夜雨聆风
“我们正站在一个历史性的时刻，Agentic AI爆发的拐点已然来临。”
6月23日，在上海举行的2026亚马逊云科技中国峰会上，亚马逊云科技全球副总裁、亚太区联席总裁储瑞松表示，Agentic AI不仅是技术创新，更将带来业务变革，“而变革的本质，是用新范式取代旧范式”。
对企业而言，AI转型已从一道选择题变成必答题，但不同企业的推进速度正在拉开差距：有的先发企业在全力以赴地加速拥抱AI，而有的企业仍然因循守旧、进展缓慢。储瑞松警告称，“一旦先发企业AI转型成功，就会以全新的发展范式和代际技术鸿沟，对那些因循守旧的后发者构成降维打击。”
企业该如何缩小这一差距？在这次峰会上，亚马逊云科技发布了Agentic AI五层技术栈及相关实施方法论，试图解决一个越来越现实的问题：如何让AI Agent走出概念验证，规模化进入生产环境，并最终转化为可衡量的业务价值。
Agentic AI正在迈过爆发拐点
去年6月，在同样的演讲台上，面对AI发展势头，储瑞松判断：行业处在Agentic AI爆发的前夜。但是仅仅一年之后，他已经刷新了自己的观点，抛出了“Agentic AI爆发的拐点已然来临”的断言。
引爆这一拐点的力量是什么？在储瑞松看来，模型能力持续提升与Agentic工程体系日益成熟，正在形成一个相互促进的飞轮。
一方面，模型能力在你追我赶、交替领先中持续突破，从推理能力、代码生成到多模态理解，模型的智力水平不断跨越新的门槛。另一方面，Agentic工程体系正在快速成熟，保障模型能力转化为可以稳定交付业务结果，同时为模型能力的提升提供了真实世界的反馈。
“这个飞轮已经启动，并且正在加速旋转。”储瑞松表示。
伴随这一飞轮加速，AI的角色也在发生变化：它不再只是回答问题、生成内容的辅助工具，而是开始参与任务规划、调用工具、执行流程并交付结果，逐渐成为一种新的生产力。
不过，从技术能力突破到企业规模化应用，中间仍横亘着一道不小的鸿沟。
麦肯锡《2025年AI现状报告》显示，62%的受访者表示所在企业至少已经开始尝试AI智能体。其中，23%的企业正在至少一个业务职能中扩大智能体部署，另有39%仍处于实验阶段。即使已经进入规模化阶段，应用也主要集中在IT和知识管理等少数领域。
多数企业仍然卡在从“试点”走向“规模化”的关键阶段。背后的障碍大致可以归纳为三类。
首先是效果不稳定。智能体在概念验证阶段可能表现良好，但进入真实生产环境后，面对复杂数据、长流程任务和大量边界情况，往往会出现意料之外的问题。
其次是管理难。企业需要知道智能体执行了哪些步骤、调用了哪些工具、为何作出某项决策，同时还要明确其权限边界：能够访问什么数据、执行什么操作，以及哪些决策必须由人类确认。
最后是治理体系缺失。在大型企业中，不同部门可能重复建设功能相似的智能体，彼此之间无法协同，也缺少统一的平台进行评估、监控和治理。
用五层技术栈跨越Agent规模化鸿沟
面对这些挑战，储瑞松在本次峰会上提出了企业实现Agentic AI业务转型所需的五层技术栈地图：
第一层，AI基础设施层，涵盖GPU、AI加速芯片以及配套的网络和存储，这是一切技术实现的基础。这一层的业务价值在于为模型提供充足的算力。
第二层，模型层。这一层的价值在于为智能体提供脑力服务。对于企业应用来说，模型选择很重要。企业Agentic AI应用应根据实际需求选择在智力水平、速度和成本上最合适的模型，并且切忌自我设限，不要锁死在单一供应商的模型上。
第三层，数据和知识层。这一层的核心价值是为智能体提供相关、准确、新鲜且经过治理的高质量数据支撑。绝大多数企业AI项目的失败，都是因为数据没有准备就绪。高质量的数据是企业Agent差异化竞争的壁垒。
第四层，Agentic平台层。这一层的业务价值在于为智能体提供统一的运行环境、开发工具，并提供规则、评估与治理等管理能力。其关键在于能否很好地支持大规模智能体的开发、部署、管理与迭代，这也是企业智能体应用从概念验证走向生产的分界线。
第五层，智能体与应用层，这是Agentic AI真正为企业创造价值、交付业务结果之处。这些应用既包括软件开发、IT运维、知识工作者、客户服务等跨行业的通用Agent场景，也包括能为企业带来最大业务价值的特定行业或定制化应用。
这五层并非彼此割裂，而是构成了一条从基础设施、模型和数据，延伸至智能体平台和业务应用的完整链路。
在这五层技术栈之外，亚马逊云科技还强调，安全、效果、性能和成本四个维度贯穿始终，从上到下每一层技术栈都需要考虑。
安全决定智能体可以访问哪些数据、调用哪些工具和执行哪些操作，是进入生产环境的底线；效果取决于模型选择、数据质量、平台护栏和智能体设计等多个环节；性能关系到响应速度、吞吐量和延迟，决定智能体能否服务大规模用户；成本则需要贯通智能体、平台、数据和模型Token消耗，从而计算完成单项任务的真实支出。
储瑞松强调，所有五层技术栈的存在，最终都是为了最顶端的业务产出服务。“真正决定Agentic项目成败的唯一标尺，是可衡量的业务产出。企业必须量化Agents带来的业务价值。”
这意味着，企业不能再简单沿用传统IT项目的管理方式，而要围绕业务结果重新设计流程、评估指标和组织协作机制。
实际上，对应这五层技术栈，亚马逊云科技在每一层都有非常强的技术储备和创新，推出了Amazon Bedrock、Amazon Bedrock AgentCore、Kiro、Amazon Quick以及Amazon Continuum等一系列Agentic产品技术，并且帮助诸多中国企业实现了Agent在企业内部的落地和业务价值实现。
小鹏集团数据及AI中台负责人何锐邦在峰会演讲中透露，小鹏基于亚马逊云科技服务与Kiro搭建AI Coding平台“灵犀”，将行业开发规范沉淀为Agent技能。目前平台已累计跑完超14万个工作流，核心阶段成功率均超99.7%，交付代码零缺陷。
参加峰会的猎豹移动董事长兼CEO傅盛介绍，猎豹移动基于Amazon Bedrock AgentCore构建了内部AI应用EasyClaw。借助AgentCore的无服务器模式与底层安全能力，应用上线时间从一个月缩短至两周。
除了技术产品，亚马逊云科技还提出了一套评估驱动的智能体开发生命周期方法论，覆盖评估标准建设、AI自动评估、人类专家抽查、灰度上线、逐步放量、持续监控和迭代改进等环节。其核心思路是：智能体并非开发完成后一次性交付的软件，而是需要在真实环境中持续评估和迭代的业务系统。
“Agent构建的理想之地”
亚马逊云科技提出五层技术栈，目标并不是打造一个无所不能的“超级智能体”，而是建立一套能够支撑大量智能体进入企业生产环境的技术体系。
从算力、模型、数据与知识，到统一管理智能体的Agentic平台，再到面向软件开发、知识工作、IT运维和客户服务的应用，亚马逊云科技正在将过去相对分散的AI能力，连接成一条从技术底座通往业务结果的完整链路。
这也是亚马逊云科技希望在AI时代确立的行业定位——“Agent构建的理想之地”。
实际上，这一思路与其过去20年发展云计算的路径一脉相承。
在云计算时代，亚马逊云科技并非只提供服务器，而是通过EC2、S3、RDS、Lambda和DynamoDB等服务，将计算、存储、数据库和运维能力服务化、API化，改变了企业构建和使用IT基础设施的方式。
企业不再需要提前采购和管理大量硬件，而可以按需获取资源、按量付费并弹性扩展。这种基础设施模式，也为Netflix、Airbnb和Uber等新一代互联网公司的成长提供了重要支撑。
进入Agentic AI时代，企业创新所需的底层组件进一步增加。除了算力，还需要模型、数据与知识、智能体平台以及贯穿全链路的安全和治理等能力。这不仅是技术栈的扩展，也是底层技术平台的一次重新构建。
2008年，很少有人能够预见Netflix后来会成为全球流媒体巨头。亚马逊云科技为Netflix等企业提供了基础设施，而Netflix等公司的崛起，也让市场更加直观地看到了云计算的价值。
Agentic AI时代或许也会出现类似的组合：一家AI原生企业借助成熟的Agent技术平台迅速成长，并用其商业成功证明AI时代的新发展范式。
今天的问题是，属于Agentic AI时代的“Netflix”究竟是谁，目前还没有答案。
但可以确定的是，谁能够率先建立一套让智能体安全、稳定、低成本地进入生产环境，并持续交付业务结果的完整体系，已经是未来技术平台厂商竞争的优先事项。
在这一点上，亚马逊云科技看得非常清晰。
觉得内容有收获，请您加个关注，标个星～ 谢谢您