大模型退居幕后，Agent 站上 C 位，這是 2025 年 AI 產業的主旋律。
Agent 元年的本質，是大模型技術演進曲線趨緩、市場需求從問答到執行、經濟價值關注可量化 ROI 的三重拐點疊加。產業的關注焦點，已從模型參數轉向復雜工作流的可靠編排能力與人機責任邊界定義，當大模型的技術狂歡遭遇商業理性，Agent 成為 AI 落地的階段性答案。
亞馬遜云科技 CEO Matt Garman 此前表示：Agentic AI 有可能成為亞馬遜云科技下一個數十億美元規模的業務。為此，幾個月前，亞馬遜云科技成立了直接向 CEO 匯報的 Agentic AI 團隊。
近日鈦媒體 App 對話了亞馬遜云科技全球技術總經理 Shaown Nandi，獲悉亞馬遜云科技如何看待 Agentic AI，以及如何推動 Agentic AI 實踐的底層邏輯。
從大模型到 Agent 的拐點
產業正站在一個新的拐點——從 " 工具型應用 " 向 " 代理型（Agentic AI）應用 " 的范式轉變。Gartner 將 "Agentic AI" 列為年度十大戰略性技術趨勢，并做出了一個令人深思的預測：到 2028 年，15% 的日常工作決策將由 Agentic AI 自主完成，而這一比例在 2024 年幾乎為零。
在過去幾年中，AI 技術經歷了幾個重要的發展階段：從最初的預測 AI（用于欺詐檢測、風險監控等），到助手 AI（如聊天機器人），再到現在正在興起的 Agentic AI。每個階段都帶來了新的能力和可能性。
AI Agent 是能夠替代人類或系統運用 AI 進行推理、任務規劃和執行的自主運行軟件系統。AI Agent 的 " 大腦 " 由大語言模型（LLM）提供支持，使其具備了類似人類的思考能力，搭配 " 記憶 " 系統用于儲存和處理信息，具備豐富的工具訪問能力，可以連接各種 API 和系統，就像人類使用各種工具完成工作一樣。
而目前來看，客戶在越來越多地使用 Agent。建立 Agent 的過程中，會回饋生成更多的數據，這些數據需要存儲，客戶也需要訪問更多的數據，以獲得更有效的決策和更好的結果。隨著 Agent 越來越流行、應用規模不斷擴大，也被更多人接受，亞馬遜云科技可以提供更好的技術方案，幫助企業更高效地運行 Agent 系統、優化運營、降低成本。
" 隨著 Agent 的發展，與云相關的使用活動也在相應增長。" 他說，" 現在財富 500 強的大企業中，有 75% 的工作負載仍然運行在本地。這意味著未來他們有大規模的遷移任務。很多實踐目前都還處在實施的早期階段，Agent 在未來會有非?？焖俚陌l展和廣闊的前景。"
在亞馬遜云科技中國峰會上，亞馬遜全球副總裁、亞馬遜云科技大中華區總裁儲瑞松表示，Agentic AI 時代，最令人興奮的將是產品服務乃至商業模式的創新，因為能高效創新的企業將有機會大幅度提升客戶和用戶體驗，革新商業模式，獲取高額價值回報。
比如，Uber、 Airbnb 創造了共享經濟模式，Netflix 開創了訂閱制內容消費模式。隨著 AI 的快速發展，還有很多初創企業正在致力于創造新的商業奇跡。初創公司 Cursor 將 AI 深度集成到代碼編輯器中，革新了編程方式；Perplexity，通過 AI 實時搜索引擎，提供了全新的信息獲取和知識探索的方式。
儲瑞松指出，我們處在一個企業經營范式轉移的關口。疫情以來，在大環境的不確定下，很多企業聚焦于成本優化，謀求生存之道。而 Agentic AI 時代的到來，企業更需要考慮的是，利用 Agentic AI 加速創新、大幅度提升客戶和用戶體驗，革新商業模式，獲取高額價值回報，同時提升運營效率、降低成本的具體路徑。用 AI 創新、創造價值的重要性將極大提升，變得比成本優化重要得多。
構建一個 AI Agent 的必需要素
相較于由 Agent 自主決定的模式，企業級客戶更傾向于確定性，有行業人士對鈦媒體 App 表示，工程化能力在 AI Agent 的重要性被低估了。
Shaown Nandi 深以為然，他提到，大型企業的需求通常非常具有挑戰性。在亞馬遜云科技，我們在提供服務，比如通過 Amazon Bedrock 幫助客戶構建應用時，首先考慮的就是幾個核心點。
對于企業級應用，安全性和韌性必須在設計初期就被納入考量，在此之后再去考慮功能的實現。但如果是面向 C 端的應用或產品，開發初期通常更關注是否能打造出讓用戶眼前一亮、使用體驗好的功能，然后才逐步去補充對風險的考慮。這是兩者之間有非常本質的區別。
" 在云計算剛興起時，我們也經歷過類似階段，很多客戶都是在經歷問題后逐步總結經驗、形成規范。所以我們現在的企業客戶尤其重視我們的服務韌性、安全性和可控性。" 他說。
亞馬遜云科技也總結了構建 AI Agent 的關鍵要素，第一，需要統一的 AI 就緒的基礎設施；第二，需要聚合并治理過的 AI 就緒的數據；第三，需要明確的策略和快速高效的執行。
首先，企業需要有統一的 AI 就緒的基礎設施。在 Agentic AI 時代，企業上云的關鍵是選擇一朵對的云。而若想選擇對的云，企業需要考慮以下因素：第一，安全性，這是底線；第二，穩定可靠，因為云會成為未來 Agentic AI" 數字員工 " 的工作場所，云的穩定可靠將給企業的 Agentic AI " 數字員工 " 提供一個好的工作場所。
第三，靈活性，若要很好地支持企業的全球業務拓展，云需要提供大環境不確定性下靈活應對的確定性。第四，技術領先性，AI 發展日新月異，云需要與時俱進，才能很好地支持企業的 AI 創新。所以企業選擇云服務商不光要看其當下的技術能力，還要看其是否以云為主業、是否有合理的營利，能支持長期、高強度投入，未來還能保持領先。
第二，企業也需要聚合且治理過的 AI 就緒的數據。在 AI 時代，企業獨有的、能給企業帶來差異化價值的是數據，這也是很多企業最重要的戰略資產。企業數據是否 AI 就緒是決定企業 AI 應用水平天花板的重要因素。數據決定一家企業未來 Agentic AI" 數字員工 " 的視野高度、能力范疇、決策水平和執行效果。
企業 Agentic AI" 數字員工 " 作為一個整體，所需的數據有沒有、能不能被訪問、質量是否高，決定了它們能給企業創造價值的多少。所以，要最大化 Agentic AI 能給企業帶來的價值創造，企業必須打破數據孤島，有效聚合和治理數據。Agentic AI" 數字員工 " 是僅僅能幫助個別人、個別團隊，還是大的部門、乃至整個企業，取決于數據是否是企業級、以及是否經過聚合和治理。
最后，要實現 Agentic AI 價值創造，企業還需要有明確的策略并快速高效地執行。企業需要對 Agentic AI 價值創造有客觀的預期：短期不要有過高不切實際的期望，但是長期一定不能低估它將會對各行各業帶來的影響。
同時，企業還要選擇合適的合作伙伴和技術棧。在選擇時，企業不應只關注技術指標，而應選擇主流、開放、安全、可持續且深刻理解企業業務，能長期陪伴的合作伙伴。同時，所選擇的技術棧也需要能支持 Agentic AI 開發的主要模式，如 workflow、 graph、swarm 等。在明確的策略下快速高效的執行非常重要。能快速實踐 Agentic AI 應用、并及時總結經驗、迭代提升、推廣復制的企業，將有可能更早地從中獲益、并疊加膨脹獲益，從先人一步發展成為持續領先。
關于 Agent 開發類型，Shaown 表示，原則上所有的 Agent 都可以由客戶和合作伙伴開發，亞馬遜云科技會專注于與自身專業知識相關的 Agent，例如推出專注于遷移任務的 Amazon Transform，或在 Amazon Q Developer 中構建軟件開發相關的 Agent。
Shaown Nandi 總結表示，" 我們的目標是讓市場上擁有更多 Agent 和模型的選擇。我們非常重視與合作伙伴的協同，希望能為他們提供底層技術能力，包括 Amazon Bedrock、基礎設施服務、數據庫能力、數據處理能力和計算能力，幫助他們更高效地開發符合自身需求的應用，從而推動整個市場更快、更有效地發展。"（本文首發于鈦媒體 APP，作者 | 張帥，編輯 | 蓋虹達）
