數十億AI員工上崗倒計時！云計算一哥“沒有魔法，只有真能解決問題的Agent”

智東西?
作者 李水青
編輯 漠影

2025年的大模型產業正在經歷一場靜默的分化。一邊，少數明星模型的參數競賽依然激烈；另一邊，一個更根本的轉變已在基礎設施層悄然發生：

AI的價值實現路徑，正從“模型能力展示”轉向“Agent實際部署”。

亞馬遜云科技CEO馬特·加曼（Matt Garman）在今日凌晨舉辦的2025 re:Invent主題演講中直言：“Agent的出現使我們在AI軌跡上發生了變化——從一個技術奇跡的時代，轉向真正獲得價值的時代。”

他的判斷基于一組反差強烈的數據：一方面，生成式AI引發全球狂歡，Amazon Bedrock已服務超過10萬家企業，其中50多家客戶處理了超1萬億tokens；另一方面，許多企業仍未看到AI投資帶來相匹配的業務回報。

▲Garman在講解Amazon Bedrock落地情況

“Agent是企業從AI投資中獲得實質性商業回報的地方。”Garman揭示了一個關鍵轉折點，“我相信，在未來每個公司內部和每個可以想象的領域都會有數十億的Agent。”

一場重新定義AI價值實現的競賽已經打響。在亞馬遜云科技2025 re:Invent的舞臺上，AI芯片性能飆漲600%，構建AI Agent的四大技術支柱同步升級，Agent部署的全棧戰爭已經升級……到底什么才是企業抓住這場變革紅利的抓手？

云計算一哥的一招一式，都給了我們解答Agent變革時代之問的絕佳參考。

▲Garman在講解Agent部署的所需要素

一、重新定義AI Infra：自研芯片與「AI工廠」的雙重革命

算力競爭已進入云巨頭自主可控、性能狂飆的階段。亞馬遜云科技在2025 re:Invent上亮出了其最尖端的武器：基于自研3nm芯片的Amazon EC2 Trainium 3 UltraServers服務器正式全面推出，而下一代Trainium 4芯片的性能參數更令人震撼。

“如果看看今天在Amazon Bedrock上運行的所有推理，大多數實際上已經由Trainium驅動了。”Garman透露。更令人印象深刻的是，亞馬遜云科技已部署超過100萬顆自研Trainium芯片，而上一代Trainium 2的量產速度是其此前芯片的4倍。

最新性能數據揭示了這場算力革命的緊迫程度：基于首款云端3nm AI芯片Trainium 3，亞馬遜云科技最新推出的Amazon EC2 Trainium 3 UltraServers服務器，最極致的配置將144顆Trainium 3芯片互連，提供362PFLOPS（FP8）算力和超過700TB/秒的總帶寬。

該服務器提供相比前代Trainium 2的4.4倍的計算性能、3.9倍的內存帶寬提升，而能效比指標——每兆瓦電力處理的AI token數量——提升了5倍。

▲Amazon EC2 Trainium 3 UltraServers服務器性能情況

更值得一提的是，對于下一代Trainium 4，亞馬遜云科技承諾了更大幅度的飛躍：預計提供6倍的FP4性能，4倍的內存帶寬，2倍的內存容量，并支持通過NVLink Fusion和UALink進行擴展，專為全球最大的模型訓練需求而生。

但芯片性能只是故事的一半。亞馬遜云科技同時推出了更具戰略意義的Amazon AI Factories（AI工廠）服務——允許企業在自己的數據中心部署專用AI基礎設施，同時享受亞馬遜云科技的全套服務和管理。

這一舉措直擊企業生成式AI出海和全球化部署中的核心痛點：數據主權、合規要求與性能需求的平衡。企業可以在本地維護數據控制權，充分利用既有空間與電力資源；同時獲得與公有云相同的先進AI能力，無縫接入從Trainium、英偉達GPU到SageMaker和Bedrock的全棧AI服務。

二、模型生態的多元主義：自研模型超GPT-5.1，中國模型占1/4席位

與追逐“萬能模型”的潮流相反，亞馬遜云科技選擇了多元化的模型戰略。“我們從不相信會有一個模型統治一切。”Garman明確表示，“相反，會出現很多偉大的模型。”

這一理念在Amazon Bedrock平臺上得到充分體現。過去一年，Amazon Bedrock平臺提供的模型數量翻倍，2025 re:Invent上新增的18款全托管開源模型也包含4款中國頂尖模型，中國模型占1/4席位，包括千問、DeepSeek、Kimi及MiniMax多家模型已上線Amazon Bedrock平臺。

對中國企業而言，這意味著在出海和全球化過程中，可以獲得更貼近本土技術特點的生成式AI支持。對全球用戶而言，這代表了更廣泛的技術選擇。

亞馬遜云科技最新推出的自研的Amazon Nova 2系列模型則展示了另一種可能。四款新型號覆蓋了從輕量推理到復雜多模態的全場景需求：

Amazon Nova 2 Lite：是一款快速且經濟高效的推理模型，擁有不錯的指令遵循、工具調用、信息提取、代碼生成等能力，在上述四大領域的能力基本全面超越了Claude Haiku 4.5、GPT-5 mini、Gemini 2.5 Flash等輕量級模型，僅在編程能力上略遜于GPT-5 mini。

Amazon Nova 2 Pro：是Nova系列中最智能的推理模型，支持文字、圖像、視頻、語音四種模態輸入和文本模態輸出，適用于高度復雜的工作負載，尤其是Agent場景。在兩項Agent基準測試中，其表現已經超過了GPT-5.1（high）、Gemini 3 Pro Preview（high）等前沿模型。

Amazon Nova 2 Sonic：下一代語音轉語音模型，能為AI應用提供實時、類人的對話式AI體驗。在語音理解和推理任務上，其性能已經超過了GPT Realtime、Gemini 2.5 Flash等。

Amazon Nova 2 Omni：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。不過，亞馬遜云科技尚未公布其基準測試成績。

▲Amazon Nova 2 Omni發布現場

可以看到，特別是在Agent關鍵能力的基準測試中，Amazon Nova 2 Pro展現了令人印象深刻的性能，這直接回應了企業對于生成式AI在實際業務場景中可靠性的關切。

尤其是在企業出海的場景中，選擇至關重要（Choice Matters）。AI的未來不會僅由1個模型統治，過去一年Amazon Bedrock上提供的模型數量已經翻倍，DeepSeek、Qwen等中國模型也在支持范圍之內，這位中國企業的出海業務部署Agent提供了豐富選擇。

三、數據與模型深度融合：開放訓練模型打破“RAG局限”

“你的數據是獨一無二的，這就是你與競爭對手的區別。”Garman反復強調這一觀點。然而，傳統的數據與模型結合技術如RAG（檢索增強生成）只能幫助模型更有效地導航數據，無法讓模型真正“理解”企業的深層次領域知識，這也成為Agent價值釋放的“攔路虎”。

亞馬遜云科技的革命性的解決方案是：Amazon Nova Forge服務，該服務引入了“開放式訓練模型（Open Training Model）”的概念。

▲亞馬遜云科技推出Amazon Nova Forge服務

通過這項服務，企業可以在模型訓練的任意階段，將自己的專有數據與亞馬遜的訓練數據集混合，創建名為“Novellas”的定制模型。這一方法解決了傳統微調中的核心矛盾——在教授模型新領域知識的同時，避免其“遺忘”已掌握的核心推理能力。

Amazon Nova Forge還提供了使用遠程獎勵函數和強化學習微調的能力，以進一步改進模型，讓企業可以將真實環境集成到訓練循環中。由于基礎模型已經理解業務，這些后訓練技術實際上會變得更加有效。

索尼是這一服務的早期采用者。通過對Amazon Nova 2 Lite模型進行微調，索尼創建了深度理解自身業務和運營的定制模型，在引用一致性和文檔依據等任務上表現優于基準模型，目標是將合規審查和評估流程的效率提升100倍。

可以看到，對于尋求通過生成式AI實現差異化競爭優勢的企業而言，這一能力至關重要。它意味著企業可以構建真正理解自身業務邏輯、流程和知識的Agent，而非僅僅使用通用的AI工具。

四、回歸一件事：沒有魔法，只有可部署的Agent

2025 re:Invent上最引人注目的發布，或許是三類“前沿Agent”的推出。這些Agent代表了AI能力的一次階躍式提升：自主、大規模可擴展且能長期運行，也給廣大開發者打了個樣。

三類前沿Agent展示了AI重塑軟件開發和運營的潛力：

Kiro autonomous agent徹底改變了開發范式。它與市面上常見的代碼補全助手不同，而是能夠自主處理復雜任務，如升級關鍵庫時，自動識別所有受影響服務，分析使用模式，按規范更新代碼，運行完整測試，并一次性創建所有合并就緒的拉取請求。亞馬遜內部的一個案例顯示，原本需要30名開發者18個月完成的重架構項目，使用Kiro后僅需6人76天完成。

▲亞馬遜云科技推出Kiro autonomous agent

Amazon Security Agent是一個持續、主動、內置的AI安全專家。將安全實踐從“事后檢查”變為“持續嵌入”。它能在設計階段審查文檔，編碼過程中掃描漏洞，并將滲透測試從昂貴的一次性活動轉變為按需的持續驗證過程，從而確保安全性。

Amazon DevOps Agent重新定義了運維響應機制。當警報觸發時，它能立即診斷根本原因，提供修復方案，使工程師能夠專注于決策而非排查。這一能力對于保障全球化業務的連續性至關重要。

Agent開發的基礎設施同樣得到加強。Amazon Bedrock AgentCore自SDK預覽版發布以來，5個月內下載量超過200萬次。新增的兩項功能直接應對企業部署Agent的核心關切點：

Amazon AgentCore Policy（預覽版）：為Agent與企業工具及數據的交互提供實時確定性控制。

它允許開發者在Amazon AgentCore Gateway工具調用運行前攔截，使用帶有細粒度權限的策略，為Agent行為定義明確的界限，如使用哪些工具、如何使用工具，開發者也可以通過自然語言創建標準，如“報銷金額大于1000美元時，就阻止退款”等。

▲亞馬遜云科技推出Amazon AgentCore Policy

Amazon AgentCore Evaluations（預覽版）：根據實際行為持續檢查Agent質量。

這是一項全托管服務，開發者可以使用內置評估器來衡量常見的質量維度，如正確性、幫助性、工具選擇準確性、安全性、目標成功率和上下文相關性，還可以創建基于模型的定制評分系統，根據自己選擇的提示和模型進行業務定制評分。

▲亞馬遜云科技推出Amazon AgentCore Evaluations

除了上述更新，Garman還在最后10分鐘公布了25個新發布，包括搭載第五代AMD EPYC處理器的X8i Instances、搭載英特爾至強6的C8ine Instances、EC2 M3 Ultra Mac Instances等覆蓋計算、存儲、數據庫、大數據、安全等多個領域的新品，這些都為企業Agent部署提供了穩定堅實的支撐。

結語：AI進入Agent時間，價值落地之戰打響

當AI進入Agent時間，2025 re:Invent的舞臺展示了亞馬遜云科技對Agent時代的全面布局，這不再是一場單點技術的競賽，而是全棧能力的比拼，其正在構建一個支持Agent從實驗到落地生產的完整平臺。

當下，每個產業人士都在見證生成式AI從技術演示走向商業價值，價值落地之戰已打響。云巨頭的這種“全家桶”式的全棧能力，或許正是企業將AI投資轉化為實際業務回報所需要的基礎設施。