在亞馬遜云科技紐約峰會上，亞馬遜云科技推出了一個叫AgentCore的東西，它屬于Amazon Bedrock的一部分，包含七個模塊。在亞馬遜云科技看來，這7個模塊就是開發(fā)智能體（agent）要有的7大件。

首先得有個運行時環(huán)境，這就是AgentCore Runtime。它具備安全性和彈性，交互延遲低。最有意思的是，可處理長達8個小時的復雜異步工作負載，意味著一個agent在運行過程中，可以長達8小時持續(xù)處理一個任務，可以執(zhí)行更復雜的任務。

亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理 陳曉建介紹稱，業(yè)內常見的運行時環(huán)境通常支持十幾分鐘或半小時級別的運行時間，而AgentCore Runtime的8小時運行時間屬業(yè)內之最，這大大增強了agent在服務端持續(xù)運行的能力。

第二個組件叫AgentCore Memory，它可以高效存儲對話上下文，包括長期和短期的內容，幫助agent更好地理解用戶和用戶需求。背后可能涉及到存儲系統(tǒng)以及向量數(shù)據(jù)等技術細節(jié)，不過，開發(fā)者不用關心這些，這些復雜的技術細節(jié)都被封裝了，開發(fā)者直接就可以使用。

此前，開發(fā)者需要自行搭建和管理向量數(shù)據(jù)庫來實現(xiàn)“記憶”功能。而現(xiàn)在，亞馬遜云科技推出了Amazon S3 Vector，這是一個成本極低、容量巨大的向量存儲方案，搭配OpenSearch，可以提供性能加強版的向量存儲服務。

第三個叫AgentCore Identity，其實就是身份鑒權、安全認證方面的功能。第四個叫AgentCore Gateway，作為一個網(wǎng)關，它作為一個連接器，讓AI agent可以發(fā)現(xiàn)外部有哪些可以用的工具，比如API、函數(shù)、服務，這可以幫助它跟企業(yè)現(xiàn)有的系統(tǒng)更好的集成。

第五個叫AgentCore Code Interpreter。Agent具備任務拆解與思考能力，它有可能在運行中生成并執(zhí)行代碼來完成一些操作，因此需要在安全的沙箱中運行，Code Interpreter提供了這個環(huán)境，它會自己配置實例類型與會話參數(shù)等信息。

第六個是瀏覽器工具AgentCore Browser Tool，這是一個云上的瀏覽器工具，讓agent大規(guī)模地與網(wǎng)站進行交互，可用于填寫表單、網(wǎng)頁導航等任務。一如人會通過瀏覽器從網(wǎng)上獲取信息，agent也是通過瀏覽器獲得更多信息。

最后一個是AgentCore Observability。在生產(chǎn)環(huán)境中，全面跟蹤和追蹤agent的每個動作對于性能表現(xiàn)至關重要。AgentCore整合了多個性能數(shù)據(jù)，讓開發(fā)者可以全面監(jiān)控agent的行為與運行狀態(tài)。

AgentCore解決了Agent開發(fā)過程中的工程化難題

“AgentCore本質上是一個面向智能體構建的底層基礎設施”。陳曉建介紹稱，“它封裝了很多標準化能力，為Agent的開發(fā)環(huán)境提供強有力支撐，讓開發(fā)者更容易上手、更快落地。

陳曉建還提到，AgentCore解決了Agent開發(fā)過程中的工程化難題。一個Agent應用要從“玩具”走向“產(chǎn)品”，就必須解決可伸縮性（Scalability）、可觀測性（Observability）、安全性（Security）和身份認證（Identity）等一系列問題。

據(jù)了解，許多早期采用開源方案的團隊，正是因為缺乏這些企業(yè)級能力而不敢將應用投入生產(chǎn)環(huán)境。AgentCore則將這些生產(chǎn)環(huán)境中“基礎中的基礎”全部內置，讓開發(fā)者可以專注于業(yè)務邏輯創(chuàng)新，而不必在底層基礎設施上重復造輪子。

AgentCore不僅能與亞馬遜云科技自有服務，比如Amazon Q和Amazon Bedrock的Agents集成，也可以與開源框架整合使用。這種兼容能力，使得用戶可以利用現(xiàn)有開源生態(tài)，同時結合亞馬遜云科技的底層支持能力，快速構建自己的智能體系統(tǒng)。

亞馬遜云科技大中華區(qū)AI技術高級經(jīng)理 郭韌介紹稱，當前Agent開發(fā)的浪潮主要由兩股力量驅動。第一類是初創(chuàng)企業(yè)，如Manus這種打造面向個人用戶的通用型Agent。第二類則是廣大的行業(yè)客戶，例如金融、廣告等領域的公司，這類行業(yè)客戶很多。

行業(yè)客戶通常組建小而精的團隊，基于自身業(yè)務探索Agent的應用，如開發(fā)智能投研助手、自動化廣告投放流程等。這些團隊資源有限，迫切需要一個強大易用的平臺，這正是AgentCore等產(chǎn)品應運而生的市場背景。

開發(fā)配套工具重要，生態(tài)建設更重要

AgentCore解決了如何以工程化的方式構建Agent的問題，而亞馬遜云科技同期在Marketplace上新增的“AI Agent與工具”分類，則是要解決用什么工具來增強Agent的問題。

郭韌表示，想要構建Agent，必須借助外部工具。但工具的集成和管理是個難題。通過Agent Marketplace，亞馬遜云科技統(tǒng)一了工具的接入標準，任何ISV或數(shù)據(jù)服務商都可以將其API或服務上架，供全球的Agent開發(fā)者調用。

這似乎形成了一個完美的互補關系：AgentCore提供了官方自研的“標準件”，而Marketplace則匯聚了海量的第三方“擴展配件”。這種模式，極大地降低了開發(fā)者構建復雜Agent的門檻，這正是平臺的價值。

最近半年，除了DeepSeek以外，有影響力的開源大模型越來越少。于是，亞馬遜開放了對自家閉源的Amazon Nova模型進行深度定制的能力，用戶現(xiàn)在可以通過Amazon SageMaker HyperPod對Nova的Micro、Lite和Pro版本進行深度定制。

隨著Amazon Nova模型的開放定制，亞馬遜云科技正試圖打造一個更豐富的agent開發(fā)的生態(tài)系統(tǒng)，吸引更多開發(fā)者在這個平臺上構建下一代AI應用。2025年或許真的會成為智能體的元年，而這場變革，正在從云上發(fā)生。

云廠商+AI，競爭格局正迎來深刻演變

過去一年，行業(yè)普遍認為競爭是“模型+云”的較量。然而，亞馬遜云科技推出的AgentCore表明，競爭核心其實是在于如何將生成式AI與云服務深度融合，構建出一套能讓AI智能體從概念走向規(guī)?；涞氐耐暾阵w系。

正如陳曉建所言，在AgentCore相關的能力中，幾乎沒有一個模塊是模型本身，它們全是圍繞模型的工具與服務。這說明，模型只是一個能力模塊，而將模型的能力轉化為可靠、安全、可觀測的生產(chǎn)力，才是未來云廠商的核心競爭力。

換句話說，誰能更好地為客戶提供這種端到端的整合能力，誰才能在新的AI時代占據(jù)優(yōu)勢。從這個角度看，2025年或許不僅是智能體的元年，更是云服務圍繞AI應用深度重塑的開始。

zhupb