AI投入轉向真實回報，亞馬遜雲科技AgentCore打通企業級交付通道

【環球網科技報道 記者 李文瑤】“未來脱穎而出的企業，並非那些對趨勢預判最準確的企業，而是那些對變化反應最快的企業。”在7月舉辦的2025年紐約峯會上，亞馬遜雲科技Agentic AI副總裁Swami Sivasubramanian的這句話，揭示了當下企業AI部署的核心矛盾——當全球企業累計投入數千億美元進行AI探索後，如何將技術潛力轉化為真實生產力？

《福布斯》的報道直指痛點：儘管越來越多的企業嘗試 AI 代理，但由於基礎設施限制、安全隱患和運營複雜性，許多企業難以大規模部署。

此次，亞馬遜雲科技發佈的全棧式智能體系統Amazon Bedrock AgentCore，正是瞄準這一產業空白。這套由七大核心模塊構建的能力組合希望能夠改變企業AI的落地邏輯。AgentCore 的定位是，隨着企業從試點項目轉向生產部署，亞馬遜雲科技能夠抓住企業需求的機會。

智能體部署的生死線

當企業訓練出能處理複雜客訴的智能體，在測試中表現驚豔。但當它要調用CRM系統查詢訂單時，法務部門立即叫停——誰該為AI的操作授權負責？

這也是當前AI落地的典型困境。當智能體需要跨系統調度資源、執行決策時，企業突然發現一系列程序性問題，包括身份認證體系無法適配非人類操作者，網頁操作工具依賴本地瀏覽器且極不穩定，代碼執行可能引發安全漏洞以及多輪對話的記憶管理失控。

“agent的能力並不是靠一個大模型就能實現的，”正如亞馬遜雲科技大中華區產品部總經理陳曉建所説：“它需要有執行環境、有工具接入、有上下文記憶、有安全機制、有觀測能力。這些通用能力，過去沒人系統地打包交付。”

Amazon Bedrock AgentCore的七大模塊也是為解決這些問題而設置，覆蓋agent構建、運行、調用、記憶、交互和治理等關鍵環節：包括AgentCore Runtime 提供持續8小時的任務運行能力，突破傳統AI對話15分鐘時限；AgentCore Identity 實現細粒度權限控制，讓AI操作可審計、可追溯；AgentCore Browser Tool 通過雲端瀏覽器完成網頁操作，擺脱本地環境限制；AgentCore Code Interpreter 構築安全沙箱，隔離高風險代碼執行。

更關鍵的是，AgentCore最重要的意義在於：它不是提供某一個具體agent應用，而是提供企業構建agent系統所需的一整套通用能力底座。過去企業要構建agent，需要自行解決代碼執行、權限控制、工具接入、狀態監控等一系列“非AI但不可缺”的工程問題。這些工作複雜、重複且容易出錯，直接影響agent是否能上線生產環境。

打破智能體擴張的隱形壁壘

當一家物流企業試圖將貨運調度智能體推廣至全球港口時，或將遭遇意料之外的阻擊——向量數據庫成本飆升幾十倍。這揭露了智能體規模化的另一重阻礙：傳統架構下，數據存儲成本與智能體效能呈指數級矛盾。

此次紐約峯會上，Amazon S3 Vectors的發佈直指這一痛點。作為首個原生支持向量處理的雲存儲服務，其通過創新存儲結構：將向量處理成本降低90%，保持亞秒級查詢響應，支持千億級知識圖譜存取。

這意味着智能體終於能“記住”更多業務細節。一個agent是否真正“理解”企業語境，關鍵在於是否擁有上下文相關的數據能力。以往企業往往因向量存儲成本高昂，被迫只保留最新數據或“截斷信息”，使agent回答片面、推理薄弱。而Amazon S3 Vectors的發佈，使企業可以以更低成本存儲更大規模的業務知識圖譜，賦予agent“更長的記憶”“更強的推理能力”“更穩定的歷史一致性”。

同步推出的Amazon Nova模型定製服務，則解決了智能體的“智力本地化”需求。企業可將行業術語、內部流程等專屬知識注入模型，打造“懂業務的AI助手”。這不僅提升了agent系統的決策準確性和內容可信度，也意味着AI能力真正從通用平台“遷入”企業內部系統，成為數字化生產力的核心組成部分。

從碎片組裝到即插即用

在本次紐約峯會上，亞馬遜雲科技宣佈正式在亞馬遜雲科技Marketplace中新增“AI Agents與工具”分類。用户可以通過該渠道集中瀏覽、採購並部署由合作伙伴提供的各類agent與配套工具。無論是行業定製agent、API工具插件，還是與Amazon Bedrock兼容的執行組件，都可通過Marketplace實現一鍵獲取、按需部署。

這也解決了智能體生態曾陷入的“工具荒”困局，例如，企業為了讓智能體讀取設備API，耗費兩個月開發適配層。這種孤島狀態隨着亞馬遜雲科技Marketplace新上線的“AI Agents與工具”分類被打破。

該平台支持通過MCP和A2A協議實現不同agent之間的組合、工具集成與運行調度。這相當於為智能體搭建了應用商店，開發效率提升的核心在於標準化接口，工程師不再需要為每個客户重寫適配代碼。

生態協同效應在開發環節更為顯著。新型IDE工具Kiro將智能體嵌入全生命週期：從自然語言需求到自動生成測試用例。對企業而言，Kiro的最大價值在於把agent從產品終端引入到技術體系內部，讓agent參與工具鏈、規範制定與系統構建本身。這不僅提升了研發效率，也讓agent變成了“組織級AI助手”而非“個人助手”，是AI賦能軟件工程的新起點。

AI投入的價值拐點

可以看到，亞馬遜雲科技在此次發佈中埋藏着更深的業務佈局邏輯——四大設計原則（敏捷響應、基礎重塑、數據協同、交付導向）構成方法論框架，將技術發佈升維為生產力範式變革。

在TechRadar的報道中，亞馬遜雲科技Agentic AI副總裁Swami Sivasubramanian表示：“這是一場多維度的結構性變革。它顛覆了軟件的構建方式，也為部署與運維帶來了全新的挑戰。”關於Amazon Bedrock AgentCore，Swami則表示該產品“提供了將agent投入生產所需的一切”。

這種轉變正引發預算流向遷移。根據Gartner預測，到2027年，超過一半的首席數據與分析官（CDAO）將為數據素養和AI素養項目爭取到專項預算。Gartner 2024報告顯示：80%企業將“智能體能力”納入採購標準，但僅15%要求獨立產品。

Swami在峯會演講中強調，“它改變了軟件與世界的交互方式——也重塑了我們與軟件的互動模式。”