的同時，還是需要人類對其進行確定性控制。

縱觀整場 Keynote，一個標志著時代變化的信號就是，以前云廠商都是發布實例和云服務，從今年開始變成了發布 Agent。作為 Agentic AI 的頭部玩家，亞馬遜云科技這次一出手就是三個 Frontier Agent，并且都是能夠革新開發體驗的 Agent：Kiro Autonomous Agent、Amazon Security Agent 以及 Amazon DevOps Agent。

Kiro Autonomous Agent能在多次會話間保持持續上下文連貫，并不斷學習用戶的拉取請求與反饋。它能處理從缺陷分類到提升代碼覆蓋率等一系列任務，僅需一次跨庫變更即可完成。目前，用戶可以直接通過 GitHub 向其提問、描述任務或分配待辦事項，Agent 將自主規劃執行方案，并通過建議編輯和拉取請求返回變更結果，確保用戶始終掌握代碼合入的決策權。

Amazon Security Agent將深度安全專業知識嵌入開發全生命周期，主動審查設計文檔，并根據企業安全要求與常見漏洞掃描拉取請求。用戶只需定義一次組織安全標準，Amazon Security Agent 便會在審查過程中自動驗證應用程序的合規性。此外，該 Agent 還將滲透測試從緩慢的人工流程轉變為按需可擴展的能力，匹配團隊的開發速度。

Amazon DevOps Agent通過全天候事件分類、引導式解決，以及針對多云及混合環境中應用可靠性和性能的持續優化建議，為團隊減少告警干擾、保障穩定運維。當故障發生時，Amazon DevOps Agent 即時響應，運用其對應用及組件關聯的認知快速定位根本原因。它能持續學習用戶的資源體系及其關聯關系，覆蓋 Amazon CloudWatch、Dynatrace、Datadog、New Relic、Splunk 等可觀測工具，以及運維手冊、代碼庫和 CI/CD 流水線。

這三個 Agent 被定性為 Frontier Agent ，在使用體驗上，更接近國內所謂“數字員工”的概念，亞馬遜云科技將其統一收攏在 Agentic AI 概念下，一方面是從技術和產品屬性出發的概念界定，另一方面也是對 Agentic AI 戰略的貫徹和執行，其核心詞只有一個：讓 AI 的價值得以落地——正如 Matt Garman 所言，AI Agent 能夠代表人執行任務并實現工作自動化，這正是 AI 投資開始產生實質性商業回報的關鍵節點。

行業顯然已經據此達成了共識，Reddit、Sony 等企業的實踐案例就是最好的佐證。比如，Reddit 為了保障模型在多個安全維度審核聊天和搜索內容時的性能，使用 Amazon Nova Forge 將專有領域數據整合到預訓練階段后，首次生產出同時滿足準確性和成本效益目標的專屬模型。Sony 基于亞馬遜云科技構建的 Sony Data Ocean，每天處理來自 500 多個數據源的 760TB 數據。通過將 Amazon Bedrock AgentCore 置于 Agentic AI 系統中心，Sony 能輕松實現管控、部署和管理更有用的 Agent 能力。

當然，這場 Keynote 對 Agentic AI 的回答，僅是一個起點， 2025 亞馬遜云科技 re:Invent 還在繼續，接下來的幾日還會有更多重磅發布，InfoQ 也會持續關注，為讀者帶來更多報道。畢竟這場大會，可以算得上能決定整個行業接下來一年的討論重心。

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。點擊【閱讀原文】立即注冊，搶占席位，把握Agentic AI時代的新機遇！