关键字: [亚马逊云科技， 生成式AI， Amazon Bedrock Agent Core， Cloud Technology， Ai Revolution， Concept To Production， Ai-Driven Era， Higher-Order Activities， Agentic Ai， Autonomous Software Systems， User-Defined Inputs， Ai Agents， Software Interaction]

导读

在这个演讲中，Swami Sivasubramanian讨论了亚马逊云科技如何推动AI代理革命从概念到生产的过程。他解释说，AI代理是利用AI进行推理、规划和适应以代表人类或其他系统完成任务的自主软件系统。亚马逊云科技正在推出新的功能，如Amazon Bedrock Agent Core，这是一套服务，可以使用任何框架或模型安全地大规模部署和运行高能力的代理。该演讲着重介绍了亚马逊云科技如何通过诸如Amazon NovaAct用于浏览器代理、Amazon S3 Vectors用于高性价比的向量存储和搜索，以及与开放框架和标准的集成等服务，实现构建具有定制性、准确性和可靠性的代理。亚马逊云科技的目标是通过将快速创新与安全性、可靠性和运营卓越的坚实基础相结合，使代理愿景对每个组织都变得可及。

演讲精华

以下是小编为您整理的本次演讲的精华。

软件世界经历了自计算机早期以来的巨大变革。几十年来，我们一直在将逻辑和行为编码到应用程序中，不断寻求更有效的方式来完成这项任务。我们构建了更高级的编程语言、软件框架和开发工具，使编写软件更快、更安全、更可靠。然而，随着人工智能的出现，这一格局发生了剧烈变化。知识已直接嵌入到这些模型中，使它们变得非常强大。它们已从简单的数学回归演变为以类似于专家人类的方式进行处理、综合和行动。这些模型从根本上改变了我们构建应用程序的方式。

最新模型凭借其推理和作为可编程资源运行的能力，将这一演变推向了前所未有的水平。它们已从明确手动布线每一步和编码指令过渡到利用可在运行时动态设计输出和中间步骤的模型。系统现在不仅可以在代码中交互，还可以利用普通语言、工具、数据源和多种其他资源进行交互。它们可以分辨完成特定任务所需的工具。这种推理特性使人工智能代理能够在更广泛的领域取得成功，并长期自主工作。

所有这些创新都预示着自互联网诞生以来我们所见证的具影响力的变革:人工智能代理。这些自主软件系统利用人工智能进行推理、规划和适应，以实现用户定义的目标，代表人类或其他系统(如研究、支付账单或管理企业应用程序)完成任务。代理还可以感知和与其他环境交互，将更高层次的目标转化为可执行步骤，并随着时间的推移不断学习和提高效率。

然而，代理在几个方面代表了一场巨大的变革。首先，它们标志着软件构建方式的转变。其次，它们改变了软件的部署和运营方式。第三，它们改变了软件与世界的交互方式以及我们与软件的交互方式。实现这一转变需要建立在当今技术基础之上，在拥有代理的世界中，这些基础变得比以往任何时候都更加重要，包括安全性、访问控制、权限、能够在正确时间使用正确数据的数据基础，以及提供合适价格/性能比的基础设施。

亚马逊云科技专注于通过结合快速创新与安全性、可靠性和卓越运营的坚实基础，使这种代理愿景对每个组织都可及。他们的方法是在坚持经过验证的原则的同时，拥抱新的可能性，创建能够随着模型的发展、新功能的出现和用例的扩展而适应的系统，从而加速进展。

为了实现这一愿景，亚马逊云科技推出了新的功能，解决了构建和大规模部署代理的基本方面。这需要进行几项重大革新，以实现代理未来，这将在本次主题演讲中阐述。

第一个关键领域是推理，因为代理由推理驱动。获得最佳基础模型和支持它们的能力至关重要。Amazon Bedrock(亚马逊云科技的人工智能服务)提供了构建和扩展任何类型人工智能应用程序的最简单方式。Bedrock提供了广泛的领先模型选择，支持使用知识库进行定制、应用负责任和道德人工智能检查的防护栏、通过蒸馏和提示路由针对延迟和准确性进行特定用例优化，以及构建和编排代理，所有这些都内置了可靠性、安全性、隐私和负责任的人工智能。

Bedrock使用一致的API以完全无服务器的方式轻松使用最新最棒的基础模型。亚马逊云科技提供如此多的模型，因为没有一个模型适用于每种用例。Bedrock的模型目录已扩展到全新的模态，包括来自Luma的视频生成、来自Ryder的专门用于民族工作负载的模型，以及之前已普遍推出的来自12 Labs的视频理解模型。

基础模型的世界发展非常迅速，因此选择一个与我们周围的敏捷性和步伐相匹配的提供商至关重要。例如，在DeepSeak的开源R1模型发布后，亚马逊云科技只用了10天就在Bedrock中提供了该模型，成为主要提供商，当时亚马逊云科技也是第一个提供无服务器、完全托管产品的公司。去年，亚马逊云科技提供了来自七家领先供应商的完全托管模型，而今天这一数字已近乎翻倍，达到12家供应商。

另一个重大投资领域是Amazon Nova，亚马逊云科技自己的一系列前沿模型。Amazon AGI的高级副总裁兼首席科学家Rohit Prasad介绍了Amazon Nova，这是一系列基础模型，可以理解文本、图像和视频内容，按需生成图像和视频等。自去年12月推出以来，亚马逊云科技一直在扩展Nova模型阵容。

Nova Act可用于构建能够在浏览器上执行操作的智能代理，而Nova Sonic则使开发人员更容易构建具有人性化对话能力的语音应用程序和代理。亚马逊云科技还推出了Nova Premier，这是其先进的多模态模型，可作为蒸馏的教师模型。短短六个多月内，亚马逊云科技已推出八个Nova模型，这只是个开始。

亚马逊云科技不断为这些模型增加新功能。就在今天，他们将Nova Sonic的语言支持从英语和西班牙语扩展到包括法语、德语和意大利语。此外，亚马逊云科技在Nova Canvas中推出了一项名为Virtual Try-On的新功能，允许零售商为购物者提供一种强大的方式，通过将产品无缝融入他们的环境，让他们看到产品在现实生活中的样子，从而使购物体验更加个性化。

已有超过10，000家客户使用Amazon Nova，包括营销巨头Dentsu、科技领导者Infosys、Blue Origin、Coinbase和Robinhood，以及创新型初创公司Crescendo AI等。真正重要的是这些模型如何推动现实世界的影响。例如，Folio正在使用Nova Pro为他们的智能房地产助理提供支持，帮助房地产经纪人更快地响应并更好地为客户服务。另一家初创公司Rubber Band正在使用Nova Reel更快速、更富创意地创建视频故事板，带来真实的业务成果、更好的体验、显著的成本节约和更快的处理时间。

在过去六个月中，亚马逊云科技了解到基础模型可以直接提供令人印象深刻的准确性，只需最少的提示工程和一些检索增强生成(RAG)，就能让你达到80%的水平。然而，对于关键业务应用程序，80%的准确性还不够好。每一个百分点都很重要，通常需要90%或更高的准确性才能赢得客户的信任。

要达到这一水平，需要配备您的知识的模型，以您的目标成本和延迟运行，同时随着您的应用程序的不断发展而保持更新。这无法通过简单地在基础模型之上添加RAG来实现。这就是为什么亚马逊云科技很高兴宣布在Amazon SageMaker AI上为Nova模型提供全面的定制功能，涵盖从预训练到后训练的所有阶段。

开发人员现在可以使用各种符合他们特定需求的Recipe来定制Nova Micro、Light和Pro。例如，只需几千个输入输出对的训练集示例，他们就可以执行微调来更新模型参数的一部分(参数高效微调)。如果他们有数万个训练示例，就可以更新所有参数。同样，他们可以使用直接偏好优化或可证明的策略优化来使模型与他们的用例保持一致。亚马逊云科技还提供了在特定领域继续预训练以赋予基础知识的Recipe，以及通过蒸馏训练更小的学生模型的Recipe。

这些Recipe可在Amazon SageMaker AI上运行，无论是在训练作业中还是在新的SageMaker Hyper Pod设置中，后者简化了大规模定制并消除了跨多个EC2加速器管理多个步骤的复杂性。对亚马逊云科技而言，这代表了当今任何专有模型系列的最全面的定制功能。

亚马逊云科技还很高兴宣布Nova模型的按需推理，可以使用参数高效微调的定制模型运行，为特定用例带来大幅成本节约。

一个令人惊喜的发现是，这种定制不仅提高了准确性，还为生成式人工智能开辟了全新的用例。例如，亚马逊云科技正在与麻省理工学院的研究人员合作，他们正在使用监督式微调来改革人造材料研究，这涉及设计用于机器人、航空航天和包装应用等用例的合成材料。

他们定制的模型可以将工程师的导入设计目标(可以是图像或原型代码)输出为仿真就绪的Python代码或结构化材料属性预测。结果显而易见，材料属性预测误差减少了95%，在一个高度专业的研究领域开辟了一个易于使用的研究助手。

亚马逊云科技的第二个发现是，代理需要在准确性和可靠性方面有所飞跃。想象一下拥有一个始终90%准确的代理——听起来很棒，除非它是不可预测的，就像一个才华横溢但不够一致的同事。它今天在特定任务上可能有90%的准确性，而明天只有70%的准确性，这最终是不可靠的。

为提高可靠性，几个月前，亚马逊云科技开始了Nova Act的研究预览，该项目使开发人员能够通过Nova网站上的简单SDK在网络浏览器中构建执行操作的代理。对我们来说，使用浏览器似乎很简单，但它需要在爬网、点击和填写表单时不断作出判断和解释屏幕上的内容。这些对人类来说很简单的操作，对于人工智能来说仍然具有挑战性。

这就是亚马逊云科技利用数百万次用户界面交互的专门训练开发Nova Act的原因。通过层层叠加先进的推理能力，亚马逊云科技能够使Nova Act更加有弹性地应对网站变化并从自身错误中恢复。在研究预览期间，亚马逊云科技与数千名开发人员合作，通过微调和强化学习来改进Nova Act的底层模型。

凭借这些改进，亚马逊云科技在早期企业用例中看到端到端任务完成率超过90%，并期待与亚马逊云科技客户合作构建可在生产环境中可靠部署的浏览器代理。这些代理可以与亚马逊云科技提供的增强安全性和访问控制一起部署，以高可靠性执行端到端任务。

为了说明Nova Act的实际应用，演讲者展示了一个真实的客户案例。数百万美国人面临饥饿，每天有数千人需要申请食品援助计划，但这个过程可能极其耗时。Alvee Health与Rackspace合作，利用Nova Act自动化了这一过程。

演讲者演示了如何创建一个简单的Nova Act脚本，指导Act模型如何处理任务，就像向一个人描述一样。然后，Nova Act代理在浏览器中开始工作，分析它所看到的内容并确定完成任务所需的操作。它像人一样导航网页，寻找执行任务的最佳路径，而无需了解网站布局或应用程序格式。

该代理逐步完成每个问题，在这个应用程序中包括数百个问题。Nova Act真正强大的是，它能够使用相同的指令在数百个设计各异的网站上导航，无需告知网站布局。只需告诉它从哪里开始。对于Alvee Health来说，这意味着他们可以轻松扩展服务，覆盖提供基于网络的食品援助申请的每个州。

Alvee Health只是一个例子;客户已经在令人兴奋的方式使用Nova Act，包括Alexa Plus、Automation Anywhere、Navan和Tyler Technologies。Nova Act使亚马逊云科技向人工通用智能迈进了一步，人工智能可以像人类每天在计算机上完成的任务一样。

总之，亚马逊云科技很高兴为Nova带来新的定制级别，以构建关键业务应用程序，并通过在亚马逊云科技上部署可靠的浏览器代理，使Nova Act向前迈进了一大步。这项工作体现了亚马逊云科技为客户简化复杂事物的使命。

接下来讨论构建代理软件，演讲者强调基于代理的应用程序与传统软件在三个关键领域有所不同:分解、自我反思以及行动和工具使用。代理以较高层次的目标作为输入，将其分解为解决问题所需的计划和任何代码，并在运行时动态变化，而不是像管道一样逐步执行。它们进行自我反思，直到达到预期目标，并根据需要改变策略。此外，它们可以在其他系统中执行操作、发出API请求、访问数据，甚至调用其他专门的代理来实现整体目标。

这意味着代理需要新的工具和框架供构建者使用。许多亚马逊云科技客户已经使用Bedrock构建和试验代理，亚马逊云科技从他们的反馈中了解到，他们希望拥有更多控制权，并能够轻松使用开放框架与亚马逊云科技集成。

这些开放框架，如Crew AI、LangChain和LlamaIndex，可以减轻编排代理应用程序的重担。亚马逊云科技还发布了Strance Agent SDK，这是一个开源框架，与其他需要开发人员定义复杂工作流程的框架相比，提供了构建代理的简单、现代方法。

Strance Agent通过采用先进的推理模型的能力来简化代理开发，包括规划、改变想法、调用工具和自我反思。它与提供商无关，同时还原生支持工具、MCP服务，并与亚马逊云科技服务开箱即用集成。就在昨天，亚马逊云科技发布了Strance Agent 1.0，为构建多代理系统带来了新功能，包括代理到代理(A2A)支持、代理对话的数据持久性以及多代理工作流程。

Strance Agent得到了模型提供商社区的大力支持，包括Anthropic、Cohere、Meta、Mistral、Twellard、Stability和Writer的贡献，使Strance Agent能够更好地支持他们的模型API。

这不仅仅是关于框架;代理需要与它们使用的工具和其他代理互操作。这就是新兴标准MCP(机器通信协议)和A2A(代理到代理)发挥作用的地方。它们正在解决这一挑战，并得到了Anthropic、Meta和Google等行业领导者的广泛采用。这些协议有助于将agentic apps或模型连接到数据源、工具、内存库等。每个应用程序开发人员不需要为每个目标编写连接，提供商只需为自己的接口编写MCP，即可让代理与之交互。

在亚马逊云科技，他们在这方面投入了大量精力。亚马逊云科技是MCP和A2A项目的指导委员会成员，将亚马逊数十年的分布式系统专业知识贡献给这些协议的改进。对于MCP，后期规范中的几个核心组件是由亚马逊云科技设计和贡献的。

尽管有这些开源框架和协议，但由于代理的动态和自主性质以及它对构建和运营方式的影响，将代理投入生产仍然过于困难。亚马逊云科技审视了将代理部署到生产环境所需的条件。

首先，需要弄清楚如何安全地执行和扩展代理代码，这涉及构建、配置和扩展可以处理所有动态代理代码和工作流的运行时和执行环境。这不仅仅是扩展计算能力;保持安全性和隔离性的保证也至关重要，确保一个代理实例的数据不会泄露到另一个实例。

其次，代理需要一种方式来记住过去的交互并不断学习以提高自身，从而真正实现个性化。为代理存储内存并不像将传统应用程序状态存储到数据库那么简单。每个代理不仅需要支持高性能日志记录或短期活动，还需要将这些极长的上下文映射到代理随时间学习的更高层次概念。

让代理能够自主地代表用户和系统进行交互，需要为代理、工具、数据源等提供身份和访问控制。细粒度访问控制使代理只能访问您允许它们访问的系统和数据源，例如特定的API调用、数据库中的表子集等。

代理的价值取决于它们可以执行的操作，因此它们需要能够使用许多常见的代理工具。一个例子是能够使用代码执行基础模型未经预编程无法完成的任务，如复杂的数学计算。这需要以安全的方式生成和执行代码，而不会干扰原始代理代码或允许代理与常见接口相交互。

使用浏览器扩展了可能性，使代理能够在桌面上采取行动，无论是从网络消费数据还是在网站上填写表单。然而，代理需要发现和连接的常用工具还有很多，包括用于执行操作或消费数据的工具，无论是来自组织内部还是外部。

然后是代理发现和理解在特定时刻需要使用哪些工具来完成特定任务的挑战。最后，需要对代理采取的行动进行深入审计和理解。复杂的多步骤代理工作流比传统软件更难调试。如果出现故障，绝对必须了解原因，而不仅仅是失败的位置。这需要对工作流程中的每一次交互进行遥测和可观察性，包括中间步骤。

如您所见，从概念验证转移到真实世界生产用例中的代理存在许多缺失的部分，这使得转移变得非常困难。将您的代理与单个框架、模型和工具集合捆绑所做的所有工作并不止于此。当业务用例发生变化或您想使用不同的模型或新框架出现时，您需要重新做一遍所有工作。所有这些复杂性都在减缓客户的步伐，阻碍他们快速将代理投入生产。

因此，亚马逊云科技审视了这个端到端问题，并询问自己如何能为客户加快这一过程。这就是为什么今天，亚马逊云科技很高兴宣布推出Amazon Bedrock Agent Core，这是一套服务，可以使用任何框架或模型安全、可扩展地部署和运营功能强大的代理。

Core代理代表了从概念验证向生产环境过渡的一个重大飞跃，具备实际部署所需的规模、可靠性和安全性。它提供了工具和功能，使代理更加高效和强大，专门构建的基础设施可以安全地扩展代理，并提供控制措施来构建可信赖的代理。

Core代理服务可以一起或独立使用，为开发人员提供了极大的灵活性。演讲者随后展示了一个示例，说明Core代理如何解决这些挑战。

首先，是安全扩展代理的能力。Core运行时是一个安全的无服务器运行时，专门用于部署和扩展动态AI代理和工具，无论框架、协议或模型选择如何。开发人员可以安全可靠地运行任何类型的代理，包括多模态、实时或长时间运行的代理，工作负载可运行长达八小时，是行业内最长的。运行时具有高度可靠性，内置了检查点和恢复功能，以支持在意外中断和故障时进行优雅恢复。它可以在几秒钟内扩展到数千个代理调用会话。

运行时在设计时就考虑了安全性，内置了身份控制，并且是目前唯一具有完整会话隔离(而不仅仅是进程隔离)的运行时，为每个会话提供专用的计算环境，实现完全内存隔离，有助于防止数据在代理之间泄露。亚马逊云科技正在全权管理代理代码的内存系统。

Core内存使开发人员能够轻松构建上下文感知代理。内存提供了行业领先的准确性，同时支持用于多回合对话的短期内存和跨用户会话持久化的长期内存，并且能够在协作代理之间共享内存存储。现在，开发人员可以专注于构建智能代理，而不必管理这些内存系统。

在内存服务中，有许多自动管理如何形成和管理记忆的机制。作为人类，我们有一个非常细粒度的短期记忆，存储容量相对较小，存储诸如当天早餐吃了什么之类的数据。然后我们有长期记忆，粒度较低但效率更高，将更高层次的概念整合在一起，比如我们最喜欢的食物是什么。

随着时间的推移，大脑会做大量工作，将这些频繁的短期记忆编码为长期记忆，并且在多年之内，大脑不断重新连接神经元，即使是那些长期记忆也会不断重新压缩，以一种高效的方式保留重要的部分。内存服务的工作方式非常相似，所有这些都在幕后自动完成，只需一个内存端点。

接下来，代理需要安全地访问其他代理和工具。这就是Core身份的用武之地，它为AI代理提供了安全的集中访问管理，实现了与亚马逊云科技资源和第三方服务的无缝集成。它通过为每个代理提供唯一的身份，简化了代理的安全和委托访问。这种独特的身份使代理能够在不同系统(如GitHub或Salesforce)中以适当的安全控制和适当的授权运行。

Core代理与现有的身份提供商(包括Amazon Cognito、Octa和Microsoft Entra ID等)协同工作，因此无需迁移用户或重建身份验证流程。对于代理构建者来说，它通过安全管理API密钥和OAuth客户端凭证，简化了对第三方服务的访问。

接下来，亚马逊云科技构建了许多代理工作负载所需的关键工具。为了编写代码以提高代理的准确性并扩展其解决复杂端到端任务的能力，有Core 代码解释器。该工具使AI代理能够在自己的沙箱环境中安全地编写和执行代码。它带有多种语言的预构建运行时，以及大文件支持和互联网访问等高级功能。开发人员可以使用特定的实例类型和会话属性自定义环境，以帮助满足其安全要求。

第二个代理工具是Core浏览器工具。它提供了一个安全、可扩展的基于云的浏览器，使AI代理能够大规模与网站交互。虽然大多数浏览器工具都与特定模型(如Claude或OpenAI的ChatGPT)绑定，但Core浏览器工具与模型无关。它包括企业级安全功能，如虚拟机级隔离和联合身份集成，这对于执行需要本地嵌入机密的任务至关重要。

然后，代理需要调用各种工具和数据源来执行其工作流程，为此有Core网关。网关为开发人员提供了一种简单安全的方式，可以大规模构建、部署、发现和连接工具和代理。开发人员可以将现有的API、Lambda函数和现有服务转换为MCP兼容的工具，只需几行代码就可以通过网关端点将它们提供给代理。

网关甚至提供了与Salesforce、Slack、Jira、Asana和Zendesk等多种流行工具的一键集成。对于输入类型，网关支持开放API、Amazon Lambda，随着工具集合的增长，代理可以通过内置的语义搜索功能更快地找到并使用正确的工具。由于需要一种安全的方式来做到这一点，它会自动连接到亚马逊云科技的身份服务。

最后，Core可观察性帮助开发人员跟踪、调试和监控代理性能。它提供了代理工作流程每个步骤的详细可视化，使开发人员能够深入检查代理的执行路径、审计所有中间输出，并调试性能瓶颈和故障。可观察性通过内置的CloudWatch仪表板和关键指标(如调用计数、延迟、持续时间和错误率)的遥测数据，为开发人员提供了对代理操作性能的实时可见性。

Core代理以开放遥测格式发出遥测数据，使客户能够轻松地与现有的监控和可观察性堆栈集成。

演讲者随后通过一个示例演示了Core代理的实际应用，构建了一个代理贷款处理器，可根据信用和其他数据加速风险分析，然后再将其传递给人工进行最终审核。该概念已经使用Crew AI框架跨多个托管提供商(而不仅仅是在亚马逊云科技上的Bedrock)运行三个代理。

首先是一个接收代理，可以组织贷款申请数据;其次是一个信用代理，可以分析信用状况并计算风险指标;第三个是一个承保代理，它将所有这些分析汇总并写出建议，然后交由人工审查。

要使用Core代理将概念投入生产:

1.           添加内存，给出内存组和名称描述，决定记忆应该存储多长时间，并添加内存策略，帮助模型将短期记忆分类为有用的长期记忆类别。配置完成后，代理现在可以记住以前对话的细节，并提供个性化体验。

2.           为了利用整个组织的工具，添加Core网关。设置代理应使用的角色，并附加授权方法，可以使用Core身份或外部管理的身份提供商。然后添加目标，即代理应该能够使用的特定资源，如Lambda目标用于轮询DynamoDB中存储的更新付款数据、S3目标用于访问历史贷款文档，以及网关目标用于启用收入验证的外部API。

3.           为了让代理处理人工承保人可能需要的计算，添加Core 代码解释器。现在，承保代理将能够执行分析，如调整借款人的债务收入比的权重，并快速创建和执行所需的代码进行此计算。

4.           对于部署，使用Core运行时安全的无服务器环境来处理部署和扩展动态AI代理和工具，可自动扩展以满足需求。

5.           最后，使用Core可观察性来监控代理的性能，并深入了解其健康状况和使用情况，从而能够跨代理流程调试问题。

演讲者强调，通过Core代理，他们拥有了一个完全投入生产的代理，已部署、安全、计量和准备就绪，可帮助改革业务，同时在模型、框架和来自任何地方的数据方面拥有创新的自由。

Core代理代表了一组模块化服务，可以混合搭配所有将代理投入生产所需的一切，这是代理AI可能性的一个阶跃式变化。

虽然模型和基础设施改变了组织构建代理解决方案的方式，但代理AI的真正力量在于其能够重塑整个行业的工作流程和人力生产力。亚马逊云科技通过预构建的代理解决方案，使更多组织能够实现这一转型。

软件开发是一个被重点关注的领域，因为任务和数据与这些基础模型中嵌入的知识非常吻合。亚马逊云科技重新思考了代理可以带来的全新应用和体验，从而预览推出了Kiro，这是一个新的AI驱动的IDE，可通过简化的体验帮助开发人员从概念到生产。

Kiro结合了自然语言提示的速度和便利性，以及正规软件工程实践的纪律性。它有助于生成可扩展且易于维护的代码，可以放心地部署到生产环境中。演讲者演示了如何使用Kiro快速下载规范，生成计划，识别依赖关系，并将它们与原始需求关联。Kiro将这些规范转化为随时间演进的活的、自我记录的真理来源，从最初的概念验证到生产代码。

接下来是Agentic Hooks，事件驱动的自动化，每次保存、删除、创建文件或手动触发时都会触发。Hooks可以将手动、乏味的任务转化为自动化工作流，例如在代码更改时自动更新测试，或在添加新API时刷新文档。

演讲者分享了使用Kiro的开发人员的反馈，强调它如何像编码伙伴一样，帮助优化代码、集成文档、调试问题，并降低新开发人员或学习新技术栈的入门门槛。

对于喜欢使用现有环境的开发人员，有Amazon CodeWhisperer，这是一款可以集成到IDE或直接从命令行使用的AI编码助手。CodeWhisperer可以处理从编写功能到代码补全、安全扫描等一切事务。亚马逊云科技不断发展CodeWhisperer，带来新功能，如扩展MCP支持、25多种语言的实时代码编辑、自动多文件重构、智能代码审查等。事实上，CodeWhisperer每天处理数百万次用户交互和工具调用。

亚马逊云科技在启用预构建的Agentic解决方案的另一个领域是迁移和现代化，有亚马逊云科技 Transform，这是一个拥有19年经验的代理，帮助客户现代化遗留应用程序并解开基础设施纠缠。Transform几乎见过所有情况，并将这些知识构建到其功能中，以尽可能简化现代化过程，包括从.NET框架、VMware和大型机的迁移。

对于.NET应用程序现代化，Transform可以自动发现不兼容性、生成转换计划并重构源代码，帮助开发人员将其.NET应用程序的现代化速度提高4倍，并将Windows许可证成本降低40%。

对于VMware，Transform简化并自动化了本地发现、波规划和端到端迁移过程的编排。它解决了VMware迁移中最困难的部分之一，将VMware网络配置和防火墙规则自动转换为亚马逊云科技网络构造，速度提高80倍。一家名为CSL Behring的客户在应用程序发现和波规划方面提高了10倍，减少了数千小时的迁移时间。亚马逊云科技自己的专业服务在客户项目中使用亚马逊云科技 Transform，将数周的工作缩减到一小时，并通过集成Cloud Migration Factory等工具，将VM迁移速度提高80%。

即使是以前需要数年时间的复杂大型机应用程序现代化项目，Transform现在也可以在数月内完成。自5月中旬推出以来，亚马逊云科技 Transform已帮助客户和合作伙伴分析了超过1.28亿行代码。

为了说明Transform的影响，演讲者欢迎来自汤森路透的Madhumita Majumdar，她分享了他们使用亚马逊云科技 Transform现代化业务并加速为客户创新的历程。

汤森路透正在进行迄今为止最宏伟的迁移之一，现代化关键的但拖累业务发展并积累技术债务的数十年.NET应用程序。他们测试了多种现代化方法，但都无法跨数百个应用程序扩展，直到他们获得了亚马逊云科技 Transform。

亚马逊云科技 Transform解决了几个障碍，支持所需的.NET版本，并更优雅地处理复杂转换，提供了经过实战检验的全面、清晰的文档。经过一些初始挫折后，使用亚马逊云科技 Transform进行转换(尤其是复杂转换)的成功率大幅提高。

汤森路透将数月的工作缩减为两周冲刺，每月现代化150万行代码，速度提高4倍。这为他们的开发人员腾出时间来构建未来，而不是维护过去。他们目前正在并行运行七个.NET现代化项目，可以安全地投入生产，而无需关闭或重新开始。

对汤森路透客户来说，最大的收获是专注 - 他们的工程师现在可以偶尔冲刺来合并和测试升级，而不是一直专注于此，从而有更多时间解决真正的客户问题。这也实现了质量和速度，现代平台使他们能够更快交付功能、适应市场变化，并在产品之间提供更流畅、更集成的体验。

在某些系统中，手动测试会减慢他们验证AI更改的速度，但每一次现代化都会释放容量、减少维护时间、解锁代码库中多年的知识产权以新方式利用、降低基础设施成本(迁移到Linux将运营成本降低30%)、大幅减少技术债务，并通过消除过时的依赖项来消除风险。所有这一切都汇总为更大的敏捷性，可以更快移动、在需要时转向，并在发现有利可图的地方加倍努力。

汤森路透学会从小做起，然后扩大规模，保持一个核心团队参与，在各个现代化工作中传播经验。他们学会不要等待完美时机，因为遗留技术不会自行更新，而AI并不是取代团队，而是赋予他们力量。成功的领导者理解真正的胜利是解放工程师去做最好的工作，并使持续现代化成为核心能力，将AI融入组织文化，以实现速度、规模和更智能的决策。

继续介绍更多客户案例，演讲者强调亚马逊云科技如何通过专业服务使这种Agentic转型变得可及。两年前，亚马逊云科技成立了AI创新中心，将他们拥有数十年内部专业知识的全球AI科学家、战略家和工程师团队带给客户。AI创新中心在帮助成千上万的客户(如Yahoo Finance、阿斯利康和先正达)快速构建AI驱动的能力方面发挥了重大作用。

今天，亚马逊云科技很高兴地分享，他们正在大力加速这一进程，将在亚马逊云科技 AI创新中心再投资1亿美元，加倍致力于客户成功。

在教育领域，亚马逊云科技正在推出一个全面的计划，支持职业生涯初期的专业人士和大学生(无论他们的专业是什么)发展雇主越来越要求的AI技能和素养。目标是在第一年内接触到全球270万年轻人。

最后，学习的最佳方式就是玩得开心，这就是为什么亚马逊云科技很高兴宣布推出亚马逊云科技 AI League。就像Amazon DeepRacer一样，你可以构建自己的自动驾驶深度学习模型，亚马逊云科技 AI League是一个游戏化的平台，用于学习和参与AI挑战。任何人都可以学习、竞争和创新，同时解决提示工程、使用亚马逊云科技服务(如Amazon SageMaker AI和Amazon Bedrock)进行模型定制等挑战，锻炼技能以进一步创新并解决现实世界的问题。AI League今天在纽约峰会上启动，与会者可以在re:Invent 2023年决赛中竞争获得re:Invent门票和现金奖励。

总之，这个视频展示了亚马逊云科技如何为组织铺平道路，帮助他们构建所设想的Agentic未来。虽然代理人还处于初期阶段，但亚马逊云科技的创新，如Amazon Nova、Amazon Bedrock Agent Core、Amazon S3 Vectors、Strance Agent、亚马逊云科技 Marketplace for AI Agents and Tools、Kiro、Amazon CodeWhisperer、亚马逊云科技 Transform，以及亚马逊云科技 AI创新中心、教育计划和亚马逊云科技 AI League等倡议，加上安全性、可靠性和运营卓越的坚实基础，正为这场Agentic革命铺平道路。

下面是一些演讲现场的精彩瞬间：

演讲者强调了人工智能赋予人们通过决心和使用现代工具将想法变为现实的变革力量。

代理代表了软件构建、部署、运行和交互方式的一次重大变革，同时建立在安全性、数据和基础设施的基础之上。

NovaAct代理像人类一样浏览网页，自动执行跨不同州网站申请食品援助计划等复杂任务。

推出TransAgent 1.0这一开源框架，通过利用先进的推理模型并赋予多代理系统新功能，简化了代理开发。

亚马逊云科技正在积极为新兴标准如MCP和A2A做出贡献，这些标准使代理与各种工具和数据源实现互操作性，并利用亚马逊在分布式系统方面的专业知识。

一张高级架构图展示了Anthropic如何利用亚马逊云科技服务(如SageMaker、Aurora和MSK)以及自己的GenOS平台和人类专家，来协调和控制大型语言模型。

演讲者强调拥抱人工智能并将其融入我们的文化的重要性，以发挥其速度、可扩展性和更智能决策的潜力。

总结

在这场引人入胜的演讲中，亚马逊云科技的Agentic AI副总裁Swami Sivasubramanian揭示了革命性的AI代理革命，这正在改变我们构建和与软件交互的方式。他介绍了AI代理的概念，这是一种利用AI进行推理、规划和适应用户定义输入的自主系统，代表人类或其他系统完成任务。

Sivasubramanian强调了这一范式转变的三个关键方面:构建软件的新方法、部署和运行软件的新方式，以及软件与世界交互的新方式。他强调了安全性、数据基础和基础设施在实现这一代理愿景方面的重要性，使其可供每个组织使用。

为了实现这一愿景，亚马逊云科技推出了新的功能，如Amazon Bedrock Agent Core，这是一套服务，可以使用任何框架或模型安全地大规模部署和运行功能强大的代理。Sivasubramanian还展示了诸如Amazon S3 Vectors等创新，它可以实现向量嵌入的高效存储和查询，以及Amazon NovaAct，这是一种专门用于构建可靠浏览器代理的模型。

演讲的高潮是号召开发人员拥抱这种变革性技术，并利用Kiro等工具重新构想软件开发，Kiro是一种AI驱动的IDE，可以简化从概念到生产的开发人员体验。Sivasubramanian设想了一个未来，在这个未来，代理将重塑整个行业的工作流程和人类生产力，通过预构建的代理解决方案，使这一转变更容易为更多组织所采用。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。