AWS全力推动智能体时代普及

此前在《硬件、模型与智能体：AWS引领AI大时代》中，三易生活曾对AWS re:Invent 2025首场主题演讲内容展开解析。

当时我们就发现，相较于往年大篇幅介绍通用算力、传统数据库服务及边缘计算设备等领域的进展，AWS CEO Matt Garman今年将95%的演讲时间都用于展示这家全球云计算领军企业为迎接AI智能体时代所做的转变。

但在AWS看来，一场CEO主题演讲似乎还不足以充分展现其引领AI智能体时代的能力与决心。因此，在今年re:Invent开幕第三天，AWS带来了又一场重磅主题演讲——由副总裁Swami Sivasubramanian博士主讲的“欢迎来到AI智能体的未来（Welcome to The Future of Agentic AI）”。

AI智能体是什么？与对话式AI有何不同

Swami Sivasubramanian博士在演讲中首先阐释的概念便是“AI智能体是什么，与能和用户对话的AI相比有何区别”。

他举例道：当运营者遇到网站流量骤降时，若向“AI对话机器人”求助，这类传统AI可能仅给出泛泛建议；即便提供具体运营数据，对话式AI或许能“读懂”数据并给出稍具体的改进措施。

但使用AI智能体时，它会在网站流量刚出现异常下降时主动识别问题，随后自动查阅后台记录、识别异常数据，及时向运营人员发出警告、提供具体解决方案，甚至尝试自动完成处理。

显然，与传统“AI对话机器人”相比，AI智能体不仅能通过自然语言交互、拥有自身“知识库”，更关键的是具备主动识别场景、自动规划任务及完成工作的完整能力。

Swami Sivasubramanian博士指出，典型AI智能体的基础结构比传统AI更复杂，主要包含三个层面：底层的AI模型、基于模型构建的各类技能，以及最上层实现智能体与现实世界交互的API（应用程序接口）。

如何推动智能体持续进化？AWS提出新方案

然而，仅具备上述三个功能层面，还无法确保AI智能体真正“像人一样聪明”。早期AI智能体缺乏从经验中自主学习、自我进化的能力，其工作模式与技能在开发完成时便已固定。

那么，如何实现AI智能体的“持续进化”？一方面，早在2025年5月，AWS就发布了初代Strands智能体SDK。此后数月间，该SDK迭代迅速，不断新增技能、支持更多底层大模型并优化开发交互流程，至今下载量已近530万次。

但这些还不够。近日，AWS正式推出AgentCore Memory情景式功能，首次让AI智能体具备了从过往“工作经验”中自主学习、提升效率的可能。例如，用户使用AI智能体预订机场接送服务且准时抵达后，下次再用同一智能体预订时，它会意识到“上次的时间刚好”，并根据旅行人数等数据变化主动预留更充裕的时间。

专业级AI智能体开发难度大，AWS出手助力

Swami Sivasubramanian博士指出，相较于优化现有AI智能体性能，多数开发者目前可能仍卡在智能体开发的初始阶段——甚至不知道如何创建最适配自身业务类型的“专属AI智能体”。

这并不意外。他举例说，一家资深医药企业若要开发专属AI智能体，虽清楚需要精通医学、化学知识的大模型，但却不清楚哪些模型擅长该领域，也不知道如何训练模型以实现“个性化”，从而在保证专业度的同时降低开发与训练成本。

这正是AWS持续增强Bedrock模型选择、优化及训练能力的原因。即便是非专业AI开发者，也能用自然语言描述对模型的需求，Bedrock会协助挑选最适合的AI模型。在这个一站式智能体开发平台上，能找到来自全球、具备不同特点的各类模型。

开发者选定模型后，借助Amazon SageMaker AI平台，可在更短时间、以更少步骤完成模型定制。该平台支持强化学习模式，无需预先准备标记数据集，能降低智能体训练成本；同时，依托AWS的无服务器体系，开发者可利用成千上万的AI加速器资源，在几天内而非几周内完成模型改造。用Swami Sivasubramanian博士的话说，非专业AI开发者如今也能以远低于过去的时间成本实现“让模型更懂用户”。

聚焦企业AI智能体，AWS发力自研模型

不难看出，AWS的AI智能体开发生态已拥有持续迭代的SDK、强大的模型训练工具、易用的模型库，以及可能是全球最先进且性价比最高的云端算力。

在这些工具的支持下，Swami Sivasubramanian博士相信，AWS能帮助每个企业的每位员工都拥有自己的辅助智能体。他甚至表示：“人们无需编写一行代码，就能完成定制化智能体的开发。”

不过，我们是否遗漏了什么？

没错，尽管AWS昨日已发布三款主打“可升级”“可长期稳定运行”的新一代自研AI模型，但在此次主题演讲中，还揭晓了专为企业办公场景打造的大模型Amazon Nova Act。

据悉，Amazon Nova Act从设计之初就瞄准高稳定性与高准确度，采用最新强化学习技术而非传统模仿学习技术进行训练。

从结果来看，Nova Act成为了“开箱即用”的企业办公模型，非常适合构建满足日常办公需求的AI智能体。值得注意的是，AWS还专门将Nova Act与Claude旗下两款大模型进行性能对比——而Claude此前的“退出”确实对AWS大中华区业务造成了不小影响。这似乎也体现了一向重视模型包容性的AWS，在遭遇提供商变动后发力自研模型方案的决心。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com