如何将AI（人工智能）能力转化为可稳定交付的业务结果，已经成为云计算巨头与企业共同面对的重要命题。
6月23日，在2026年亚马逊云科技中国峰会上，“Agentic AI（智能体AI）”成为全场的讨论焦点。亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松在主题演讲中指出，Agentic AI爆发的拐点已然来临，其背后是模型能力的不断提升和Agentic工程体系的日益成熟，两者形成了一个相互促进的飞轮。
一方面，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，基于模型能力的Agentic工程体系正在快速成熟。最近半年，侧重于围绕模型搭建稳定执行框架的驾驭工程（Harness Engineering）成为焦点，是让模型“可靠地把事情做完”的关键。
储瑞松表示，AI Agent正逐步成为新一代生产关系的主体之一。过去的技术主要扮演工具角色，人类是唯一的生产主体；而在Agentic AI时代，人类将与AI Agent协同，共同完成生产和价值创造。
当前，大模型正经历从“对话助手”向“生产力工具”的范式转移，Agentic AI不仅是技术创新，更是业务变革。为助力企业加速Agentic业务转型，亚马逊云科技提供从AI基础设施、模型、数据与知识、Agentic平台到Agent应用五层技术栈的全栈AI服务。
据介绍，目前，包括小鹏汽车、影石Insta360、月之暗面Kimi以及猎豹移动等企业，均已依托亚马逊云科技的技术栈加速Agentic AI应用落地。峰会上，亚马逊云科技还正式发布《企业生产级智能体开发指南白皮书》，详细阐述了评估驱动的Agent开发生命周期的具体实践步骤。
在模型层，亚马逊云科技强调了其中立性战略。储瑞松将模型比作不同岗位的“人才”，建议企业应根据智力水平、速度和成本的实际需求，选择最合适的模型，“切忌自我设限，不要锁死在单一供应商的模型上”。
如果说大模型负责提供“智力”，那么，企业的私有数据则是构建商业壁垒的核心要素。在接受包括澎湃新闻在内的媒体采访时，亚马逊云科技数据库服务副总裁Ganapathy (G2) Krishnamoorthy强调，企业应用AI的最终差异化正是来自数据本身。如何安全、无缝地解锁企业现存的所有数据，并将其喂给AI智能体，是当前技术落地的一大挑战。
在平台层，G2指出，从POC（概念验证）走向规模化生产，关键在于解决权限、审计、安全和可追溯性等“底层脏活累活”。通过其Bedrock AgentCore框架，企业可以在统一界面配置IAM策略，确保智能体在跨系统执行多项操作时，具备硬件级的物理隔离与端到端的统一治理。
G2认为，只有将各种类型的数据库、知识图谱以及企业历史沉淀的数据无缝集成到智能体框架中，AI项目才能真正从实验走向生产线。
