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(duì)亞馬遜的“跑贏大盤”評(píng)級(jí)，并強(qiáng)調(diào)亞馬遜云科技藏有“黃金機(jī)會(huì)”；摩根大通判斷亞馬遜云科技的需求趨勢(shì)依然健康，并預(yù)計(jì) 2026 年將迎來(lái)加速增長(zhǎng)。

這些判斷的一個(gè)重要背景就是，一年一度的“云計(jì)算春晚”又來(lái)了。當(dāng)亞馬遜云科技再次拿到行業(yè)敘事的“麥克”，云計(jì)算的演進(jìn)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(fā)布，幾乎都是圍繞 Agentic AI 的落地展開。縱觀整個(gè) 2025 所有來(lái)自云計(jì)算巨頭的發(fā)布會(huì)，如此堅(jiān)決的聚焦與定調(diào)十分罕見(jiàn)。

Matt Garman 認(rèn)為要落地 Agentic AI，并“實(shí)現(xiàn)完整 AI 能力”，需要四大關(guān)鍵支柱：AI Infra、模型生態(tài)、數(shù)據(jù)基座以及開發(fā)者工具。

圍繞這四個(gè)方向，亞馬遜云科技帶來(lái)一系列重量級(jí)新品與功能增強(qiáng)。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(xùn)練模型”（Open Training）概念的數(shù)據(jù)基座 Amazon Nova Forge，以及在開發(fā)者工具層面 Amazon Bedrock AgentCore 的系列更新，All For Agentic AI。

實(shí)際上，亞馬遜云科技自身就是 Agentic AI 的頭部玩家——三個(gè) Frontier Agent 作為重頭戲被陸續(xù)發(fā)布，包括能自主處理復(fù)雜編碼任務(wù)、深度集成開發(fā)流程的 Kiro Autonomous Agent，主動(dòng)掃描漏洞、將滲透測(cè)試轉(zhuǎn)為按需服務(wù)的 Amazon Security Agent，以及能夠自動(dòng)診斷并預(yù)防故障、先于工程師響應(yīng)的 Amazon DevOps Agent。

不過(guò)即便是 Matt Garman，在準(zhǔn)備演講內(nèi)容時(shí)也會(huì)“糾結(jié)”：兩個(gè)半小時(shí)看似很長(zhǎng)，但對(duì)這家云計(jì)算和 AI 巨頭來(lái)說(shuō)，還是太短了，畢竟，它們每年有太多新產(chǎn)品、新發(fā)布。所以這次，在 Agentic AI 成為主基調(diào)的 2025 亞馬遜云科技 re:Invent 上，Matt Garman 將傳統(tǒng)計(jì)算、存儲(chǔ)、數(shù)據(jù)庫(kù)這些核心云服務(wù)，壓縮到了最后的十分鐘快閃發(fā)布中，并一口氣帶來(lái)了 25 個(gè)更新。算下來(lái)，每項(xiàng)更新的發(fā)布時(shí)間只有 24 秒。

總的來(lái)說(shuō)，這場(chǎng) Keynote 依舊保持了 re:Invent 重頭戲應(yīng)有的水準(zhǔn)，但對(duì)行業(yè)而言，當(dāng)云計(jì)算一哥在一場(chǎng)持續(xù) 2 個(gè)多小時(shí)、總計(jì) 20246 個(gè)詞匯的演講中，提到了 199 次 Agent 時(shí)，其對(duì) Agentic AI 的重視已不用更多言明。而在一年前，Agent 一詞僅僅出現(xiàn)了 45 次。這也傳遞出一個(gè)重要信號(hào)：時(shí)代真的變了。

1 構(gòu)建 Agent 必備的 AI Infra，仍在快速迭代

Agentic AI 落地首先要回答的問(wèn)題就是，如何構(gòu)建 AI Infra。在 2025 亞馬遜云科技 re:Invent 開幕前，整個(gè)市場(chǎng)都在屏息以待其自研 AI 芯片Amazon Trainium 的最新進(jìn)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(gòu)建 AI Infra 護(hù)城河最重要的“勝負(fù)手”。

亞馬遜 CEO Andy Jassy 在上個(gè)月的財(cái)報(bào)電話會(huì)議上透露，Amazon Trainium 系列芯片目前已發(fā)展成為一個(gè)價(jià)值數(shù)十億美元的核心業(yè)務(wù)，季度環(huán)比增長(zhǎng) 150%。Matt Garman 在本次 Keynote 中亦強(qiáng)調(diào)，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(chǎn)能齊平。

消息面上，10 月底，亞馬遜云科技建造的 Project Rainier 核心數(shù)據(jù)中心已全面投入運(yùn)行，這一超級(jí)集群配備近 50 萬(wàn)顆 Amazon Trainium2 芯片，目前正為 Anthropic 訓(xùn)練 Claude 大模型。到今年年底，該集群的 Amazon Trainium2 芯片數(shù)量預(yù)計(jì)翻番至 100 萬(wàn)顆。

可以說(shuō)，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(zhàn)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(fā)下一代芯片 Amazon Trainium3，目標(biāo)是讓 AI 負(fù)載更高效、更快速且更具成本優(yōu)勢(shì)。

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(jù)悉，Amazon Trainium3 專為密集型和專家級(jí)并行工作負(fù)載而設(shè)計(jì)，支持高級(jí)數(shù)據(jù)類型（MXFP8 和 MXFP4），并優(yōu)化了內(nèi)存與計(jì)算資源的平衡，以應(yīng)對(duì)實(shí)時(shí)、多模態(tài)和推理任務(wù)。每顆 Amazon Trainium3 芯片提供 2.52 千萬(wàn)億次浮點(diǎn)運(yùn)算（PFLOPs）的計(jì)算能力，內(nèi)存容量比 Amazon Trainium2 提升 1.5 倍，帶寬提升 1.7 倍，達(dá)到 144 GB HBM3e 內(nèi)存和 4.9 TB/s 內(nèi)存帶寬。

與 Amazon Trainium2 相比，這款基于云端 3nm 芯片的服務(wù)器在性能上大幅提升：計(jì)算能力提升 4.4 倍，內(nèi)存帶寬提升 3.9 倍，每兆瓦功耗可處理的 AI tokens 數(shù)量提升 5 倍。

為了驗(yàn)證 Amazon Trainium3 UltraServers 的實(shí)際效果，亞馬遜云科技在多種開源模型上進(jìn)行了測(cè)試。以 OpenAI 開源的對(duì)話模型系列 GPT-OSS 為例，將已在 Amazon Trainium2 上優(yōu)化過(guò)的模型權(quán)重遷移到 Amazon Trainium3，并進(jìn)行推理測(cè)試后發(fā)現(xiàn)，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(yù)告了正在開發(fā)中的 Amazon Trainium4。與 AmazonTrainium3 相比，AmazonTrainium4 將在各個(gè)維度實(shí)現(xiàn)大幅躍升：FP4 計(jì)算性能提升 6 倍、內(nèi)存帶寬提升 4 倍、高帶寬內(nèi)存容量提升 2 倍，以支持大規(guī)模模型的訓(xùn)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(dá)最新 GB200 NVL72 系統(tǒng)的 P6e-GB300 實(shí)例。與 P5en 實(shí)例相比，這些 UltraServers 在英偉達(dá) NVLink? 下的計(jì)算能力超過(guò) 20 倍，內(nèi)存帶寬提升超過(guò) 11 倍，非常適合計(jì)算和內(nèi)存密集型的 AI 工作負(fù)載。

難以想象的是，這兩家云計(jì)算與 AI 領(lǐng)域的巨頭已經(jīng)合作了超過(guò) 15 年。Matt Garman 稱，亞馬遜云科技是第一家在云中提供英偉達(dá) GPU 的廠商，其 GPU 集群穩(wěn)定性已經(jīng)經(jīng)受多方驗(yàn)證。亞馬遜云科技更傾向于將自己定位為“AI 基礎(chǔ)設(shè)施”，這一定位基于的事實(shí)就是，亞馬遜云科技具備豐富的大規(guī)模 AI Infra 項(xiàng)目經(jīng)驗(yàn)。比如，英偉達(dá)自己的大規(guī)模 GenAI 集群 Project Ceiba 就運(yùn)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(xié)助 ChatGPT 生成回答或訓(xùn)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(yè)在自己的數(shù)據(jù)中心內(nèi)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(yè)能夠用自己的數(shù)據(jù)中心空間與電力能力，訪問(wèn)亞馬遜云科技服務(wù)?？蛇@也說(shuō)明，亞馬遜云科技在嚴(yán)肅地看待公有云和私有化部署模式，給企業(yè)更多選擇，讓其 AI 落地更加友好。

可以說(shuō)，這場(chǎng) Keynote 傳遞出的第一個(gè)重要信號(hào)就是，構(gòu)建 Agent 必備的 AI Infra，在計(jì)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(gè)信號(hào)，就是亞馬遜云科技一直在強(qiáng)調(diào)的 “Choice Matters”——亞馬遜云科技繼續(xù)強(qiáng)化 Amazon Bedrock 的模型豐富度，模型能力很重要，但并非重點(diǎn)，企業(yè)私有數(shù)據(jù)才是關(guān)鍵。這些，都決定了 Agentic AI 的落地效果。

本次，Amazon Bedrock 帶來(lái)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(tái)上獲得了全世界的關(guān)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(xù)——選擇大于一切，優(yōu)秀的模型將長(zhǎng)期并存。

模型層面，相比去年 Andy Jassy 半小時(shí)的專門發(fā)布，今年簡(jiǎn)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(jīng)濟(jì)高效，能夠處理文本、圖像和視頻，適用于日常工作負(fù)載。Amazon Nova 2 Lite 在 15 項(xiàng)基準(zhǔn)測(cè)試中，有 13 項(xiàng)與 Claude Haiku 4.5 持平或更優(yōu)；在 17 項(xiàng)基準(zhǔn)測(cè)試中，有 11 項(xiàng)與 GPT-5 Mini 持平或更優(yōu)；在 18 項(xiàng)基準(zhǔn)測(cè)試中，有 14 項(xiàng)與 Gemini Flash 2.5 持平或更優(yōu)。

Amazon Nova 2 Pro 主打智能推理，能夠處理文本、圖像、視頻和語(yǔ)音，適用于高度復(fù)雜的工作負(fù)載，尤其是需要復(fù)雜指令理解和 Agent 工具調(diào)用的場(chǎng)景。據(jù)悉，Amazon Nova 2 Pro 在 16 項(xiàng)基準(zhǔn)測(cè)試中，有 10 項(xiàng)與 Claude Sonnet 4.5 表現(xiàn)相當(dāng)或更優(yōu)；在 19 項(xiàng)基準(zhǔn)測(cè)試中與 Gemini 2.5 Pro 表現(xiàn)相當(dāng)或更優(yōu)。此外，該模型也可以作為知識(shí)提煉的“教師”，將其能力遷移到更小、更高效的“學(xué)生”模型中，以適應(yīng)特定的領(lǐng)域和用例。

Amazon Nova 2 Sonic 是下一代語(yǔ)音轉(zhuǎn)語(yǔ)音模型，支持將文本和語(yǔ)音的理解與生成融為一體，可實(shí)現(xiàn)實(shí)時(shí)、類人對(duì)話式 AI。此外，Amazon Nova 2 Sonic 還擁有百萬(wàn)級(jí)的上下文窗口，支持持續(xù)交互，且能在語(yǔ)音和文本之間無(wú)縫切換。

壓軸的Amazon Nova 2 Omni 是首次推出的“新物種”，也是業(yè)界首個(gè)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(jù)介紹，Amazon Nova 2 Omni 能處理 75 萬(wàn)字的文本、數(shù)小時(shí)的音頻、長(zhǎng)視頻和百頁(yè)文檔，并能同時(shí)分析整個(gè)產(chǎn)品目錄、客戶評(píng)價(jià)、品牌指南和視頻庫(kù)。而在此之前，完成這些工作往往需要多個(gè)模型協(xié)同。如今看來(lái)，亞馬遜云科技在 re:Invent 2024 上提出的“卷王”概念“Any to Any”，真的實(shí)現(xiàn)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(dá) Nemotron 等。目前在 Amazon Bedrock 中，中國(guó)模型占據(jù)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(guó)內(nèi)大模型的加入，傳遞出的一大信心就是，我國(guó)模型在推理能力、多模態(tài)能力等方面的確已經(jīng)走到了國(guó)際前列，并步入大規(guī)模企業(yè)應(yīng)用爆發(fā)期。

不過(guò)正如前文所言，模型能力并非這次 Keynote 的重點(diǎn)，企業(yè)私有數(shù)據(jù)才是關(guān)鍵。

Matt Garman 用了很長(zhǎng)一部分時(shí)間，強(qiáng)調(diào)私有數(shù)據(jù)（Your Data）在 AI 中的關(guān)鍵作用——數(shù)據(jù)才是企業(yè)之間最關(guān)鍵，也最難以復(fù)制的差異。當(dāng)模型能夠深入理解一家企業(yè)的數(shù)據(jù)、流程和特點(diǎn)時(shí)，它能夠?qū)崿F(xiàn)的效果會(huì)呈指數(shù)級(jí)提升。而當(dāng)模型進(jìn)一步與企業(yè)專有數(shù)據(jù)和知識(shí)產(chǎn)權(quán)深度結(jié)合時(shí)，AI 的“魔力時(shí)刻”才真正會(huì)出現(xiàn)。這一切的前提就是，企業(yè)的數(shù)據(jù)必須能夠在云端被安全地訪問(wèn)與使用。

目前，企業(yè)最常用、也最成功的方式，是通過(guò) RAG（檢索增強(qiáng)生成）或向量數(shù)據(jù)在推理時(shí)為模型提供上下文。這種方法確實(shí)能夠提升模型在海量企業(yè)數(shù)據(jù)中導(dǎo)航和檢索的能力，讓返回結(jié)果更加精準(zhǔn)。但這類方法也存在天花板，因?yàn)閹缀跛械钠髽I(yè)都有一個(gè)更深層的訴求：希望模型不僅能“讀懂”數(shù)據(jù)，還能真正“理解”數(shù)據(jù)。所以問(wèn)題又回到了企業(yè)需要“訓(xùn)練一個(gè)自己的模型”。

訓(xùn)練模型上，一般有兩種選擇：要么從零開始訓(xùn)練一個(gè)私有模型，要么基于一個(gè)開源權(quán)重模型進(jìn)行再訓(xùn)練。前者不僅成本極高，企業(yè)往往也缺乏訓(xùn)練前沿模型所需的規(guī)?；瘮?shù)據(jù)、算力和專業(yè)能力；后者雖然能通過(guò)微調(diào)、強(qiáng)化學(xué)習(xí)等方式，使模型更貼合具體業(yè)務(wù)場(chǎng)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(chǔ)能力，例如核心推理能力。

亞馬遜云科技給出了預(yù)訓(xùn)練和微調(diào)以外的第三條路——Amazon Nova Forge。Amazon Nova Forge 首次引入“開放訓(xùn)練模型”（Open Training）理念，通過(guò)向企業(yè)開放 Amazon Nova 預(yù)訓(xùn)練、中期訓(xùn)練和后期訓(xùn)練階段的模型檢查點(diǎn)，以便企業(yè)可以在訓(xùn)練各階段將自有數(shù)據(jù)與 Amazon Nova 精選數(shù)據(jù)集進(jìn)行混合，從而打造既結(jié)合了 Amazon Nova 完整知識(shí)與推理能力，又深刻理解企業(yè)業(yè)務(wù)語(yǔ)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(yè)可以基于 Amazon Nova 2 Lite 開始構(gòu)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(yè)級(jí)安全性、可擴(kuò)展性和數(shù)據(jù)隱私保護(hù)。

3 最重要的，依舊是開發(fā)者

開發(fā)者的重要性，在這場(chǎng) Keynote 開場(chǎng)時(shí)就已經(jīng)凸顯。在 DJ KARA 的氣氛烘托下，Matt Garman 一登場(chǎng)就給到開發(fā)者們情緒價(jià)值：未來(lái)屬于開發(fā)者。

在開發(fā)者工具層面，Amazon Bedrock AgentCore 帶來(lái)了多項(xiàng)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(qiáng)調(diào) AI 不能做什么，尤其是確定性的約束。這也解答了 Agentic AI 時(shí)代大家關(guān)心的一大問(wèn)題：我們?cè)撊绾卧?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(lái)了兩個(gè)解法。為了約束 Agent，讓其不越界，Amazon AgentCore 推出了 Policy（策略）功能，能夠?yàn)?Agent 設(shè)定清晰的權(quán)限邊界。企業(yè)不需要編寫復(fù)雜的代碼，只需用自然語(yǔ)言即可定義代理可用的工具、可訪問(wèn)的數(shù)據(jù)、允許執(zhí)行的操作及其觸發(fā)條件。無(wú)論工具來(lái)自 API、Lambda、MCP server，還是 Salesforce、Slack 等第三方服務(wù)，Agent 的每一次決策都會(huì)在毫秒級(jí)內(nèi)通過(guò) Amazon AgentCore Gateway 與策略進(jìn)行比對(duì)，以確保所有行為都在授權(quán)范圍內(nèi)發(fā)生。

為了更好地評(píng)估 Agent 行為質(zhì)量，Amazon AgentCore 推出了全新的 Evaluations 評(píng)估功能，并通過(guò) 13 個(gè)預(yù)置評(píng)估器覆蓋 Agent 質(zhì)量的關(guān)鍵維度，包括正確性、工具選擇準(zhǔn)確度、安全性、目標(biāo)完成度、實(shí)用性和上下文相關(guān)性等。此外，Amazon AgentCore Evaluations 還會(huì)持續(xù)抽樣分析 Agent 在真實(shí)環(huán)境下的行為變化。例如，當(dāng)客服人員的滿意度評(píng)分在 8 小時(shí)內(nèi)下降了 10%，系統(tǒng)會(huì)立即觸發(fā)警報(bào)，幫助團(tuán)隊(duì)在問(wèn)題影響體驗(yàn)之前干預(yù)。

Amazon AgentCore Policy 和 Amazon AgentCore Evaluations 相當(dāng)于給 Agent 增設(shè)了一個(gè)“防護(hù)網(wǎng)”，也給企業(yè)和 Agent 之間構(gòu)建了信任基礎(chǔ)——畢竟大家都不希望 Agent 強(qiáng)大到脫離掌控。Agent 在擁有高度自主性的同時(shí)，還是需要人類對(duì)其進(jìn)行確定性控制。

縱觀整場(chǎng) Keynote，一個(gè)標(biāo)志著時(shí)代變化的信號(hào)就是，以前云廠商都是發(fā)布實(shí)例和云服務(wù)，從今年開始變成了發(fā)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(gè) Frontier Agent，并且都是能夠革新開發(fā)體驗(yàn)的 Agent：Kiro Autonomous Agent、Amazon Security Agent 以及 Amazon DevOps Agent。

Kiro Autonomous Agent能在多次會(huì)話間保持持續(xù)上下文連貫，并不斷學(xué)習(xí)用戶的拉取請(qǐng)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(wù)，僅需一次跨庫(kù)變更即可完成。目前，用戶可以直接通過(guò) GitHub 向其提問(wèn)、描述任務(wù)或分配待辦事項(xiàng)，Agent 將自主規(guī)劃執(zhí)行方案，并通過(guò)建議編輯和拉取請(qǐng)求返回變更結(jié)果，確保用戶始終掌握代碼合入的決策權(quán)。

Amazon Security Agent將深度安全專業(yè)知識(shí)嵌入開發(fā)全生命周期，主動(dòng)審查設(shè)計(jì)文檔，并根據(jù)企業(yè)安全要求與常見(jiàn)漏洞掃描拉取請(qǐng)求。用戶只需定義一次組織安全標(biāo)準(zhǔn)，Amazon Security Agent 便會(huì)在審查過(guò)程中自動(dòng)驗(yàn)證應(yīng)用程序的合規(guī)性。此外，該 Agent 還將滲透測(cè)試從緩慢的人工流程轉(zhuǎn)變?yōu)榘葱杩蓴U(kuò)展的能力，匹配團(tuán)隊(duì)的開發(fā)速度。

Amazon DevOps Agent通過(guò)全天候事件分類、引導(dǎo)式解決，以及針對(duì)多云及混合環(huán)境中應(yīng)用可靠性和性能的持續(xù)優(yōu)化建議，為團(tuán)隊(duì)減少告警干擾、保障穩(wěn)定運(yùn)維。當(dāng)故障發(fā)生時(shí)，Amazon DevOps Agent 即時(shí)響應(yīng)，運(yùn)用其對(duì)應(yīng)用及組件關(guān)聯(lián)的認(rèn)知快速定位根本原因。它能持續(xù)學(xué)習(xí)用戶的資源體系及其關(guān)聯(lián)關(guān)系，覆蓋 Amazon CloudWatch、Dynatrace、Datadog、New Relic、Splunk 等可觀測(cè)工具，以及運(yùn)維手冊(cè)、代碼庫(kù)和 CI/CD 流水線。

這三個(gè) Agent 被定性為 Frontier Agent ，在使用體驗(yàn)上，更接近國(guó)內(nèi)所謂“數(shù)字員工”的概念，亞馬遜云科技將其統(tǒng)一收攏在 Agentic AI 概念下，一方面是從技術(shù)和產(chǎn)品屬性出發(fā)的概念界定，另一方面也是對(duì) Agentic AI 戰(zhàn)略的貫徹和執(zhí)行，其核心詞只有一個(gè)：讓 AI 的價(jià)值得以落地——正如 Matt Garman 所言，AI Agent 能夠代表人執(zhí)行任務(wù)并實(shí)現(xiàn)工作自動(dòng)化，這正是 AI 投資開始產(chǎn)生實(shí)質(zhì)性商業(yè)回報(bào)的關(guān)鍵節(jié)點(diǎn)。

行業(yè)顯然已經(jīng)據(jù)此達(dá)成了共識(shí)，Reddit、Sony 等企業(yè)的實(shí)踐案例就是最好的佐證。比如，Reddit 為了保障模型在多個(gè)安全維度審核聊天和搜索內(nèi)容時(shí)的性能，使用 Amazon Nova Forge 將專有領(lǐng)域數(shù)據(jù)整合到預(yù)訓(xùn)練階段后，首次生產(chǎn)出同時(shí)滿足準(zhǔn)確性和成本效益目標(biāo)的專屬模型。Sony 基于亞馬遜云科技構(gòu)建的 Sony Data Ocean，每天處理來(lái)自 500 多個(gè)數(shù)據(jù)源的 760TB 數(shù)據(jù)。通過(guò)將 Amazon Bedrock AgentCore 置于 Agentic AI 系統(tǒng)中心，Sony 能輕松實(shí)現(xiàn)管控、部署和管理更有用的 Agent 能力。

當(dāng)然，這場(chǎng) Keynote 對(duì) Agentic AI 的回答，僅是一個(gè)起點(diǎn)， 2025 亞馬遜云科技 re:Invent 還在繼續(xù)，接下來(lái)的幾日還會(huì)有更多重磅發(fā)布，InfoQ 也會(huì)持續(xù)關(guān)注，為讀者帶來(lái)更多報(bào)道。畢竟這場(chǎng)大會(huì)，可以算得上能決定整個(gè)行業(yè)接下來(lái)一年的討論重心。

2025 亞馬遜云科技re:Invent 中國(guó)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(chǎng)將同步開啟，無(wú)論你是云計(jì)算新手還是技術(shù)老兵，都將從高階演講、實(shí)戰(zhàn)內(nèi)容、技術(shù)分享和專家互動(dòng)中受益。點(diǎn)擊【閱讀原文】立即注冊(cè)，搶占席位，把握Agentic AI時(shí)代的新機(jī)遇！