如果說過去幾年的雲計算平店主旋律是「上雲」，那麼今年的亞馬遜雲科技中國峰會，談論的已是如何讓 AI 智能體（Agent）在企業內部形成強大動力。
「使用 AI 的正確方式，應該創造不斷累積的動力。而複利動力，是現在最有價值的資產。」亞馬遜在上海峰會概括了這場峰會的核心敘事。從安全到開發，從知識管理到程式碼現代化，亞馬遜雲科技在本次峰會拋出了一整套圍繞 AI 智能體的基礎設施體系，重新定義未來 企業如何運作。
讓商業智能真正「懂業務」
企業 AI 落地最難跨越的鴻溝，除了算力，更重要的是語義理解。當你的智能體不懂「escalation（升級）」，再快的模型也只是一個高速的答錯機器。
亞馬遜在本次峰會介紹的 Amazon Quick，正是針對這一痛點而設計的企業級 AI 智能體。其核心差異在於一個語義知識圖譜，它不僅知道企業有哪些資料來源，更理解這些來源之間的關係、適用的業務規則，以及同一個概念在不同系統中的不同表述方式。
Quick 的語義知識圖譜每日服務數十萬名企業用戶，而 Quick 的另一個值得關注的配套是 Amazon Context，它能自動為企業所有現有資料建立知識圖譜的服務。過去，這類圖譜的建構是高度客製化、耗時費力的工程任務。Amazon Context 宣稱能以「幾次點擊」取代數個月的建置工作，並讓知識圖譜隨使用持續自我優化。對於正在評估 AI 落地路徑的企業決策者而言，這一能力直接攻克了「智能體懂我業務」這個最核心的部署障礙。
用機器速度對抗機器威脅
企業 AI 化的另一面，是攻擊面（Attack Surface）的急劇擴張。當程式碼由智能體以十倍速度生成，傳統的人工安全審查模式已然跟不上節奏。亞馬遜推出安全領域的智能體 Amazon Continuum，定位為「安全智能體」，其核心功能涵蓋：持續的威脅建模（Threat Modeling）、漏洞優先排序，以及以機器速度進行自動修復。
從架構哲學上看，Continuum 的設計思路與 DevSecOps 的理念高度一致，但亞馬遜將智能體引入其中，讓 Shift Left Security 在實踐層面真正具備可行性。過去，安全團隊的人力永遠跟不上開發團隊的產出速度；現在，Continuum 當了一個永不疲倦的安全 SRE，在威脅尚未觸達用戶之前便完成偵測與處置。
值得注意的是，峰會透露 Continuum 將整合頂級安全廠商的威脅情報訊號，並統一納入 Agent Core Policies 的管控框架。這種「開放生態＋統一管控」的設計，顯示亞馬遜無意在安全領域單打獨鬥，而是以平台身份聚合整個安全生態系的力量。
重新定義企業開發的工作方式
如果說 Quick 解決的是「知識管理」問題，Continuum 解決的是「安全」問題，那麼 Kiro 解決的，是企業軟體開發效率的根本性重構。
Kiro 是亞馬遜推出的 AI 原生開發工具，開發者可以在通勤的地鐵上啟動一個新功能的開發任務，在會議間隙審查程式碼，在等候咖啡的空檔批准一個變更，當他們重新打開筆記本電腦時，智能體早已在雲端持續推進，且完整保留上下文，毫無中斷。
對企業而言，Kiro 的意義在於讓開發效率的提升不再僅僅停留在「個人生產力」層面，而是系統性地壓縮了從需求到交付的整條價值鏈。
Amazon Transform
亞馬遜在本次峰會宣布的 Amazon Transform Continuous Modernization，從根本上改變了這一困局的解法邏輯。與過去「發現問題→啟動 Transform→修復→繼續」的週期性模式不同，持續現代化意味著 Transform 成為一個永遠在後台運行的智能體：智能體產生新程式碼時，Transform 在其身後持續跟進，識別技術債、自動修復、驗證結果，並從每一次轉換中學習，讓下一次變得更好。
峰會援引了兩個具體案例。全球知名客運車輛製造商宇通客車（Yutong Bus）與 AWS 合作，基於 Amazon Neptune 和 Amazon Bedrock 構建了圖譜式 RAG 知識系統，將車輛維護問答的準確率從 75% 提升至 90% 以上，並將原本需時兩天的車隊修復估算縮短至 30 分鐘。而全球生命科學巨頭拜耳（Bayer）則借助 Transform，將數百個遺留 .NET 應用程式自動重構遷移至 .NET 8 與 PostgreSQL，與廣大客戶共同節省了超過 160 萬小時的人工現代化工作。
中國夥伴從理念到落地
峰會其中兩家深度參與 AWS 生態的中國科技公司，為上述技術理念提供了落地的佐證。
影石 Insta360 與 AWS 合作推出的一鍵成片功能，是「AI 改寫創作工作流」最直觀的消費級詮釋。系統會自動完成素材檢索、情緒理解、故事編排、配樂適配，直至一鍵發布適配各大平台的成片。Insta360 表示，AI 功能的成片導出率已達 50%，用戶對這種「零門檻創作」體驗的高度認可。其底層架構正是基於 Amazon Bedrock 的多模態模型能力與生成式 AI 全套服務，從算力、模型、數據平台到 Agent 服務，支撐用戶的需求。
月之暗面（Moonshot AI） 旗下的大模型 Kimi 代表了另一種合作形態，不只是雲端基礎設施的使用者，更是 AWS 生態的共建夥伴。Kimi 已在 Amazon Marketplace 完成上架，全球用戶可按量付費及接入使用；同時，Kimi 將深度融入 Amazon Bedrock，成為 AWS 原生 AI 能力的組成部分，並與 Amazon SageMaker 整合，支援客戶在同一平台完成模型訓練與部署。月之暗面公司在 Linear Attention 上的架構創新，使模型算力成本從模型擴大十倍，成本只需增加十倍而非百倍。
AWS 基礎設施新定義
縱觀本次上海峰會的全部技術發布，亞馬遜雲科技正在將自己從「雲計算基礎設施提供商」重新定位為「智能體基礎設施的作業系統」。
Quick 解決知識接地問題，Continuum 解決安全威脅問題，Kiro 解決開發效率問題，Transform 解決技術負債問題，而 Bedrock 與 Agent Core 則是這一切的底層承載。每一個環節都指向同一個目標：讓企業的 AI 智能體真正走出概念驗證，在生產環境中可靠、安全、持續地運行。
「推理正在成為地球上最大的計算工作負載。你處理推理的方式，不再是基礎設施細節，而是核心商業策略的一部分。」這句話，或許是本次峰會最值得所有企業決策者深思的一句話。
