80分鐘的一場(chǎng)活動(dòng)，Agent的“出鏡次數(shù)”竟能高達(dá)217次。
解鎖平均20多秒就提一次Agent的，正是云計(jì)算一哥，亞馬遜云科技。
為何會(huì)如此？
因?yàn)榫驮趧倓偟募~約峰會(huì)上，亞馬遜云科技可以說(shuō)是重新定義了部署AI Agent到生產(chǎn)環(huán)境中的方式——
正式發(fā)布Amazon Bedrock AgentCore，一個(gè)企業(yè)級(jí)的AI Agent搭建工具包。
如果說(shuō)以往的AI Agent要部署到實(shí)際生產(chǎn)中，其結(jié)果更像是一個(gè)“毛坯房”，其間有太多問(wèn)題亟需解決。
比如你想開發(fā)一個(gè)智能客服、個(gè)人助手或者業(yè)務(wù)流程自動(dòng)化工具，這個(gè)過(guò)程都需要整合大語(yǔ)言模型、連接數(shù)據(jù)庫(kù)、調(diào)用各種API，并讓系統(tǒng)能夠智能決策。
AgentCore就像是為這些應(yīng)用提供的“智能大腦”，可以幫你統(tǒng)一管理和協(xié)調(diào)所有組件，讓復(fù)雜的AI應(yīng)用開發(fā)變得簡(jiǎn)單高效。
之前的Amazon Bedrock提供的能力更加聚焦在基礎(chǔ)大模型本身，比如調(diào)用Claude、Meta、Nova、Mistral等大模型，有點(diǎn)類似于“租用大腦”。
而AgentCore則是在這個(gè)基礎(chǔ)上提供一個(gè)“智能體搭建工具包”，讓你能把這些大腦組合起來(lái)完成具體任務(wù)。
具體而言，它是涵蓋7大核心服務(wù)的一套組合拳，把部署AI Agent到生產(chǎn)過(guò)程中的各種細(xì)節(jié)內(nèi)容都照顧到位了，有一種直接“拎包入住精裝房”的感覺(jué)：
AgentCore Runtime：
提供低延遲的無(wú)服務(wù)器環(huán)境，支持會(huì)話隔離，兼容任何代理框架（包括開源框架），能夠處理多模態(tài)工作負(fù)載和長(zhǎng)期運(yùn)行的Agent。通過(guò)AgentCore SDK在代碼中添加幾行代碼，指定入口點(diǎn)函數(shù)，即可將代理部署到云端。
AgentCore Memory：
管理會(huì)話和長(zhǎng)期記憶，為模型提供上下文信息，幫助Agent從過(guò)去的交互中學(xué)習(xí)。對(duì)于短期記憶，通過(guò)create_event存儲(chǔ)Agent交互，通過(guò)list_events加載最近的對(duì)話內(nèi)容；對(duì)于長(zhǎng)期記憶，支持語(yǔ)義記憶策略（如用戶偏好、總結(jié)和事實(shí)捕獲），數(shù)據(jù)以加密形式存儲(chǔ)，并支持基于命名空間的數(shù)據(jù)分割。
AgentCore Observability：
提供代理執(zhí)行的逐步可視化，包括元數(shù)據(jù)標(biāo)記、自定義評(píng)分、軌跡檢查和故障排除/調(diào)試過(guò)濾器。可以幫助開發(fā)者調(diào)試、審計(jì)和監(jiān)控Agent性能，內(nèi)置儀表板用于跟蹤關(guān)鍵操作指標(biāo)（如會(huì)話數(shù)、延遲、錯(cuò)誤率等），支持OpenTelemetry以集成現(xiàn)有可觀測(cè)性平臺(tái)。
AgentCore Identity：
使AI Agent能夠安全地訪問(wèn)亞馬遜云科技服務(wù)和第三方工具（如GitHub、Salesforce、Slack），支持基于用戶身份或預(yù)授權(quán)用戶同意的操作。通過(guò)創(chuàng)建工作負(fù)載身份和憑證提供者（如OAuth2、API密鑰），Agent可以使用這些憑證安全地訪問(wèn)資源。
AgentCore Gateway：
將現(xiàn)有的API和Lambda函數(shù)轉(zhuǎn)換為可用于代理的工具，提供跨協(xié)議（包括MCP）的統(tǒng)一訪問(wèn)和運(yùn)行時(shí)發(fā)現(xiàn)，提供雙重身份驗(yàn)證模型以確保安全。
AgentCore Browser：
提供托管的網(wǎng)頁(yè)瀏覽器實(shí)例，擴(kuò)展Agent的Web自動(dòng)化工作流。可以用于訪問(wèn)沒(méi)有程序化API的系統(tǒng)或需要通過(guò)Web界面訪問(wèn)的資源。
AgentCore Code Interpreter：
提供隔離環(huán)境以運(yùn)行代理生成的代碼。用于執(zhí)行需要計(jì)算的任務(wù)，例如客戶支持Agent需要進(jìn)行的計(jì)算。
這些服務(wù)既可以單獨(dú)使用，也經(jīng)過(guò)優(yōu)化能夠無(wú)縫協(xié)作，開發(fā)者不用再花時(shí)間去拼湊各種組件了。
AgentCore是首個(gè)提供完全開發(fā)靈活性的企業(yè)級(jí)無(wú)服務(wù)器AI代理運(yùn)行時(shí)平臺(tái)，支持任何框架、模型和協(xié)議，具備8小時(shí)工作負(fù)載支持、嚴(yán)格安全邊界和按需付費(fèi)的可組合服務(wù)架構(gòu)。
一言蔽之，再大規(guī)模的AI Agent，現(xiàn)在AgentCore這里，都可以安全操作和部署。
由此作為最為關(guān)鍵的發(fā)布，亞馬遜云科技在今天的活動(dòng)中，不論是在基礎(chǔ)設(shè)施、模型架構(gòu)，亦或是應(yīng)用上，均圍繞著Agent來(lái)展開。
之所以如此，亞馬遜云科技Agentic AI副總裁Swami Sivasubramanian的話來(lái)說(shuō)就是：
未來(lái)的關(guān)鍵在于讓所有Agents和工具協(xié)同工作。
不僅要方便，還要夠靠譜
為了更方便操作，基于AgentCore，亞馬遜云科技還推出了Marketplace中的AI Agents和工具，只需要通過(guò)自然語(yǔ)言搜索，客戶就可以輕松描述使用場(chǎng)景并找到相關(guān)解決方案（目前已經(jīng)有數(shù)百種）。
除此之外，亞馬遜云科技在Amazon SageMaker AI中還推出了Amazon Nova定制化的功能。
客戶現(xiàn)在可以在模型訓(xùn)練生命周期中對(duì)Nova Micro、Nova Lite和Nova Pro進(jìn)行定制，包括預(yù)訓(xùn)練、監(jiān)督微調(diào)和對(duì)齊。
據(jù)了解，這些技術(shù)作為現(xiàn)成的Amazon SageMaker配方提供，并支持無(wú)縫部署到Amazon Bedrock，滿足按需和預(yù)置吞吐量推理的需求。
針對(duì)AI Agent許多功能過(guò)分依賴API的問(wèn)題，亞馬遜云科技還推出了Amazon Nova Act來(lái)打破這一局限——
創(chuàng)建能夠在網(wǎng)頁(yè)瀏覽器中執(zhí)行任務(wù)的AI Agent。
與此同時(shí)，亞馬遜云科技一道還發(fā)布了Amazon Nova Act SDK的研究預(yù)覽版，用這個(gè)SDK，開發(fā)者就可以很方便地創(chuàng)建能夠自動(dòng)執(zhí)行網(wǎng)頁(yè)任務(wù)的AI Agent。
為了進(jìn)一步提高準(zhǔn)確性，SDK支持通過(guò)Playwright進(jìn)行瀏覽器操作、API調(diào)用、Python集成以及并行線程處理，以克服網(wǎng)頁(yè)加載延遲。
在內(nèi)部評(píng)估中，Amazon Nova Act針對(duì)特定能力取得了超過(guò)90%的高分，例如在ScreenSpot Web文本基準(zhǔn)測(cè)試中得分0.939。
由此可見(jiàn)，亞馬遜云科技在打造AI Agent這件事上，不僅追求可用度，更加注重可靠性。
數(shù)據(jù)庫(kù)也很AI Agent
亞馬遜云科技針對(duì)AI Agent這個(gè)主旋律，還在數(shù)據(jù)層上下足了功夫。
眾所周知，向量（Vectors）可以說(shuō)是AI的語(yǔ)言，它可以把文字、圖像等內(nèi)容轉(zhuǎn)成大模型能理解的數(shù)字格式。
對(duì)于現(xiàn)代企業(yè)來(lái)說(shuō)，AI Agent將向量用于兩個(gè)關(guān)鍵功能，一個(gè)是用于從過(guò)去的互動(dòng)中構(gòu)建上下文，另一個(gè)是發(fā)現(xiàn)海量數(shù)據(jù)集中的相似性內(nèi)容。
但現(xiàn)在面臨的一個(gè)問(wèn)題是，目前的知識(shí)、數(shù)據(jù)規(guī)模變得越來(lái)越大，它們不再僅僅是臨時(shí)資源，更是必須長(zhǎng)期保存的戰(zhàn)略資源。
為此，亞馬遜云科技推出了Amazon S3 Vectors——首個(gè)原生支持存儲(chǔ)大規(guī)模向量數(shù)據(jù)集、并提供亞秒級(jí)查詢性能的云對(duì)象存儲(chǔ)服務(wù)。
它最大的亮點(diǎn)，就是直接把上傳、存儲(chǔ)和查詢向量的總成本降低多達(dá)90%！
從技術(shù)角度來(lái)看，S3 Vectors推出了一種叫“向量桶”（vector buckets）的新存儲(chǔ)類型，它有專門的API接口，讓我們可以存儲(chǔ)、訪問(wèn)和查詢向量數(shù)據(jù)，而且不需要自己搭建任何基礎(chǔ)設(shè)施。
當(dāng)創(chuàng)建一個(gè)S3向量桶時(shí)，我們的向量數(shù)據(jù)會(huì)被組織在“向量索引”（vector index）中，這樣就能很簡(jiǎn)單地對(duì)數(shù)據(jù)集進(jìn)行相似性搜索。
據(jù)了解，每個(gè)向量桶最多可以有10000個(gè)向量索引，每個(gè)向量索引可以存儲(chǔ)數(shù)千萬(wàn)個(gè)向量。
在創(chuàng)建向量索引后，當(dāng)我們往索引里添加向量數(shù)據(jù)時(shí)，還可以給每個(gè)向量附加一些元數(shù)據(jù)（以鍵值對(duì)的形式），這樣一來(lái)查詢時(shí)就能根據(jù)特定條件進(jìn)行過(guò)濾，比如按日期、類別或用戶偏好來(lái)篩選。
隨著時(shí)間推移，當(dāng)你對(duì)向量進(jìn)行寫入、更新和刪除操作時(shí)，S3 Vectors會(huì)自動(dòng)優(yōu)化這些向量數(shù)據(jù)，確保在向量存儲(chǔ)方面達(dá)到最佳的性價(jià)比，即使數(shù)據(jù)集規(guī)模不斷擴(kuò)大和變化也是如此。
S3 Vectors還與Amazon Bedrock Knowledge Bases（包括Amazon SageMaker Unified Studio）原生集成，用于構(gòu)建成本效益高的檢索增強(qiáng)生成（RAG）應(yīng)用。
通過(guò)與Amazon OpenSearch Service的集成，我們可以把不常查詢的向量放在S3 Vectors中來(lái)降低存儲(chǔ)成本，然后在需求增加時(shí)快速將它們轉(zhuǎn)移到OpenSearch，或者用于支持實(shí)時(shí)、低延遲的搜索操作。
亞馬遜云科技的AI Agent之道，已經(jīng)改變了AI編程
除了基礎(chǔ)設(shè)施和模型層面之外，亞馬遜云科技在應(yīng)用上還拿出了一款全新的免費(fèi)AI編程工具，Kiro。
若是用一句話概括Kiro的亮點(diǎn)，那就是只要你有想法，它就能幫你把這個(gè)想法變成實(shí)際可用的軟件，而且是從項(xiàng)目啟動(dòng)、設(shè)計(jì)、編程到最終維護(hù)，全程都有專業(yè)級(jí)的Agent深度參與。
例如我們要給電商網(wǎng)站添加一個(gè)評(píng)論系統(tǒng)，現(xiàn)在就只需要三步即可。
第一步，把一句話需求變成詳細(xì)計(jì)劃：
為產(chǎn)品添加評(píng)論系統(tǒng)。
可以看到，Kiro秒懂了你的意圖，馬上把這句簡(jiǎn)單的話，分解成一個(gè)個(gè)具體的用戶場(chǎng)景和需求。
比如，它會(huì)想到“用戶要能看評(píng)論”、“用戶要能寫評(píng)論”、“用戶可以篩選評(píng)論”、“用戶可以給評(píng)論打分”等等。
并且，Kiro會(huì)把每個(gè)需求的驗(yàn)收標(biāo)準(zhǔn)都寫得清清楚楚，就像一份詳細(xì)的需求文檔，避免了后續(xù)理解上的偏差。
第二步，根據(jù)計(jì)劃自動(dòng)生成“施工圖紙”。
在咱們確認(rèn)了第一步的需求計(jì)劃后，Kiro就會(huì)自己去研究現(xiàn)有的項(xiàng)目代碼；然后，它會(huì)自動(dòng)生成一份技術(shù)“施工圖紙”。
這份圖紙非常專業(yè)，包括數(shù)據(jù)怎么流動(dòng)、需要哪些新的數(shù)據(jù)接口和數(shù)據(jù)庫(kù)設(shè)計(jì)等等。
比如，它會(huì)設(shè)計(jì)好“評(píng)論”這個(gè)東西具體應(yīng)該包含哪些信息（如評(píng)論內(nèi)容、評(píng)分、用戶ID等）。
第三步，把“圖紙”變成一個(gè)個(gè)具體的“施工任務(wù)”。
在這個(gè)步驟中，Kiro會(huì)根據(jù)上一步的“施工圖紙”，把整個(gè)開發(fā)工作拆分成一個(gè)個(gè)小任務(wù)，并且按照“先做什么后做什么”的依賴關(guān)系排好順序。
每個(gè)小任務(wù)都寫得非常具體，比如“寫單元測(cè)試”、“做集成測(cè)試”、“考慮加載時(shí)的頁(yè)面狀態(tài)”、“適配手機(jī)版”、“保證無(wú)障礙使用”等等。
或許此時(shí)你就要問(wèn)了，Kiro和其它的編程AI有什么區(qū)別？
其實(shí)從剛才的展示過(guò)程中應(yīng)該也能或多或少地感受到，在亞馬遜云科技開辟的AI Agent新生產(chǎn)范式之下，正如網(wǎng)友所說(shuō)：
Kiro規(guī)范化了AI編程的工作流程。
以上便是此次發(fā)布的主要內(nèi)容了，整體來(lái)看，亞馬遜云科技再一次從基礎(chǔ)設(shè)施、模型框架以及應(yīng)用三個(gè)層面來(lái)了個(gè)“大煥新”，而這一次的主角，毫無(wú)疑問(wèn)就是AI Agent。
而這一切，所影射的實(shí)則是云計(jì)算一哥下的一盤大棋。
Why AI Agent？Why 亞馬遜云科技？
對(duì)于第一個(gè)問(wèn)題，若是用Swami Sivasubramanian在現(xiàn)場(chǎng)所陳述的愿景來(lái)解釋，那就是：
讓亞馬遜云科技成為構(gòu)建世界上最有用的AI Agents的最佳場(chǎng)所。
在亞馬遜云科技看來(lái)，AI Agent的意義不僅僅是一個(gè)技術(shù)概念，更是企業(yè)組織效率的躍遷工具。
借助Agentic AI，企業(yè)可以將重復(fù)性強(qiáng)、邏輯明確的任務(wù)交由智能體完成，讓員工專注于更具創(chuàng)造力與戰(zhàn)略性的事務(wù)。
通過(guò)AI Agent，亞馬遜云科技可以幫助客戶簡(jiǎn)化流程、提升響應(yīng)速度，并釋放團(tuán)隊(duì)潛能，從而改變業(yè)務(wù)運(yùn)作方式。
而縱觀今天所有的新發(fā)布，雖然它們的細(xì)分功能各有側(cè)重，但小目標(biāo)均是劍指于此。
例如為了讓更多企業(yè)快速找到、試用并部署Agent，亞馬遜云科技在其Marketplace市場(chǎng)中新增了“AI Agents & Tools”分類。
再如為了解決許多AI Agent只能停留在原型驗(yàn)證階段，缺乏可擴(kuò)展性與安全保障的問(wèn)題，亞馬遜云科技推出的Amazon Bedrock AgentCore就專門為生產(chǎn)級(jí)AI Agent而設(shè)計(jì)。
以及面向開發(fā)者，諸如Kiro這樣的AI編程應(yīng)用，更是重新規(guī)范了AI Agent在編程任務(wù)中的流程，目標(biāo)依舊是能夠保障“生產(chǎn)級(jí)”。
如此考量的背后，也有市場(chǎng)發(fā)展的預(yù)期所支撐。根據(jù)最新調(diào)查數(shù)據(jù)，AI Agents正迅速成為企業(yè)主流應(yīng)用。
LangChain調(diào)查顯示，超過(guò)50%的公司已在生產(chǎn)環(huán)境中部署agent，近80%正在開發(fā)中。Gartner預(yù)測(cè)到2028年，33%的企業(yè)軟件將包含Agentic AI（相比2024年不到1%），15%的日常工作決策將由其自主完成，并將取代20%的人類店面互動(dòng)。
企業(yè)更青睞能查詢多個(gè)任務(wù)特定模型的Agentic AI功能而非單一基礎(chǔ)模型，這種多語(yǔ)言模型方法具有更強(qiáng)的跨領(lǐng)域擴(kuò)展性。目前，軟件開發(fā)、客戶服務(wù)、理賠處理和IT流程自動(dòng)化是Agentic AI的主要早期應(yīng)用場(chǎng)景。
并且從技術(shù)發(fā)展的角度來(lái)看，目前幾乎所有的生成式AI產(chǎn)品或應(yīng)用，均離不開AI Agent這個(gè)關(guān)鍵詞。
由此，就不難理解為什么亞馬遜云科技如此關(guān)注AI Agent了，正如CEO Matt Garman所說(shuō)：
AI Agent將改變我們所有人的工作和生活方式，其影響力堪比互聯(lián)網(wǎng)的誕生。
大趨勢(shì)已經(jīng)指向AI Agent，科技巨頭又以“all in”之勢(shì)發(fā)力于此，雙重認(rèn)證之下已然證明了AI Agent的重要性；但更重要的一點(diǎn)是，云計(jì)算一哥已然給業(yè)界交付了“快好省”投入生產(chǎn)的新范式。