大模型退居幕后，Agent 站上 C 位，這是 2025 年 AI 產(chǎn)業(yè)的主旋律。

Agent 元年的本質(zhì)，是大模型技術(shù)演進曲線趨緩、市場需求從問答到執(zhí)行、經(jīng)濟價值關(guān)注可量化 ROI 的三重拐點疊加。產(chǎn)業(yè)的關(guān)注焦點，已從模型參數(shù)轉(zhuǎn)向復(fù)雜工作流的可靠編排能力與人機責任邊界定義，當大模型的技術(shù)狂歡遭遇商業(yè)理性，Agent 成為 AI 落地的階段性答案。

亞馬遜云科技 CEO Matt Garman 此前表示：Agentic AI 有可能成為亞馬遜云科技下一個數(shù)十億美元規(guī)模的業(yè)務(wù)。為此，幾個月前，亞馬遜云科技成立了直接向 CEO 匯報的 Agentic AI 團隊。

近日鈦媒體 App 對話了亞馬遜云科技全球技術(shù)總經(jīng)理 Shaown Nandi，獲悉亞馬遜云科技如何看待 Agentic AI，以及如何推動 Agentic AI 實踐的底層邏輯。

從大模型到 Agent 的拐點

產(chǎn)業(yè)正站在一個新的拐點——從 " 工具型應(yīng)用 " 向 " 代理型（Agentic AI）應(yīng)用 " 的范式轉(zhuǎn)變。Gartner 將 "Agentic AI" 列為年度十大戰(zhàn)略性技術(shù)趨勢，并做出了一個令人深思的預(yù)測：到 2028 年，15% 的日常工作決策將由 Agentic AI 自主完成，而這一比例在 2024 年幾乎為零。

在過去幾年中，AI 技術(shù)經(jīng)歷了幾個重要的發(fā)展階段：從最初的預(yù)測 AI（用于欺詐檢測、風險監(jiān)控等），到助手 AI（如聊天機器人），再到現(xiàn)在正在興起的 Agentic AI。每個階段都帶來了新的能力和可能性。

AI Agent 是能夠替代人類或系統(tǒng)運用 AI 進行推理、任務(wù)規(guī)劃和執(zhí)行的自主運行軟件系統(tǒng)。AI Agent 的 " 大腦 " 由大語言模型（LLM）提供支持，使其具備了類似人類的思考能力，搭配 " 記憶 " 系統(tǒng)用于儲存和處理信息，具備豐富的工具訪問能力，可以連接各種 API 和系統(tǒng)，就像人類使用各種工具完成工作一樣。

而目前來看，客戶在越來越多地使用 Agent。建立 Agent 的過程中，會回饋生成更多的數(shù)據(jù)，這些數(shù)據(jù)需要存儲，客戶也需要訪問更多的數(shù)據(jù)，以獲得更有效的決策和更好的結(jié)果。隨著 Agent 越來越流行、應(yīng)用規(guī)模不斷擴大，也被更多人接受，亞馬遜云科技可以提供更好的技術(shù)方案，幫助企業(yè)更高效地運行 Agent 系統(tǒng)、優(yōu)化運營、降低成本。

" 隨著 Agent 的發(fā)展，與云相關(guān)的使用活動也在相應(yīng)增長。" 他說，" 現(xiàn)在財富 500 強的大企業(yè)中，有 75% 的工作負載仍然運行在本地。這意味著未來他們有大規(guī)模的遷移任務(wù)。很多實踐目前都還處在實施的早期階段，Agent 在未來會有非?？焖俚陌l(fā)展和廣闊的前景。"

在亞馬遜云科技中國峰會上，亞馬遜全球副總裁、亞馬遜云科技大中華區(qū)總裁儲瑞松表示，Agentic AI 時代，最令人興奮的將是產(chǎn)品服務(wù)乃至商業(yè)模式的創(chuàng)新，因為能高效創(chuàng)新的企業(yè)將有機會大幅度提升客戶和用戶體驗，革新商業(yè)模式，獲取高額價值回報。

比如，Uber、 Airbnb 創(chuàng)造了共享經(jīng)濟模式，Netflix 開創(chuàng)了訂閱制內(nèi)容消費模式。隨著 AI 的快速發(fā)展，還有很多初創(chuàng)企業(yè)正在致力于創(chuàng)造新的商業(yè)奇跡。初創(chuàng)公司 Cursor 將 AI 深度集成到代碼編輯器中，革新了編程方式；Perplexity，通過 AI 實時搜索引擎，提供了全新的信息獲取和知識探索的方式。

儲瑞松指出，我們處在一個企業(yè)經(jīng)營范式轉(zhuǎn)移的關(guān)口。疫情以來，在大環(huán)境的不確定下，很多企業(yè)聚焦于成本優(yōu)化，謀求生存之道。而 Agentic AI 時代的到來，企業(yè)更需要考慮的是，利用 Agentic AI 加速創(chuàng)新、大幅度提升客戶和用戶體驗，革新商業(yè)模式，獲取高額價值回報，同時提升運營效率、降低成本的具體路徑。用 AI 創(chuàng)新、創(chuàng)造價值的重要性將極大提升，變得比成本優(yōu)化重要得多。

構(gòu)建一個 AI Agent 的必需要素

相較于由 Agent 自主決定的模式，企業(yè)級客戶更傾向于確定性，有行業(yè)人士對鈦媒體 App 表示，工程化能力在 AI Agent 的重要性被低估了。

Shaown Nandi 深以為然，他提到，大型企業(yè)的需求通常非常具有挑戰(zhàn)性。在亞馬遜云科技，我們在提供服務(wù)，比如通過 Amazon Bedrock 幫助客戶構(gòu)建應(yīng)用時，首先考慮的就是幾個核心點。

對于企業(yè)級應(yīng)用，安全性和韌性必須在設(shè)計初期就被納入考量，在此之后再去考慮功能的實現(xiàn)。但如果是面向 C 端的應(yīng)用或產(chǎn)品，開發(fā)初期通常更關(guān)注是否能打造出讓用戶眼前一亮、使用體驗好的功能，然后才逐步去補充對風險的考慮。這是兩者之間有非常本質(zhì)的區(qū)別。

" 在云計算剛興起時，我們也經(jīng)歷過類似階段，很多客戶都是在經(jīng)歷問題后逐步總結(jié)經(jīng)驗、形成規(guī)范。所以我們現(xiàn)在的企業(yè)客戶尤其重視我們的服務(wù)韌性、安全性和可控性。" 他說。

亞馬遜云科技也總結(jié)了構(gòu)建 AI Agent 的關(guān)鍵要素，第一，需要統(tǒng)一的 AI 就緒的基礎(chǔ)設(shè)施；第二，需要聚合并治理過的 AI 就緒的數(shù)據(jù)；第三，需要明確的策略和快速高效的執(zhí)行。

首先，企業(yè)需要有統(tǒng)一的 AI 就緒的基礎(chǔ)設(shè)施。在 Agentic AI 時代，企業(yè)上云的關(guān)鍵是選擇一朵對的云。而若想選擇對的云，企業(yè)需要考慮以下因素：第一，安全性，這是底線；第二，穩(wěn)定可靠，因為云會成為未來 Agentic AI" 數(shù)字員工 " 的工作場所，云的穩(wěn)定可靠將給企業(yè)的 Agentic AI " 數(shù)字員工 " 提供一個好的工作場所。

第三，靈活性，若要很好地支持企業(yè)的全球業(yè)務(wù)拓展，云需要提供大環(huán)境不確定性下靈活應(yīng)對的確定性。第四，技術(shù)領(lǐng)先性，AI 發(fā)展日新月異，云需要與時俱進，才能很好地支持企業(yè)的 AI 創(chuàng)新。所以企業(yè)選擇云服務(wù)商不光要看其當下的技術(shù)能力，還要看其是否以云為主業(yè)、是否有合理的營利，能支持長期、高強度投入，未來還能保持領(lǐng)先。

第二，企業(yè)也需要聚合且治理過的 AI 就緒的數(shù)據(jù)。在 AI 時代，企業(yè)獨有的、能給企業(yè)帶來差異化價值的是數(shù)據(jù)，這也是很多企業(yè)最重要的戰(zhàn)略資產(chǎn)。企業(yè)數(shù)據(jù)是否 AI 就緒是決定企業(yè) AI 應(yīng)用水平天花板的重要因素。數(shù)據(jù)決定一家企業(yè)未來 Agentic AI" 數(shù)字員工 " 的視野高度、能力范疇、決策水平和執(zhí)行效果。

企業(yè) Agentic AI" 數(shù)字員工 " 作為一個整體，所需的數(shù)據(jù)有沒有、能不能被訪問、質(zhì)量是否高，決定了它們能給企業(yè)創(chuàng)造價值的多少。所以，要最大化 Agentic AI 能給企業(yè)帶來的價值創(chuàng)造，企業(yè)必須打破數(shù)據(jù)孤島，有效聚合和治理數(shù)據(jù)。Agentic AI" 數(shù)字員工 " 是僅僅能幫助個別人、個別團隊，還是大的部門、乃至整個企業(yè)，取決于數(shù)據(jù)是否是企業(yè)級、以及是否經(jīng)過聚合和治理。

最后，要實現(xiàn) Agentic AI 價值創(chuàng)造，企業(yè)還需要有明確的策略并快速高效地執(zhí)行。企業(yè)需要對 Agentic AI 價值創(chuàng)造有客觀的預(yù)期：短期不要有過高不切實際的期望，但是長期一定不能低估它將會對各行各業(yè)帶來的影響。

同時，企業(yè)還要選擇合適的合作伙伴和技術(shù)棧。在選擇時，企業(yè)不應(yīng)只關(guān)注技術(shù)指標，而應(yīng)選擇主流、開放、安全、可持續(xù)且深刻理解企業(yè)業(yè)務(wù)，能長期陪伴的合作伙伴。同時，所選擇的技術(shù)棧也需要能支持 Agentic AI 開發(fā)的主要模式，如 workflow、 graph、swarm 等。在明確的策略下快速高效的執(zhí)行非常重要。能快速實踐 Agentic AI 應(yīng)用、并及時總結(jié)經(jīng)驗、迭代提升、推廣復(fù)制的企業(yè)，將有可能更早地從中獲益、并疊加膨脹獲益，從先人一步發(fā)展成為持續(xù)領(lǐng)先。

關(guān)于 Agent 開發(fā)類型，Shaown 表示，原則上所有的 Agent 都可以由客戶和合作伙伴開發(fā)，亞馬遜云科技會專注于與自身專業(yè)知識相關(guān)的 Agent，例如推出專注于遷移任務(wù)的 Amazon Transform，或在 Amazon Q Developer 中構(gòu)建軟件開發(fā)相關(guān)的 Agent。

Shaown Nandi 總結(jié)表示，" 我們的目標是讓市場上擁有更多 Agent 和模型的選擇。我們非常重視與合作伙伴的協(xié)同，希望能為他們提供底層技術(shù)能力，包括 Amazon Bedrock、基礎(chǔ)設(shè)施服務(wù)、數(shù)據(jù)庫能力、數(shù)據(jù)處理能力和計算能力，幫助他們更高效地開發(fā)符合自身需求的應(yīng)用，從而推動整個市場更快、更有效地發(fā)展。"（本文首發(fā)于鈦媒體 APP，作者 | 張帥，編輯 | 蓋虹達）