人工智能代理（AI Agents）正掀起新一輪科技革命。AWS 行政總裁 Matt Garman 認為，這項技術的顛覆性堪比互聯網誕生。事實上，多家企業已開始受惠於 AI Agents 技術：阿斯利康加速醫療洞察發掘、雅虎財經改變數百萬投資者的金融研究方式。
為協助企業將這些初步成果轉化為廣泛應用，AWS 制定了四大核心原則，並推出一系列突破性功能，解決大規模構建和部署 Agent 的核心問題。
原則一：將敏捷性作為競爭優勢
在數碼化浪潮中，成功企業的關鍵不在於預測未來，而在於順勢應變。AWS 推出 Amazon Bedrock AgentCore，這套完備的服務體系助力企業在企業級規模下安全部署高性能 Agent。
AgentCore 具備安全可靠的無服務器運行環境，實現完整會話隔離，支援市面上最長運行工作負載。它能與 CrewAI、LangGraph、LlamaIndex 等流行開源框架無縫協作，也支援與 Amazon Bedrock 內外的任意模型協同工作。
目前，包括巴西 Itaú Unibanco 銀行、醫療科技公司 Innovaccer、整合平台 Boomi 等多家企業已開始試用 AgentCore，充分肯定其加速 Agent 投產的能力。
原則二：革新 Agentic時代的基礎架構
AWS 認為，儘管企業技術核心原則未變，但在 AI Agent 時代的實踐方式必須革新。關鍵支柱包括：
安全與信任：AgentCore Runtime 為每個會話提供專用計算環境和內存隔離，有效防止數據洩露。
可靠性和可擴展性：具備檢查點和自動恢復功能，能自動從零擴展到數千個並發會話，無需容量規劃。
身份驗證：AgentCore Identity 提供安全的 Agent 存取，支援 AWS 服務和第三方應用，採用臨時、細粒度權限控制。
可觀測性：AgentCore Observability 透過內置儀表盤和標準化遙測，提供實時可視化監控。
數據處理：AgentCore Gateway 可將多元數據源實時轉化為 Agent 可調用的認知工具。
無縫整合：支援 MCP 和 A2A 協議，確保不同環境中多個 Agents 和工具之間的無縫協同。
原則三：透過模型選擇和數據實現卓越成果
AWS 堅持雙軌策略：既讓客戶自由選擇最適合的模型，又提供工具用專有數據增強模型表現。
模型定制能力：透過 Amazon SageMaker 推出 Amazon Nova 定制功能，支援預訓練、後訓練、微調與對齊等全生命周期定制。
專門優化模型：Amazon Nova Act 是經專門訓練的 AI 模型，能在網頁瀏覽器中執行各類操作。
數據儲存革新：推出首個原生支援向量的雲對象儲存 Amazon S3 Vectors，將向量儲存成本降低 90%，同時保持亞秒級查詢性能。
原則四：部署改變體驗的解決方案
AWS 推出預置 Agent 解決方案矩陣，讓更多組織實現轉型躍遷。用戶現可透過 AWS Marketplace 直接購買 AI Agents 及工具。
Kiro AI 開發環境：新一代 AI 原生 IDE，透過規範驅動開發方法論，實現從概念驗證到生產部署的無縫銜接。
Amazon Transform：自動化執行代碼分析、重構優化等任務，將企業工作負載遷移周期壓縮 60% 以上。
Amazon Connect：透過 AI Agents 幫助企業在每次客戶交互中提供優質服務。
即刻行動是關鍵
AWS 建議企業不要等待完美方案，而應挑選一個具體業務問題著手構建。為支援客戶，AWS 將再投資 1 億美元於生成式 AI 創新中心，使總投資翻倍。該中心已幫助 NFL、雅虎財經、寶馬、阿斯利康等數千家客戶實現數百萬美元的生產力提升。
這四項原則構築起企業落地自主 AI 的全景式實施框架。AWS 作為雲計算安全性、可靠性和數據隱私的行業標杆，正將這些原則應用於 AI Agent 範疇，為企業的智能化轉型保駕護航。
