6月23日，亚马逊云科技中国峰会如期而至。此次是亚马逊云科技在中国第13次举办，会场里坐满了从各地赶来的开发者、企业技术负责人和合作伙伴。
亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松走上台，开场便抛出了一个判断：当今，模型能力的持续提升与Agentic工程体系的日益成熟已形成相互促进的飞轮，推动Agentic AI迈过爆发拐点。
这不是一句简单的预言。储瑞松介绍，为帮助企业把握这一机遇，亚马逊云科技提供从AI基础设施、模型、数据和知识、Agentic平台到Agent应用的完整 Agentic AI 技术栈，赋能企业实现可衡量的业务产出。
过去，人是生产关系的主体，技术只是工具；未来，人和AI Agent协同工作，共同使用工具完成生产和价值创造。换句话说，Agent不再只是辅助人类干活的插件，而是变成了生产组织里的一个"角色"。这意味着企业的组织架构、协作流程、权责划分，都要跟着变。
从"选工具"到"定结果"
为了帮企业摸清这个变化的方向，亚马逊云科技在峰会上拿出了一张"五层技术栈地图"：最底层是AI基础设施，往上依次是模型层、数据与知识层、Agentic平台层，最上面是Agent应用层。安全、效果、性能、成本四个维度贯穿始终。
这个分层本身并不新鲜，但亚马逊云科技想强调的是一个思路上的转变：企业做Agentic AI项目，不能再像过去搞IT项目那样先挑技术、再想办法落地，而是要先想清楚"我要达成什么业务结果"，再倒推需要什么样的技术支撑。
数据的角色也在变。以前数据大多是静态资产，存在仓库里等人来查；现在数据要变成Agent能实时理解和调用的"知识资产"。亚马逊云科技为此推了一系列专门面向AI的数据服务，包括Zero-ETL、Amazon S3 Vectors、专用向量数据库、Bedrock Knowledge Bases，以及新发布的Amazon Context。向量存储成本据称能压到原来的十分之一。
在平台层，Amazon Bedrock AgentCore被定位为管理Agent全生命周期的核心工具，覆盖开发、运行、迭代。应用层则提供了Kiro、Amazon Quick、Amazon Connect等开箱即用的方案，覆盖软件开发、企业IT、客户服务这些常见场景。
企业用这些能力的路径有三条：直接采购现成的Agent服务；基于全栈能力自己搭定制化的Agent；或者走合作伙伴渠道拿更贴合行业需求的方案。
一本白皮书和一套方法论
峰会上最实在的发布，可能是一本叫《企业生产级智能体开发指南》的白皮书。亚马逊云科技发现，很多企业在做Agent时卡在一个共同的痛点上——没有清晰的成效评估标准，项目做到一半不知道该怎么衡量好坏，最后要么烂尾，要么不敢上线。
白皮书给出的解法是"评估驱动的AI Agent开发生命周期"：先定标准，再开发，开发完评估效果，评估通过再上线，上线后持续监控、循环改进。为了让这套方法论不流于纸面，亚马逊云科技还在GitHub上开源了一个模拟项目的评估集和代码，企业可以直接下载动手试。
亚马逊云科技已经跑起来的案例
理论说得再漂亮，也得看落地。峰会上，亚马逊云科技搬出了几个中国客户的实际案例。
小鹏集团用亚马逊云科技的AI和云服务搭了一个叫"灵犀"的企业级AI编程与Agentic工作平台。这个平台覆盖研发全生命周期，能做到零编码交付。上线后，小鹏AI应用中心的AI代码覆盖率已经超过了70%。
影石Insta360走的是另一条路。这家公司有十年的影像技术积累，现在依托亚马逊云科技的五层架构，做了一个叫"时刻Pro"的云端一站式智能成片功能。用户拍完素材，不需要人工剪辑，不到一分钟就能出片。
月之暗面Kimi则看中了亚马逊云科技的全球基础设施。借助这套底子，Kimi在给全球企业提供模型服务的同时，也在推进自己的业务出海。
猎豹移动是首批在Amazon Bedrock AgentCore上跑生产级Agent的中国企业。它推出的EasyClaw出海企业版，能灵活调度多模态模型，把跨境电商出海广告的素材生产、投放优化、数据复盘整条链路用AI串了起来。
一朵"契合AI时代需求的云"
这些应用的背后，是亚马逊云科技打了二十年地基的云计算基础设施。储瑞松在演讲中花了不小的篇幅强调这个"底座"：Nitro System做的硬件级物理隔离、全链路加密、143项全球安全合规认证；每个区域至少三个独立可用区、专用跨洋光缆、DevOps产研团队；自研的Trainium芯片和GPU实例组合，兼顾性能和成本。
数据能力也是它反复提及的护城河。开放式数据架构、一次写入处处可用、向量存储成本降低90%——这些数字和概念，最终都指向一个目标：让企业把数据从"存着"变成"用着"，而且用得便宜、用得放心。
整场峰会下来，亚马逊云科技想传递的核心信息其实很清晰：Agentic AI不是某个单点技术的突破，而是一整套从基础设施到应用层、从方法论到治理机制的系统性变革。它不是在卖一个"更聪明的聊天机器人"，而是在推销一种"人和Agent协同工作"的新生产范式。
拐点已至，这是储瑞松的判断。至于企业能不能抓住这个拐点，取决于它们能不能在组织、数据、技术栈和治理机制上，做好同步的准备。