Agentic AI的未来已来，你是否已经准备就绪？

当Agentic AI正在重塑未来世界，你是否已经为之做好了充足准备？

在亚马逊云科技2025 re:Invent全球大会上，亚马逊云科技Agentic AI副总裁Swami Sivasubramanian博士发表了一场激动人心的主题演讲。

本次演讲不仅充分展示了亚马逊云科技在AI领域的最新成果，而且深入探讨了Agentic AI的当前进展与未来展望，激发了广大参会嘉宾对未来AI技术发展的无限遐想。

AI驱动的自由创造时代

“人类的故事，总是由那些愿意创造、愿意被误解的人推动前进。”Swami博士以一句充满激情的开场白，拉开了整场演讲的序幕。

当挑战边界的先驱者们拥有一种不仅可以回应，而且还能自主决策、实现超越想象的技术时，将会带来怎样的变革？Swami博士指出，这种技术如今正以生成式AI的形式，赋予科学家、工程师和团队协作前所未有的力量。

Swami博士回忆起自己的高中时期，在资源有限的环境下，通过不断尝试和修正，最终成功编写出一个科学计算器程序的那一刻，是他人生中首次感受到的自由创造。这段经历引发了众多开发者对于创造自由的广泛共鸣。如今，全世界的开发者们正在通过AI Agent智能体感受到同样的创造自由，这也标志着IT行业迎来了重大转折点。

Agent：从聊天机器人到自主决策者

Swami博士明确了Agent的定义：它能够感知并与数字环境交互，将高层目标转化为一系列可执行步骤，并持续学习提升效率。

通过对比聊天机器人与Agent的不同，Swami博士强调了Agent在自主解决问题方面的优势。譬如当官网流量下降时，聊天机器人可能只可以提供一般性建议，而Agent则能够自动调查问题、诊断原因并启动解决方案。

Swami博士指出，Agent的强大能力，源于其三个关键组件——模型、代码和工具。其中，模型作为Agent的大脑，负责推理、规划和执行；代码定义了Agent的身份和能力；工具则让Agent能够实际操作和界面交互。

“随着模型推理能力的增强，Agent的构建将变得更加简单和高效。”Swami博士说道。

Strands Agent SDK：简化Agent构建的未来

为了提升开发者的工作效率，简化Agent的构建过程，亚马逊云科技推出了Strands Agent SDK。

Swami博士表示，Strands Agent SDK采用模型驱动的方法，让现代大型语言模型能够自主处理Agent可能遇到的任何场景，省去了预设工作流程和复杂协调代码的需要。这一创新不仅提高了Agent的准确性，而且还大大提升了代码的可维护性。

Swami博士透露，自从今年5月发布预览版以来，Strands Agent SDK已经收到了数百份社区贡献，新增了包括Gemini模型提供商支持、A2A支持、multi-Agent hooks等功能。就在这个星期，Strands Agent SDK还新增了对TypeScript的支持和边缘设备运行能力，进一步拓宽了其应用场景。截至目前为止，Strands Agent SDK的下载量已经超过529万次，成为了广大开发者构建Agent的首选工具。

AgentCore：迈向生产环境的桥梁

尽管开发者能够在自己的笔记本电脑上尝试构建Agent，但是要将这些出色的概念验证落地到生产环境，仍然需要面临诸多的挑战。

Swami博士指出，生产环境需要大规模快速部署Agent的能力、强大的记忆系统、严格的身份与访问管理、无缝的工具连接能力以及监控和调试问题的能力。

为此，亚马逊云科技推出了Amazon Bedrock AgentCore，这是一个先进的Agent平台，旨在帮助开发者在安全前提下大规模构建、部署和运营Agent。AgentCore提供了模块化工具箱，能够与任何Agent框架和模型配合使用，让开发者能够专注于创造真正解决业务问题的突破性体验。

通过Cox Automotive的案例，Swami博士在大会现场展示了AgentCore如何帮助企业重新定义在整个组织内构建和部署Agent的方式。Cox Automotive利用AgentCore构建了高效的Agent系统，显著提升了业务转型的速度和效果。

记忆与效率：让Agent更加智能和高效

在主题演讲中，Swami博士深入探讨了Agent记忆的重要性。他指出，除了短期记忆和长期记忆外，Agent还需要episodic记忆功能来理解和学习用户行为背后的时间背景和动机。通过引入episodic记忆，Agent能够记住并从过去的经历中学习，从而为用户提供更加个性化的解决方案。

在提升Agent效率方面，Swami博士介绍了三种主要技术：有监督微调、模型蒸馏和强化学习。其中，有监督微调通过精选数据集将AI Agent培养成专家；模型蒸馏则通过训练小模型模仿大模型的行为和思考过程来提高效率；强化学习则通过试错学习来优化Agent的性能。

为了进一步简化模型定制过程，亚马逊云科技还在Amazon Bedrock中推出了强化微调（RFT）功能。该功能允许开发者无需深厚的机器学习专业知识或大量标记数据，就可以提高模型的准确性。

除此以外，Amazon SageMaker AI也推出了新的Serverless无服务器模型定制功能，支持多种定制技术和热门模型，让开发者能够更加灵活地构建和部署专属AI模型。

信任与可靠性：构建可信的AI Agent

Swami博士指出，随着AI Agent在更多关键任务中的应用，确保其按预期执行变得尤为重要。

为了提升AI Agent的可信度和可靠性，亚马逊云科技做出了诸多努力和创新。譬如，通过融合自动推理与大型语言模型，亚马逊云科技开发了神经符号AI技术，能够在赋予AI Agent最大自由度的同时，明确其安全操作边界。自动推理技术则通过对数理逻辑中证明的搜索与详细验证，确保AI Agent的行为符合预期。

在大会现场，Swami博士展示了Amazon IAM Access Analyzer、Amazon VPC Reachability Analyzer等基于自动推理技术的工具，并介绍了Kiro CLI这一全新的与模型无关的集成开发环境是如何通过规范驱动方法，来提升软件开发的准确性和可靠性。

在可靠性方面，Swami博士宣布Amazon Nova Act已经正式可用。Nova Act是一项全新服务，用于构建和管理AI Agent集群，以高可靠性自动化生产环境中的用户界面工作流程。通过紧密集成的组件协同工作，Nova Act实现了90%的可靠性，为企业提供了简单且可靠的自动化解决方案。

前沿AI Agent与协作未来

在本届大会上，Swami博士还介绍了三款强大的全新前沿AI Agent：Kero Autonomous Agent、Amazon Security Agent和Amazon DevOps Agent。

Swami博士表示，这些AI Agent具备更高的自主性和持久性，能够与人类团队协作解决复杂问题。譬如Kero Autonomous Agent能够与开发者协作解决积压任务；Amazon Security Agent则能帮助企业从一开始就构建安全的应用程序；Amazon DevOps Agent则可以成为用户随叫随到的助手，不仅可以分类问题，而且还能进行主动预防。

在演讲的最后环节，Swami博士为广大观众描绘了一个人机协作的Agent时代愿景：组织中的每个人都将拥有AI Agent协作伙伴，放大个人能力，消除繁琐任务，让人们能够专注于自己热爱的工作。亚马逊云科技将继续投入自动推理和强化学习等创新技术，助力企业满足现代工作流程对高精度和高可靠性的需求。

“AI Agent不仅赋予了每个人将想法变为现实的自由，还以前所未有的速度推动了从概念到影响的转变。随着技术的不断进步和开发者社区的共同努力，AI Agent的未来将更加光明和充满可能。”Swami博士表示，“AI Agent标志着我们这个时代最具变革性的一步，而亚马逊云科技则是构建和运行这些AI Agent的最佳平台。”