Agentic AI的未來已來，你是否已經準備就緒？

當Agentic AI正在重塑未來世界，你是否已經為之做好了充足準備？

在亞馬遜云科技2025 re:Invent全球大會上，亞馬遜云科技Agentic AI副總裁Swami Sivasubramanian博士發表了一場激動人心的主題演講。

本次演講不僅充分展示了亞馬遜云科技在AI領域的最新成果，而且深入探討了Agentic AI的當前進展與未來展望，激發了廣大參會嘉賓對未來AI技術發展的無限遐想。

AI驅動的自由創造時代

“人類的故事，總是由那些愿意創造、愿意被誤解的人推動前進。”Swami博士以一句充滿激情的開場白，拉開了整場演講的序幕。

當挑戰邊界的先驅者們擁有一種不僅可以回應，而且還能自主決策、實現超越想象的技術時，將會帶來怎樣的變革？Swami博士指出，這種技術如今正以生成式AI的形式，賦予科學家、工程師和團隊協作前所未有的力量。

Swami博士回憶起自己的高中時期，在資源有限的環境下，通過不斷嘗試和修正，最終成功編寫出一個科學計算器程序的那一刻，是他人生中首次感受到的自由創造。這段經歷引發了眾多開發者對于創造自由的廣泛共鳴。如今，全世界的開發者們正在通過AI Agent智能體感受到同樣的創造自由，這也標志著IT行業迎來了重大轉折點。

Agent：從聊天機器人到自主決策者

Swami博士明確了Agent的定義：它能夠感知并與數字環境交互，將高層目標轉化為一系列可執行步驟，并持續學習提升效率。

通過對比聊天機器人與Agent的不同，Swami博士強調了Agent在自主解決問題方面的優勢。譬如當官網流量下降時，聊天機器人可能只可以提供一般性建議，而Agent則能夠自動調查問題、診斷原因并啟動解決方案。

Swami博士指出，Agent的強大能力，源于其三個關鍵組件——模型、代碼和工具。其中，模型作為Agent的大腦，負責推理、規劃和執行；代碼定義了Agent的身份和能力；工具則讓Agent能夠實際操作和界面交互。

“隨著模型推理能力的增強，Agent的構建將變得更加簡單和高效。”Swami博士說道。

Strands Agent SDK：簡化Agent構建的未來

為了提升開發者的工作效率，簡化Agent的構建過程，亞馬遜云科技推出了Strands Agent SDK。

Swami博士表示，Strands Agent SDK采用模型驅動的方法，讓現代大型語言模型能夠自主處理Agent可能遇到的任何場景，省去了預設工作流程和復雜協調代碼的需要。這一創新不僅提高了Agent的準確性，而且還大大提升了代碼的可維護性。

Swami博士透露，自從今年5月發布預覽版以來，Strands Agent SDK已經收到了數百份社區貢獻，新增了包括Gemini模型提供商支持、A2A支持、multi-Agent hooks等功能。就在這個星期，Strands Agent SDK還新增了對TypeScript的支持和邊緣設備運行能力，進一步拓寬了其應用場景。截至目前為止，Strands Agent SDK的下載量已經超過529萬次，成為了廣大開發者構建Agent的首選工具。

AgentCore：邁向生產環境的橋梁

盡管開發者能夠在自己的筆記本電腦上嘗試構建Agent，但是要將這些出色的概念驗證落地到生產環境，仍然需要面臨諸多的挑戰。

Swami博士指出，生產環境需要大規模快速部署Agent的能力、強大的記憶系統、嚴格的身份與訪問管理、無縫的工具連接能力以及監控和調試問題的能力。

為此，亞馬遜云科技推出了Amazon Bedrock AgentCore，這是一個先進的Agent平臺，旨在幫助開發者在安全前提下大規模構建、部署和運營Agent。AgentCore提供了模塊化工具箱，能夠與任何Agent框架和模型配合使用，讓開發者能夠專注于創造真正解決業務問題的突破性體驗。

通過Cox Automotive的案例，Swami博士在大會現場展示了AgentCore如何幫助企業重新定義在整個組織內構建和部署Agent的方式。Cox Automotive利用AgentCore構建了高效的Agent系統，顯著提升了業務轉型的速度和效果。

記憶與效率：讓Agent更加智能和高效

在主題演講中，Swami博士深入探討了Agent記憶的重要性。他指出，除了短期記憶和長期記憶外，Agent還需要episodic記憶功能來理解和學習用戶行為背后的時間背景和動機。通過引入episodic記憶，Agent能夠記住并從過去的經歷中學習，從而為用戶提供更加個性化的解決方案。

在提升Agent效率方面，Swami博士介紹了三種主要技術：有監督微調、模型蒸餾和強化學習。其中，有監督微調通過精選數據集將AI Agent培養成專家；模型蒸餾則通過訓練小模型模仿大模型的行為和思考過程來提高效率；強化學習則通過試錯學習來優化Agent的性能。

為了進一步簡化模型定制過程，亞馬遜云科技還在Amazon Bedrock中推出了強化微調（RFT）功能。該功能允許開發者無需深厚的機器學習專業知識或大量標記數據，就可以提高模型的準確性。

除此以外，Amazon SageMaker AI也推出了新的Serverless無服務器模型定制功能，支持多種定制技術和熱門模型，讓開發者能夠更加靈活地構建和部署專屬AI模型。

信任與可靠性：構建可信的AI Agent

Swami博士指出，隨著AI Agent在更多關鍵任務中的應用，確保其按預期執行變得尤為重要。

為了提升AI Agent的可信度和可靠性，亞馬遜云科技做出了諸多努力和創新。譬如，通過融合自動推理與大型語言模型，亞馬遜云科技開發了神經符號AI技術，能夠在賦予AI Agent最大自由度的同時，明確其安全操作邊界。自動推理技術則通過對數理邏輯中證明的搜索與詳細驗證，確保AI Agent的行為符合預期。

在大會現場，Swami博士展示了Amazon IAM Access Analyzer、Amazon VPC Reachability Analyzer等基于自動推理技術的工具，并介紹了Kiro CLI這一全新的與模型無關的集成開發環境是如何通過規范驅動方法，來提升軟件開發的準確性和可靠性。

在可靠性方面，Swami博士宣布Amazon Nova Act已經正式可用。Nova Act是一項全新服務，用于構建和管理AI Agent集群，以高可靠性自動化生產環境中的用戶界面工作流程。通過緊密集成的組件協同工作，Nova Act實現了90%的可靠性，為企業提供了簡單且可靠的自動化解決方案。

前沿AI Agent與協作未來

在本屆大會上，Swami博士還介紹了三款強大的全新前沿AI Agent：Kero Autonomous Agent、Amazon Security Agent和Amazon DevOps Agent。

Swami博士表示，這些AI Agent具備更高的自主性和持久性，能夠與人類團隊協作解決復雜問題。譬如Kero Autonomous Agent能夠與開發者協作解決積壓任務；Amazon Security Agent則能幫助企業從一開始就構建安全的應用程序；Amazon DevOps Agent則可以成為用戶隨叫隨到的助手，不僅可以分類問題，而且還能進行主動預防。

在演講的最后環節，Swami博士為廣大觀眾描繪了一個人機協作的Agent時代愿景：組織中的每個人都將擁有AI Agent協作伙伴，放大個人能力，消除繁瑣任務，讓人們能夠專注于自己熱愛的工作。亞馬遜云科技將繼續投入自動推理和強化學習等創新技術，助力企業滿足現代工作流程對高精度和高可靠性的需求。

“AI Agent不僅賦予了每個人將想法變為現實的自由，還以前所未有的速度推動了從概念到影響的轉變。隨著技術的不斷進步和開發者社區的共同努力，AI Agent的未來將更加光明和充滿可能。”Swami博士表示，“AI Agent標志著我們這個時代最具變革性的一步，而亞馬遜云科技則是構建和運行這些AI Agent的最佳平臺。”