亚马逊云科技储瑞松重磅发声：Agentic AI落地的3大关键技术！

哈喽！伙伴们，我是小智，你们的AI向导。欢迎来到每日的AI学习时间。今天，我们将一起深入AI的奇妙世界，探索“亚马逊云科技储瑞松重磅发声：Agentic AI落地的3大关键技术！”，并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知，只需唤醒你的潜能！”跟着小智的步伐，我们终将学有所成，学以致用，并发现自身的更多可能性。话不多说，现在就让我们开始这场激发潜能的AI学习之旅吧。

亚马逊云科技储瑞松重磅发声：Agentic AI落地的3大关键技术！：

“我们正处在 Agentic AI 爆发的前夜。”在亚马逊云科技中国峰会上，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松说道。他表示，过去一年，机器智能已经爆发了，如今 AI 的发展又来到了一个拐点。

“在过去一年，大模型的能力在各个维度都实现了跨越式发展。就连在 2025 年 1 月推出的 HLE — Humanity’s Last Exam 上，模型正确率也从刚开始的个位数，迅速发展到如今已经超过 20%。”储瑞松说道。正如历史上蒸汽机的出现放大和解放了人和动物的肌肉力量，通过在纺织、交通、采矿和冶炼等领域的应用带来了工业革命。机器智能的爆发则放大和解放了人的大脑智力，其应用也将带来下一场革命：Agentic AI 的革命。

储瑞松通俗地解释道，Agentic AI 就是 AI 从“我问 AI 答”，“我说 AI 写”，发展到“我说 AI 做”。AI 驱动的数字员工将像人一样，在各行各业，为企业工作。

Agentic AI 为何爆发
在储瑞松看来，Agentic AI 爆发的原因是多重因素交织的，具体看主要源于以下几个方面。

第一，过去两年多，大模型能力的发展日新月异，已经有了类似人的大脑一样的思考能力。

第二，模型上下文（MCP）协议的出现，使得大模型驱动的智能体能方便地和周围的世界互动。模型上下文（MCP）协议就像 USB 接口一样，让智能体以简单、标准化的形式去访问数据、使用工具。智能体到智能体（A2A）协议未来还能让不同的智能体之间协作。

第三，斯坦福大学 2025 年人工智能报告指出，过去两年推理成本下降了约 280 倍。推理成本的极速降低使得 Agentic AI 应用的规模化部署成为可能。

第四，以 Strands Agents 为代表的高度抽象、强大、灵活的 SDK 的出现，使开发强大的 Agentic AI 系统变得轻松容易。只需少数几行代码，企业就能开发出一个多智能体协同的应用。同时，Amazon Q 等 AI 加持的开发工具，也使得开发的工作效率成倍提升。

第五，得益于企业此前在数字化方面的投入，让很多场景里数据和应用的 API 都已经就绪，可供 AI 智能体使用。正是因为所有这些因素叠加在一起，让 Agentic AI 的爆发成为可能、几乎不可避免。

储瑞松表示，Agentic AI 时代，最令人兴奋的将是产品服务乃至商业模式的创新，因为能高效创新的企业将有机会大幅度提升客户和用户体验，革新商业模式，获取高额价值回报。

比如，Uber、 Airbnb 创造了共享经济模式，Netflix 开创了订阅制内容消费模式。随着 AI 的快速发展，还有很多初创企业正在致力于创造新的商业奇迹。初创公司 Cursor 将 AI 深度集成到代码编辑器中，革新了编程方式；Perplexity，通过 AI 实时搜索引擎，提供了全新的信息获取和知识探索的方式。

“如今，我们处在一个企业经营范式转移的关口。”储瑞松指出，疫情以来，在大环境的不确定下，很多企业聚焦于成本优化，谋求生存之道。而 Agentic AI 时代的到来，企业更需要考虑的是，利用 Agentic AI 加速创新、大幅度提升客户和用户体验，革新商业模式，获取高额价值回报，同时提升运营效率、降低成本的具体路径。用 AI 创新、创造价值的重要性将极大提升，变得比成本优化重要得多。

三大技术准备是关键
那企业若要最大化 Agentic AI 可给自身带来的价值创造，应该如何做呢？

对此，储瑞松表示应该从技术层面做好三大准备：第一，需要统一的 AI 就绪的基础设施；第二，需要聚合并治理过的 AI 就绪的数据；第三，需要明确的策略和快速高效的执行。

具体来看，企业首先需要有统一的 AI 就绪的基础设施。在 Agentic AI 时代，企业上云的关键是选择一朵对的云。而若想选择对的云，企业需要考虑以下因素：

• 安全性，这是底线；
• 稳定可靠，因为云会成为未来 Agentic AI“数字员工”的工作场所，云的稳定可靠将给企业的 Agentic AI “数字员工”提供一个好的工作场所；
• 灵活性，若要很好地支持企业的全球业务拓展，云需要提供大环境不确定性下灵活应对的确定性；
• 技术领先性，AI 发展日新月异，云需要与时俱进，才能很好地支持企业的 AI 创新。

“所以，企业选择云服务商不光要看其当下的技术能力，还要看其是否以云为主业、是否有合理的营利性能支持长期、高强度投入，未来还能保持领先。”储瑞松表示。

其次，企业也需要聚合且治理过的 AI 就绪的数据。在 AI 时代，企业独有的、能给企业带来差异化价值的是数据，这也是很多企业最重要的战略资产。企业数据是否 AI 就绪是决定企业 AI 应用水平天花板的重要因素。数据决定一家企业未来 Agentic AI“数字员工”的视野高度、能力范畴、决策水平和执行效果。

企业 Agentic AI“数字员工” 作为一个整体，所需的数据有没有、能不能被访问、质量是否高，决定了它们能给企业创造价值的多少。所以，要最大化 Agentic AI 能给企业带来的价值创造，企业必须打破数据孤岛，有效聚合和治理数据。Agentic AI“数字员工”是仅仅能帮助个别人、个别团队，还是大的部门、乃至整个企业，取决于数据是否是企业级、以及是否经过聚合和治理。

最后，要实现 Agentic AI 价值创造，企业还需要有明确的策略并快速高效地执行。

企业需要对 Agentic AI 价值创造有客观的预期：短期不要有过高不切实际的期望，但是长期一定不能低估它将会对各行各业带来的影响。这个长期说的不是 10 年，而是 1 到 2 年。同时，企业还要选择合适的合作伙伴和技术栈。在选择时，企业不应只关注技术指标，而应选择主流、开放、安全、可持续且深刻理解企业业务，能长期陪伴的合作伙伴。同时，所选择的技术栈也需要能支持 Agentic AI 开发的主要模式，如 workflow、 graph、swarm 等。在明确的策略下快速高效的执行非常重要。

能快速实践 Agentic AI 应用、并及时总结经验、迭代提升、推广复制的企业，将有可能更早地从中获益、并叠加膨胀获益，从先人一步发展成为持续领先。

嘿，伙伴们，今天我们的AI探索之旅已经圆满结束。关于“亚马逊云科技储瑞松重磅发声：Agentic AI落地的3大关键技术！”的内容已经分享给大家了。感谢你们的陪伴，希望这次旅程让你对AI能够更了解、更喜欢。谨记，精准提问是解锁AI潜能的钥匙哦！如果有小伙伴想要了解学习更多的AI知识，请关注我们的官网“AI智研社”，保证让你收获满满呦！