来源：第一财经

原计划30人18个月的项目，现在6人76天完成。

这是re:Invent 2025上，亚马逊云科技展示的内部使用Kiro autonomous agent的实际效果。这个AI Agent与开发流程并行运作，自动化完成从功能交付、缺陷分类到提升代码覆盖率等一系列任务，它像资深开发者一样工作，但效率是人的数倍。

12月初，拉斯维加斯的re:Invent 2025上，亚马逊云科技CEO Matt Garman站在台上，给出了一个判断：“Agentic AI技术正处于关键转折点，从‘技术奇迹’转变为能提供实际业务价值的实用工具。”他预计，未来将有数十亿Agents在各行各业广泛运行，帮助企业实现10倍效率提升。

更关键的数据是：Amazon S3存储超过500万亿个对象，每秒处理超过2亿次请求；超过一半的CPU容量来自Amazon Graviton处理器；托管生成式AI服务Amazon Bedrock有超过50个客户已处理超1万亿个token。

而从行业看，转折的信号已经非常明显。过去两年，AI产业的叙事围绕着“谁训练出最强大模型”展开，资本追逐参数规模、Benchmark排名、技术突破。但在2025年，问题变了：谁能让AI真正进入企业的生产流程？谁能把算力转化为生产力？

这是云计算下半场的核心命题，而AI Agent，正在成为这场竞争的新战场。

重构AI生态

在re:Invent大会上，亚马逊云科技并未局限于单一芯片或模型的“军备竞赛”，而是系统性地披露了其覆盖从基础设施、大模型到Agent工具链等全栈式创新图谱。

自研芯片Amazon Trainium系列产品的快速迭代，核心始终锚定“能效比”这一关键指标——即每瓦特电力可承载的AI任务处理能力。当前，训练与推理的成本控制已成为AI商业落地的核心瓶颈，而能效比的持续优化，直接决定了AI技术规模化部署的可行性与商业价值兑现效率。

其中，Amazon Trainium3 UltraServers是亚马逊云科技首款搭载3纳米工艺的AI芯片的服务器，计算能力比Amazon Trainium2提升4.4倍，内存带宽提升3.9倍，每兆瓦算力处理的AI token数量提升5倍。一个典型的例子是，在运行OpenAI的GPT-OSS-120B模型时，每兆瓦输出token数是上一代的5倍以上，实现超高能耗比。

自研芯片的好处在于成本可控、供应链安全、差异化竞争。

亚马逊云科技还首次披露了Trainium4芯片，承诺将较上一代实现6倍的FP4计算性能、4倍内存带宽和2倍高内存容量，持续巩固亚马逊云科技在AI芯片领域的长期卓越地位。

另一方面，与英伟达的深度合作，则确保了在最复杂工作负载上顶尖算力的可用性与稳定性。

亚马逊云科技构建了一个开放的模型生态。

一方面，Amazon Bedrock平台新增Gemma、Mistral、Kimi、MiniMax最新系列等开源模型，一年间模型数量近乎翻倍，为企业提供丰富的 “货架式选择”，保障了企业的灵活性与自主权；另一方面，自研Amazon Nova 2系列基础模型家族精准覆盖高性价比、复杂任务处理、语音交互、多模态等细分场景，尤其Nova 2 Omni是业界首个支持文本、图像、视频和语音输入，同时生成文本和图像输出的推理模型。它支持多模态理解、图像生成和自然语言编辑，以及语音转录，大幅简化多模态应用开发流程。

如果说芯片与模型是AI生态的基础设施，那么AI Agent就是激活商业价值的关键抓手。Garman 强调，前沿Agent必须具备三大特征：自主决策、横向扩展、长时运行——这意味着它们不再是被动响应的聊天机器人，而是能主动完成端到端任务的“数字员工”。

大会期间，亚马逊云科技发布了一系列旨在降低Agent构建门槛、确保安全可控、并极大拓展其能力边界的前沿工具。

纵观一系列布局，一个清晰的战略意图浮出水面：在业界仍为模型参数或算力规模竞赛时，亚马逊云科技已将竞争维度升至“全栈工程化能力”的构建。它的目标不再是仅仅提供作为“水电煤”的算力资源，而是致力于成为支撑社会经济整体智能转型的“价值实现平台”。这个平台不仅要提供先进的工具，更要提供确保这些工具能够被安全、合规、高效使用的完整信任框架与操作范式。

事实上，这一战略也凸显了云计算核心属性的重要性——安全性、高可用性、弹性与成本优化能力在AI时代更为关键，也印证了“AI不是颠覆基础设施，而是放大核心价值”。

AI Agent 引爆效率革命

在AI商业化的宏大叙事中，一个至关重要却常被忽略的真相正变得清晰：对于大多数企业来说，AI的最大价值不是创造新东西，而是解决旧问题。亚马逊云科技及其合作伙伴的实践，正在将这一认知转化为可复用的路径。

AI Agent作为一种新型生产力工具，其价值首先体现在对复杂、重复的工作实现了自动化。例如技术债务每年在美国造成约2.4万亿美元的成本，70%的IT预算用于维护历史系统。Amazon Transform custom帮助客户从各类历史平台迁移，包括VMware、大型机以及Windows.NET等。数据显示，全栈Windows现代化速度提升5倍，消除70%的维护成本。Amazon Transform custom已经分析了十多亿行大型机代码，并将关键系统与应用逐步迁移至云端。

该产品的价值在于，AI Agent正在重新定义“工程能力”的边界，它让一个痛苦、耗时、高风险的工作有了自动化的驱动。企业不需要招聘大量工程师，花费数年时间迁移历史系统，而是可以用Agent更短地完成。据介绍，加拿大航空、Experian、QAD、Teamfront、汤森路透和Verisk等企业正使用Amazon Transform custom以减少技术债务。

对于像索尼这样拥有深厚数据资产的巨头，AI Agent的价值则体现在对内部流程的极致优化与数据价值的激活上。基于亚马逊云科技构建的索尼Data Ocean每天处理来自500多个数据源的760TB数据，在使用Amazon Bedrock构建企业大语言模型的两年时间里，拥有了57000名用户，每天处理超过15万个推理请求。他们将Amazon Bedrock AgentCore置于Agentic AI系统中心，微调Amazon Nova 2 Lite模型，目标是将索尼的合规审查与评估流程效率提升100倍。

“这不是简单的效率提升，而是业务模式的重构。”一位业内人士对记者表示。当AI Agent能够自主处理大量重复性工作，企业可以用更少的人力做更多的事，或者让团队专注于更高价值的创新。尤其是索尼Data Ocean的案例，都是AI进入生产环境的证明。这些案例的ROI更容易说服企业买单。

在数据安全领域，Druva的实践进一步验证了AI Agent的实用价值。Druva产品AI副总裁David Gildea表示：“在以往，当数据备份失败时，客户往往需要花费数小时，在数十个系统中手动排查日志。通过AI Agent，客户可以获得即时分析和数据恢复。”

而金融信息巨头S&P Global的案例则更具代表性。其内部Agentic工作流平台Astra将新应用部署时间从“几周”压缩至“几分钟”。这一飞跃的背后，是Amazon Bedrock AgentCore提供的控制策略、可观测性与评估框架，确保 Agent在高度自动化的前提下，依然满足金融行业对审计、合规与行为可追溯的严苛要求。

这些跨行业的案例共同指向一个结论：AI正在成为企业运营的“新一代自动化”底座。这意味着AI的商业化已进入“实用主义”阶段。企业不再为“是否使用AI”而争论，而是聚焦于“如何安全、可控、可衡量地用AI解决具体业务痛点”。

可以说，AI的商业化落地，正从面向消费者的、显性的“应用创新”，坚定地转向面向企业的、隐性的“过程创新”。这释放了产业成熟度的一个关键信号。它意味着企业客户对AI的评估标准，已经从对AI本身的新奇度，彻底转向了ROI的安全合规保障。

对于企业而言，拥抱AI Agent的关键不在于追逐技术热点，而在于梳理自身核心痛点，找到AI能力与业务需求的结合点，通过“小步快跑、快速验证”的方式，逐步实现从 “流程优化” 到 “范式重构” 的价值升级。

亚马逊云科技的战略优势正在于此：它没有停留在模型或芯片的单点突破，而是构建了一套覆盖成本、安全、效率与可扩展性的全栈解决方案。无论是通过Amazon Transform custom 清理技术债务，还是利用Amazon Bedrock AgentCore构建可信工作流，其核心逻辑始终一致——降低AI落地的门槛与风险，放大其ROI的确定性。

超越泡沫：AI行业的价值回归

回望2025年，资本市场对AI的狂热与疑虑交织。一方面，英伟达、微软等巨头市值狂飙；另一方面，关于“循环交易”、“算力过剩”和“泡沫破裂”的警告不绝于耳。在这种背景下，亚马逊云科技在re:Invent 2025的集中展示，提供了一个超越短期炒作、聚焦长期价值的产业视角。

这正是业界对“AI价值何在”这一核心诘问的工程化实践答案。行业逐渐认识到，孤立的算力增长或模型性能提升，并不自动等同于商业成功。真正的价值产生于AI技术与复杂业务流程的安全、可靠、深度集成，并最终表现为成本降低、效率提升或收入增长。

在这过程中，亚马逊云科技凭借其从芯片、网络、数据中心到模型、Agent平台、行业解决方案的全栈控制力，正致力于将AI从“实验室奇迹”工程化为“企业级服务”。

例如，Adobe高管在演讲中强调，AI并非取代人类创造力，而是增强它。如今Adobe正通过生成式AI将想象力更快转化为现实，赋能全球创作者、营销人员与商业用户。例如将 Adobe Firefly模型深度集成于Photoshop、Adobe Express等产品，支持图像生成、文本转视频、智能重着色等功能，90% 以上创作者已积极使用生成式AI工具。

在AI重塑创造力的时代，Adobe的AI转型与亚马逊云科技的深度合作息息相关：从 Amazon EC2、Amazon S3 到 Amazon FSx、Amazon SageMaker 和 Amazon Bedrock，亚马逊云科技提供了安全、可扩展、高性能的云基础设施和构建AI Agent的全栈工具集，使 Adobe 能专注于其核心优势——释放各行业用户的创造力。这也意味着，尽管AI正在改变应用开发的范式，但云计算的基础属性如安全性、可用性、弹性、成本和敏捷性等优势，比以往任何时候都更加重要。

与此同时，云厂商在AI时代的角色正在重新被定义：价值实现的“赋能平台”。通过亚马逊云科技在构建AI Agent方面的全栈布局，它回应了企业对数据安全、模型定制化和行为合规性的终极关切。亚马逊云科技不再仅仅是资源的提供者，更是帮助企业治理、控制和规模化其AI能力的战略伙伴。

而亚马逊云科技一系列全栈布局的背后，预示着AI竞争的下半场：从技术标杆竞赛，转向生态系统与落地能力的较量。亚马逊云科技正致力于构建一个多元、开放且以客户价值为中心的AI生态系统。竞争的焦点已不仅是训练出最强大的模型，更是谁能提供最完整的工具链、最丰富的模型选择和最安全的部署环境，让百万企业能够真正用好AI。

在AI从狂热走向理性的拐点，这种“重基建、强落地、讲 ROI”的务实路径，或许正是穿越周期的关键。