开创Agentic AI新篇章，亚马逊云科技揭秘“会干活”的智能体

在2025世界人工智能大会（WAIC）上，亚马逊云科技大中华区产品部总经理陈晓建向第一财经描绘了一幅AI技术跃迁的图景：如果说生成式AI让机器理解了人类语言，那么Agentic AI将直接为人类“干活”——它正从工具进化为像人类一样具备自主思考和行动力的智能体。

“把2025年称之为Agentic AI元年是非常合适的。”陈晓建说。在今年WAIC上，第一财经记者看到，亚马逊云科技展台围绕“Agentic AI”带来系统化的能力展示与应用实践，完整呈现从开发者工具、模型能力到企业落地路径的技术布局，其中纽约峰会首次发布的Amazon Bedrock AgentCore与Kiro的国内首秀成为业界关注的亮点。

从技术内核到落地场景，从企业挑战到亚马逊云科技的解决方案，Agentic AI正以“有记忆、有大脑、有行动能力、有个性”的形态抢滩产业制高点，更有望重塑商业世界的生产力格局。

Agentic AI元年来了

在陈晓建看来，AI技术已经经历三次关键跃迁：2022年之前的“预测性AI”时代，以机器视觉、传统自然语言处理和预测、推荐系统等能力为代表； 2023年开启的“生成式AI”浪潮，核心是大语言模型（LLM）以及文生图、文生视频等技术，其划时代意义在于“机器开始理解人类语言”，进而掌握人类积累的海量知识，爆发出巨大生产力。

而当下步入的“Agentic AI”阶段，则标志着更深层的进化。“从这个技术开始，机器具备了自我思考、反思和任务拆解的能力，能够通过一步步迭代优化实现目标”，陈晓建强调。他用一个生动的比喻阐释其独特性：生成式AI让机器“理解语言、进行规划”，Agentic AI则让机器真正“动手干活”，听懂指令，拆解目标、逐步优化直至完成人类交付的各类任务。

支撑Agentic AI“行动力”的是四大关键能力支柱：首先是智能化大脑，依托如DeepSeek等具备思维链和反思能力的先进大语言模型，Agentic AI能像人类一样理解任务，更能进行任务拆解、优化与自主思考，成为一个具备实施能力的“智能体”。

其次是类人的“记忆”系统。陈晓建说，如同人类拥有短期与长期记忆，Agentic AI能存储并调用上下文信息（如对话历史、任务状态），通过向量存储与检索、图数据库等技术，实现对复杂情境的持续理解与连贯行动。

更具革命性的是“工具化”连接能力，这也是赋予大模型“手和脚”的关键。陈晓建将其比作“电脑的USB接口”，通过标准化接口，Agentic AI能无缝对接现有IT系统、API和服务，调用外部工具执行具体操作（如查询数据库、发送邮件、控制设备），将智能转化为切实行动。

最后是“个性”能力：智能体可被赋予特定的行为风格、沟通方式或决策偏好，以更自然地适配不同场景。

这也意味着，产业正站在一个新的拐点——从“工具型应用”向“Agentic AI 应用”的范式转变。此前，Gartner 将“Agentic AI”列为年度十大战略性技术趋势，并做出了一个令人深思的预测：到 2028 年，15% 的日常工作决策将由 Agentic AI 自主完成，而这一比例在 2024 年几乎为零。

商业价值已在关键场景爆发

之所以把2025年称作Agentic AI元年，陈晓建说，是因为它的商业价值已经开始在关键场景爆发了。

他透露，Agentic AI在三大场景走得最快：提升业务生产力、推动工作流自动化以及加速研发与创新效率。

其中最有代表性的行业就是软件开发。今年WAIC上，亚马逊云科技最新发布的编程助手Kiro在国内首秀。陈晓建以“为电商系统添加用户评价模块”为例：开发者仅需一句指令，Kiro便能自主完成代码库解析、功能定义、模块拆分到编码、测试全流程。这种功能过去需要很多人数周甚至数月的时间开发。而这种端到端自动化的能力正快速渗透到更多领域。

他还透露，有客户反馈称，新代码中AI生成的比例已经超过70%。

在人力密集型战场，Agentic AI正在重构工作流本质，其中客服企业“智齿科技”的实践更具冲击力：通过引入Agentic AI作为客服首接入口，首轮问题解决准确率达78%，人工介入需求直降43%，AI大幅提升整个工作流的自动化效率。

在研发创新加速方面，科研与医药行业走在前列。陈晓建介绍，阿斯利康开发的多智能体协作系统，通过三个分工明确的智能体——文献检索智能体、数据可视化智能体和报告生成智能体，智能体接管了研究中那些繁琐但关键的“体力活”，这种“人机协同”模式，让科学家能更快挖掘数据关联，加速新药研发进程。

挑战与破局

尽管Agentic AI前景看好，但陈晓建坦言企业应用面临的复杂矛盾：技术热情与落地焦虑并存。

他指出，当前企业对AI技术普遍抱有高度热情，任何关于智能化转型的讨论都能激发强烈共鸣；但与此同时，技术迭代速度与应用落地鸿沟又催生了深层焦虑。

陈晓建说，在Agentic AI时代的今天，企业不仅仅需要智能能力很强的大模型，同时还需要强大的工程化的能力，去帮他们把一个非常好的技术变成真正的生产力。这跟亚马逊云科技在二十年前做的工作是类似的，当时亚马逊云科技通过标准化云服务组件如计算、存储、数据库等帮助企业跨越线下转线上的技术门槛。

同样的理念也运用在了当前的Agentic AI时代，在不久前的纽约峰会上，亚马逊云科技宣布了一系列专为 Agentic AI 构建的能力，其中一个底层能力 AgentCore，其核心包含了大脑、记忆、工具化、个性四大能力。

该创新解决方案填补了AI Agent从原型到生产环境的关键鸿沟。Agent的能力并不是靠一个大模型就能实现的，而是需要有执行环境、有工具接入、有上下文记忆、有安全机制、有观测能力。这些通用能力，过去没人系统地打包交付。当前市场上的解决方案要么是功能受限的全托管服务，要么是缺乏生产级别保障的开源框架，而AgentCore突破了这一两难困境。

更关键的是，AgentCore不是提供某一个具体的Agent应用，而是提供企业构建Agent系统所需的一整套通用能力底座。过去企业要构建Agent，需要自行解决代码执行、权限控制、工具接入、状态监控等一系列“非AI但不可缺”的工程问题。这些工作复杂、重复且容易出错，直接影响Agent是否能上线生产环境。AgentCore的优势包括：在提供生产级托管基础设施的同时，保持开发灵活性;让团队在使用偏好的开源框架的同时，获得企业级能力;消除在安全、扩展和运维方面的重复性工作等等。

在热情与焦虑交织的产业转型期，陈晓建表示，希望亚马逊云科技在短期之内所提供的这些能力，降低企业的使用门槛的同时，也帮助更多客户降低开发成本。换句话说，当企业拥抱Agentic AI时，云平台提供的标准化能力正成为降低开发成本、跨越产业化鸿沟的关键桥梁——如同二十年前的云服务革命。