過去一年，亞馬遜云科技圍繞Agent構(gòu)建了一場(chǎng)從技術(shù)演示到生產(chǎn)落地的戰(zhàn)略跨越：如何讓Agent真正融入企業(yè)的業(yè)務(wù)場(chǎng)景并創(chuàng)造可量化的價(jià)值。

這場(chǎng)戰(zhàn)略布局的起點(diǎn)是平臺(tái)能力的構(gòu)建：

2025年7月的紐約峰會(huì)上，亞馬遜云科技發(fā)布了Amazon Bedrock AgentCore，為企業(yè)根據(jù)自身架構(gòu)定制Agent提供了最大靈活性。 2026年上半年，亞馬遜云科技再度對(duì)Bedrock AgentCore進(jìn)行功能升級(jí)，聚焦于Agent的知識(shí)邊界、優(yōu)化生產(chǎn)閉環(huán)及強(qiáng)化安全管控，并與OpenAI擴(kuò)大合作，將其最新模型、Codex等登陸B(tài)edrock ，提升客戶構(gòu)建Agent最后一公里的速度和能力。

同時(shí)，亞馬遜云科技構(gòu)建了首批前沿Agent，包括Kiro自主Agent，Security Agent以及DevOps Agent，分別在軟件構(gòu)建、安全、運(yùn)維領(lǐng)域承擔(dān)虛擬專家角色。

如今，亞馬遜云科技形成了為企業(yè)實(shí)現(xiàn)Agent業(yè)務(wù)轉(zhuǎn)型所需的AI的五層技術(shù)棧地圖：從底層的AI infra，到模型層、數(shù)據(jù)層，再到Agent平臺(tái)層以及工具和應(yīng)用層。

亞馬遜云科技的策略清晰且務(wù)實(shí)：以客戶需求為起點(diǎn)，從業(yè)內(nèi)所關(guān)注的開發(fā)、運(yùn)維、安全等場(chǎng)景切入，用工程化能力將Agent從回答問題的助手改造為解決問題的隊(duì)友。亞馬遜全球副總裁、亞馬遜云科技亞太區(qū)聯(lián)席總裁儲(chǔ)瑞松判斷，Agentic AI爆發(fā)的拐點(diǎn)已然來臨。這背后，伴隨模型能力的不斷提升和Agent工程體系的日益成熟，始終要關(guān)注AI能為企業(yè)解決什么實(shí)際問題。

目前，市場(chǎng)對(duì)亞馬遜云科技也存在部分擔(dān)心：作為云計(jì)算基礎(chǔ)設(shè)施領(lǐng)域的絕對(duì)王者，在Agent時(shí)代能否補(bǔ)齊模型和平臺(tái)的短板。亞馬遜云科技選擇用“模型多樣”“自研芯片成本優(yōu)勢(shì)”“平臺(tái)中立”等作為差異化策略，而市場(chǎng)也需要時(shí)間去印證這一策略的有效性。

在模型層面，Amazon Bedrock在推出的兩年多時(shí)間里，提供了從最初的個(gè)位數(shù)模型，到如今來自數(shù)十家模型提供商的上百個(gè)模型，其中包括來自中國的開源模型DeepSeek、MiniMax、Kimi、Qwen、GLM等，為中國出海企業(yè)提供了豐富選擇；在芯片層面，其自研芯片業(yè)務(wù)已達(dá)到年化營收超過200億美元的規(guī)模，并躋身全球數(shù)據(jù)中心芯片市場(chǎng)前三名。這種經(jīng)驗(yàn)也極大地增強(qiáng)了其在Agent部署時(shí)對(duì)性能和成本的考量。同時(shí)，亞馬遜云科技倡導(dǎo)平臺(tái)中立原則，也是希望成為諸多AI初創(chuàng)公司的選擇，其實(shí)這一原則也影響到了它對(duì)AgentCore等產(chǎn)品功能的塑造：與具體模型或具體框架無關(guān)，而是賦予企業(yè)自主選擇權(quán)和自由組合的能力。

峰會(huì)期間，亞馬遜云科技全球數(shù)據(jù)庫服務(wù)副總裁Ganapathy（G2）Krishnamoorthy與筆者交談中談到，對(duì)于企業(yè)而言，擁有豐富的模型選擇至關(guān)重要，如此才能對(duì)具體的能力、成本和性能進(jìn)行最優(yōu)化權(quán)衡。因此，提供一個(gè)良好的生產(chǎn)環(huán)境是亞馬遜云科技的核心命題。目前亞馬遜云科技與所有模型廠商都保持著極其緊密的合作，確保模型在其環(huán)境中得到充分優(yōu)化，尤其是適配Amazon Trainium芯片，以實(shí)現(xiàn)最佳性能和最低成本。

談Agent生態(tài)競爭：賦予開發(fā)者自由選擇權(quán)

G2：AgentCore的核心差異化在于：首先，它是真正做到了與具體模型或具體框架無關(guān)，賦予了構(gòu)建者自由選擇模型的權(quán)利。其次，它是完全可組合的，客戶不需要通盤使用AgentCore中的所有功能，只需選用與自身場(chǎng)景和用例相關(guān)的子集即可。再者，如果你不想用Amazon Bedrock，而是想集成OpenAI API，也完全可以做到，這種混合搭配（mix and match）的能力極其重要。

我們專注如何提供全棧能力，來加速客戶從概念驗(yàn)證（POC）到生產(chǎn)環(huán)境的推行進(jìn)程。在Agent應(yīng)用中，模型只是大腦，而大腦之外的其他核心能力——如何便捷安全地連接工具、如何提供正確的合規(guī)治理、如何構(gòu)建技能（Skills），以及如何為自主運(yùn)行的關(guān)鍵負(fù)載提供全方位的可觀測(cè)性，這些都是AgentCore能夠出色解決的硬核難題。

談與模型廠商的合作：保持極其密切的合作

G2：正如大家所見，這個(gè)領(lǐng)域的發(fā)展瞬息萬變，技術(shù)能力在突飛猛進(jìn)。我個(gè)人認(rèn)為，作為一名構(gòu)建者，擁有豐富的模型選擇至關(guān)重要，這樣我才能針對(duì)具體的能力、成本和性能進(jìn)行最優(yōu)化權(quán)衡。

亞馬遜云科技的定位在于，要確保我們成為模型和Agentic解決方案走向生產(chǎn)環(huán)境，并為客戶創(chuàng)造價(jià)值的最佳場(chǎng)所。為此，我們要為構(gòu)建者提供一個(gè)優(yōu)良的生態(tài)環(huán)境，讓他們的解決方案能以合適的安全級(jí)別、生產(chǎn)力標(biāo)準(zhǔn)和成本進(jìn)行大規(guī)模部署。這也是為什么我們與所有模型廠商都保持著極其緊密的合作，確保他們的模型在我們的環(huán)境中得到充分優(yōu)化，尤其是適配Amazon Trainium芯片，以實(shí)現(xiàn)最佳性能和最低成本。目前這些先進(jìn)模型在我們的全棧架構(gòu)上運(yùn)行良好。

亞馬遜云科技產(chǎn)品部技術(shù)總監(jiān)王曉野補(bǔ)充：對(duì)于中國的本土模型廠商，我們一直都在極其積極地開展合作，已將幾款領(lǐng)先的開源模型引入了Amazon Bedrock，讓更多人擁有選擇。在芯片層面，我們團(tuán)隊(duì)一直都在與中國領(lǐng)先模型廠商合作，推進(jìn)他們?cè)诖竽Ｐ蜕吓c我們自研芯片的訓(xùn)練適配。公開信息顯示，亞馬遜云科技已實(shí)現(xiàn)與小米MiMo-V2.5-Pro Day-0適配。

談Agent對(duì)數(shù)據(jù)庫的新要求

G2：數(shù)據(jù)才是客戶利用這些先進(jìn)技術(shù)、為業(yè)務(wù)創(chuàng)造新價(jià)值的最終差異化來源。我們的思考路徑是：如何為Agentic AI創(chuàng)新解鎖企業(yè)現(xiàn)有的全部數(shù)據(jù)資產(chǎn)。

首先，我們讓所有的數(shù)據(jù)庫——無論是PostgreSQL、MySQL、Amazon DynamoDB，還是傳統(tǒng)商業(yè)授權(quán)的SQL Server和Oracle，都支持MCP（模型上下文協(xié)議）服務(wù)器，使得這些數(shù)據(jù)能夠被Agentic框架順暢訪問。其次，非常關(guān)鍵的一點(diǎn)是Agent擁有上下文（Context）和記憶（Memory）。我們要確保所有數(shù)據(jù)都能作為上下文供Agent使用，或者賦予數(shù)據(jù)庫存儲(chǔ)和管理Agent記憶的能力，這就要求數(shù)據(jù)庫具備向量功能和混合搜索能力。

因此，我們確保底層數(shù)據(jù)庫具備這些必要能力：如果你用PostgreSQL，可以使用pgvector向量插件；如果你用Valkey或Amazon ElastiCache，我們?yōu)槠湓黾恿讼蛄恐С郑蝗绻阌脠D數(shù)據(jù)庫Amazon Neptune，我們也為其引入了向量檢索能力。

AI原生數(shù)據(jù)庫應(yīng)具備的能力，以及對(duì)客戶的建議

G2：隨著越來越多AI應(yīng)用的誕生，AI原生數(shù)據(jù)庫需要具備以下幾個(gè)核心能力：

首先是極其便捷的數(shù)據(jù)訪問能力，數(shù)據(jù)中的所有數(shù)據(jù)能通過MCP（模型上下文協(xié)議）被順暢調(diào)用。其次是支持向量嵌入和混合搜索能力，賦予應(yīng)用程序存儲(chǔ)和檢索Agentic記憶的功能。再者是模型調(diào)用能力，數(shù)據(jù)庫環(huán)境本身是否支持直接調(diào)用AI模型進(jìn)行推理。

此外，如今借助AI工具，任何普通人都可以構(gòu)建應(yīng)用程序，但他們并不懂傳統(tǒng)的數(shù)據(jù)庫管理。因此，你需要一個(gè)真正毫不費(fèi)力的數(shù)據(jù)庫，不需要人工去評(píng)估調(diào)整實(shí)例規(guī)格，也不需要人工做日常運(yùn)維。它必須易于創(chuàng)建、按需自動(dòng)伸縮并能隨著時(shí)間推移自我優(yōu)化。

最后一點(diǎn)是極致的伸縮規(guī)模。當(dāng)你打造出一款爆款應(yīng)用時(shí)，底層基礎(chǔ)設(shè)施必須能隨著用戶增長向上實(shí)現(xiàn)千萬級(jí)并發(fā)擴(kuò)容；而當(dāng)該應(yīng)用僅供個(gè)人或小團(tuán)隊(duì)低頻使用時(shí)，基礎(chǔ)設(shè)施必須能夠向下縮容到零（Scale to zero），僅在真正被使用并產(chǎn)生價(jià)值時(shí)才計(jì)費(fèi)，這是屬于無服務(wù)器（Serverless）的能力。

我們始終建議客戶：要選擇在當(dāng)下最能為你的業(yè)務(wù)和客戶創(chuàng)造價(jià)值的路徑。

如果你目前使用的是SQL Server或Oracle等傳統(tǒng)數(shù)據(jù)庫，我們建議你推進(jìn)現(xiàn)代化改造，將其遷移到MySQL或PostgreSQL，這能免除高昂的許可費(fèi)用并優(yōu)化長期架構(gòu)姿態(tài)。如果你擁有的是一套現(xiàn)有的ERP或供應(yīng)鏈管理等封裝應(yīng)用，完全沒問題，你可以等準(zhǔn)備就緒后再進(jìn)行現(xiàn)代化改造，當(dāng)下首要的是協(xié)助你直接從現(xiàn)有數(shù)據(jù)中創(chuàng)造價(jià)值。

但如果你要啟動(dòng)一個(gè)全新的項(xiàng)目，我們強(qiáng)烈建議客戶直接基于現(xiàn)代化的開放式數(shù)據(jù)底座進(jìn)行構(gòu)建：如果選關(guān)系型數(shù)據(jù)庫，請(qǐng)使用MySQL或PostgreSQL；如果建數(shù)據(jù)湖，請(qǐng)采用Apache Iceberg格式。因?yàn)殚_源底座能賦予企業(yè)面向未來的極高靈活性，并在成本上具備壓倒性優(yōu)勢(shì)。

總之是，新項(xiàng)目，果斷采用現(xiàn)代開源底座；既有應(yīng)用，把釋放數(shù)據(jù)價(jià)值作為首要任務(wù)，而不是把推翻重構(gòu)底層數(shù)據(jù)基礎(chǔ)設(shè)施作為第一邏輯。

談客戶AI轉(zhuǎn)型挑戰(zhàn)

G2：獵豹移動(dòng)的CEO傅盛談到了公司利用AI轉(zhuǎn)型的歷程。技術(shù)本身已經(jīng)非常強(qiáng)大且在迅速演進(jìn)，但企業(yè)真正需要的大變革其實(shí)是領(lǐng)導(dǎo)力和愿景的落地。因此，這不僅是一場(chǎng)技術(shù)進(jìn)步，更是一場(chǎng)自上而下的組織變革。

從全球視角來看，各地企業(yè)都在真正認(rèn)清AI的潛在價(jià)值，大家普遍的做法是先構(gòu)建概念驗(yàn)證（POC）來證明價(jià)值，然后再將行之有效的方案規(guī)模化推開。

談客戶需求：考慮他們的運(yùn)營環(huán)境

G2：我認(rèn)為側(cè)重點(diǎn)與其談公司規(guī)模大小，不如談是他們所處的運(yùn)營環(huán)境。一家處于高度監(jiān)管復(fù)雜環(huán)境下的企業(yè)，其需求顯然與YC孵化器里的初創(chuàng)公司完全不同。但他們也有共同的訴求，那就是構(gòu)建者的生產(chǎn)力和縮短達(dá)成業(yè)務(wù)成果的時(shí)間變得前所未有地重要。

當(dāng)公司規(guī)模變大，最核心的一點(diǎn)是如何在其現(xiàn)有的龐大投資基礎(chǔ)之上開展運(yùn)營，而不是推倒重來。大型企業(yè)已經(jīng)經(jīng)歷過多次技術(shù)迭代，我們的解決方案必須契合其現(xiàn)有的技術(shù)投資；而初創(chuàng)企業(yè)現(xiàn)在才開始做選擇，因而擁有極高的靈活性。我們?cè)谄胶饨鉀Q方案時(shí)，會(huì)綜合考量客戶的所屬行業(yè)以及他們當(dāng)下的運(yùn)營環(huán)境，踐行我們常說的理念——在客戶所處的位置回應(yīng)他們（meeting the customer where they are），充分理解他們的既有投資和可選路徑，為其創(chuàng)造最大的AI價(jià)值。

談Amazon Context的出發(fā)點(diǎn)

G2：我們發(fā)現(xiàn)，擁有關(guān)于所有數(shù)據(jù)的上下文，以及基于持續(xù)的操作行為來改進(jìn)數(shù)據(jù)的關(guān)系和使用方式，會(huì)對(duì)Agent結(jié)果的準(zhǔn)確性和解決方案的效能產(chǎn)生決定性的影響。我們與部分客戶開展了合作試點(diǎn)，事實(shí)證明，如果能基于企業(yè)的全部數(shù)據(jù)構(gòu)建上下文層，響應(yīng)的準(zhǔn)確性會(huì)大幅提高。但我們意識(shí)到，如果讓每個(gè)客戶都手工去搭建自己的上下文層，將耗費(fèi)極其龐大的精力。因此，我們決定將驅(qū)動(dòng)Amazon Quick的這項(xiàng)技術(shù)提煉出來，作為一項(xiàng)基礎(chǔ)功能組件廣泛提供給客戶。于是，Context就變成了繼推理和知識(shí)庫之后的又一項(xiàng)基礎(chǔ)組件。

談Kiro的使用與選擇

G2：我們廣泛地使用Kiro來構(gòu)建新功能。對(duì)我們而言，安全始終是重中之重，因此我們?cè)趦?nèi)部利用了許多這類工具來提升自身的安全與開發(fā)能力。

我們的一大優(yōu)勢(shì)在于為構(gòu)建者打造工具，而亞馬遜云科技內(nèi)部就擁有大量的云原生構(gòu)建者，這給我們提供了極其豐富的反饋。我們秉持提供選擇的理念，亞馬遜云科技內(nèi)部的構(gòu)建者同樣可以選擇提供給客戶的各種工具。

目前Kiro已經(jīng)被廣泛采用，而最近我們也將OpenAI Codex和Claude Code提供給了內(nèi)部構(gòu)建者使用。我們內(nèi)部的持續(xù)集成與持續(xù)部署（CI/CD）基礎(chǔ)設(shè)施能夠支持所有這些不同的工具。我們會(huì)從不同工具的實(shí)際運(yùn)行中汲取經(jīng)驗(yàn)，從而為客戶提供最佳的開發(fā)體驗(yàn)。

（作者 | 楊麗，編輯 | 楊林）