文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
最近这两年随着AI概念的火爆 ， “将AI导入生产经营流程”或是“拥有一套属于自己的大模型”很自然地就成为了许多企业的“时髦”需求 。
当然 ， 这并不困难 。 因为无论是自己攒一套算力设备、自行训练离线大模型 ， 还是通过各大云服务厂商 ， 以更加低廉的代价进行云端AI的定制 ， 都已经有了相当成熟的解决方案 。
但有了大模型 ， 就真的可以立刻将其投入生产流程了吗？
纵观目前的整个行业 ， 在AI大模型的训练上积极投入 ， 却缺乏将AI真正落实到业务端的思想和技术准备 ， 可以说是许多企业所共同面临的关键性难题 。
为何AI“不好用”？因为企业面临七大难关
为什么AI大模型往往难以被真正落实到生产经营中？其实这是因为大家首先要明白一个最基本的常识 ， 那就是“大模型”本身虽然可能“很智慧”、“懂得很多” ， 但它本身并不具备直接的交互界面 ， 不能实现对用户身份的识别和用户喜好的个性化学习 ， 也不方便企业进行业务集成和调试、管理 ， 以及长期的持续优化 。
正因如此 ， 在实际的使用场景中 ， 我们大多数时候都不是直接“使用大模型” ， 而是要通过一个“中间件”来实现与大模型的交互 ， 这个“中间件”就是所谓的AI Agent、或者说“智能体” 。
【破解企业智能体落地七大难关，亚马逊云科技树立AI部署新标准】
但大模型训练起来容易 ， 可智能体的部署却不是一件容易的事情 。 综合目前各方面的反馈来看 ， 企业用户在部署、管理智能体的过程中往往会面临“七大难关” 。
第一大难关就是智能体的运行环境搭建 。 众所周知的是 ， 企业用户对于AI大模型的使用场景与个人用户完全不同 。 比如在一些涉及自动化生产的场景 ， 大模型的持续“调用时间”可能长达数小时 ， 这也就意味着 ， 企业级智能体的运行环境决不能简单套用那些针对个人对话式AI的开源方案 。 因为后者往往为了节约设备算力 ， 会将单次对话运行时长严格限制到只有半小时、甚至几分钟 。 可设计一个能支持数小时连续对话的智能体运行环境 ， 就意味着企业需要有极其充足的算力作为后盾 ， 同时对于大模型和智能体的稳定性也提出了高得多的要求 。
第二大难关是智能体记忆的分类存储 。 在一个企业的内部 ， 不同业务部门之间有时候需要使用不同的大模型来响应业务需求 ， 而不同的使用者也会需要智能体学习他们各自的“偏好” 。 这就要求智能体的开发者往往需要实现对话记忆、用户偏好的分类存储 ， 并做到跨模型的记忆调用 。 这背后就会涉及到非常复杂的存储逻辑 ， 此外还有信息安全的问题需要注意 。
第三大难关是用户身份识别和权限分配 。 对于企业级大模型来说 ， 不同用户的身份、权限往往有着极大的差别 。 比如生产线上的员工和消费部门的员工 ， 所能够接触到的数据就必须要做出区分 ， 而这就涉及到智能体的用户验证和权限控制设计了 。
第四大难关是AI智能体与现有业务系统的集成 。 说白了 ， 就是要让大模型能够“看懂”业务系统里的其他数据和行为 ， 而这也需要开发者进行额外的API和函数转化工作 。
第五大难关是如何合理限制大模型的“能力范围” 。 这对于企业用户来说这也是至关重要的开发难题 ， 它既涉及到一般对话当中的敏感用语问题 ， 更涉及到避免人为“教唆”AI大模型作恶的情况 。
第六大难关是企业智能体的网页交互能力开发 。 对于企业级智能体来说 ， 它们不只需要“会”调用企业内部的业务模块 ， 还需要有自动进行交互的能力 ， 比如浏览网页、填写表单、自动点击按钮等 ， 这背后就又涉及到额外的AI能力开发工作 。
最后 ， 当然也就是前文中已经提及 ， 对大模型、智能体的长期管理和维护 。 IT运维管理者需要直观的监测自有AI的行为路径 ， 及时发现AI的“越界”行为 ， 或是在一段时间的业务实践之后针对性进行性能调整 。 而目前的大多数开源智能体、或者AI用户界面方案都难以提供直观的性能监测和AI“行为分析”服务 ， 从而让企业AI很难做到持续进步 。
如何让AI真正“能用起来”？AgentCore可实现一劳永逸
很显然 ， 对于如今的许多企业用户来说 ， 尽管技术的进步看似解决了AI大模型的训练难题 ， 但没有成熟的智能体部署和管理方案 ， 还是让他们的AI落地“卡在了最后一公里” 。
面对这样的行业困境 ， 身为目前全球云计算领军企业的亚马逊云科技率先作出了回应 。 在2025年纽约峰会上 ， 亚马逊云科技正式发布了Amazon Bedrock AgentCore 。 它不是一个单一服务 ， 而是一套面向智能体部署与运行所需基础能力的组合式系统 。
具体来说 ， AgentCore的最大作用就是将我们前面提到的企业在部署AI智能体、在落地AI时的“七大难关” ， 一一对应地进行了解决 。
针对智能体的运行环境难关 ， 亚马逊云科技有AgentCore Runtime ， 它具备高安全、弹性算力且可持续稳定运行的特性 。 其单次对话运行时长可达8小时 ， 远超行业常见水平 。 此外还支持异步与同步任务 ， 并兼容多种开源和商用智能体框架 。
针对智能体的记忆难关 ， 亚马逊云科技准备了AgentCore Memory 。 其支持短期与长期记忆 ， 能实现记忆数据在多个智能体之间的共享 ， 有助于跨会话的上下文延续 ， 避免了开发者亲自调试存储底层逻辑的麻烦 。
针对智能体的身份验证难关 ， 亚马逊云科技推出了AgentCore Identity 。 其可以与Amazon Cognito、Microsoft Entra ID、Okta等主流身份服务集成 ， 能为不同任务、不同用户分配细粒度权限 ， 确保智能体服务“有据可依、可控可审” 。
而在智能体接入企业内部系统的难关方面 ， AgentCore Gateway则可以发挥至关重要的作用 。 通过将将API、Lambda函数、企业内部服务转化为智能体可识别和调用的工具 ， 亚马逊云科技的这一技术让企业级AI智能体可以轻松打通现有的内部业务模块 ， 免去了开发者自行集成所可能导致的种种隐患和潜在的巨大工作量 。
当然 ， 针对智能体的“能力约束”难关 ， 也有全新的AgentCore Code Interpreter 。 这一工具为智能体带来了安全、托管的代码执行环境 ， 让开发者可以轻松指定运行语言、资源上限、安全策略等参数 ， 从而在很大程度上避免了AI“放飞自我” 。
除此之外 ， 也不能忽视AgentCore Browser Tool ， 它专为解决智能体的网页交互难关而生 。 基于这个云端定制构建的交互模块 ， 企业的AI智能体可以在不依赖本地浏览器、也不受大模型能力限制的前提下 ， 实现自动化的网页浏览、表单填写、按钮交互等操作 。 对于实现“用AI智能体操作第三方SaaS系统”之类的应用场景 ， 它可以起到关键性的作用 。
最后 ， 在AI智能体的后台管理、性能优化难关方面 ， 亚马逊云科技也准备了AgentCore Observability 。 它能够提供包括运行日志、执行链路、性能指标等一系列实时观测能力 ， 支持与企业现有的可观测性平台无缝集成 ， 为AI大模型、智能体服务的长期合规审核、性能优化打下关键基础 。
既行好事、也树标准 ， 亚马逊云科技领跑智能体时代
很显然 ， 站在企业用户、企业AI开发者的角度来说 ， 亚马逊云科技推出的Amazon Bedrock AgentCore ， 确实是再一次大幅简化了AI在实际业务和生产流程中的落地难度 ， 有望让无数企业少走弯路 ， 更快地用上AI来加速其业务 。
但在交口称颂之余 ， 我们便也不禁要思考一个问题：为什么亚马逊云科技要做这些服务 ， 难道就仅仅只是想要增强自家云服务的吸引力这么简单？
其实针对这个问题 ， 亚马逊云科技在发布AgentCore的时候 ， 也详细阐述了其背后的产品逻辑 ， 即为何要这样设计这套产品 。
在署名文章中 ， 亚马逊云科技Agentic AI副总裁Swami Sivasubramanian提出了四项构建原则 ， 即“以敏捷为核心竞争力”、“重塑面向agent时代的基础能力”、“以模型选择与数据优势实现卓越成效” ， 以及最后的“部署真正改变体验的解决方案” 。 值得注意的是 ， 这四项核心原则不仅仅是亚马逊云科技设计产品时的依据 ， 同时也蕴含了亚马逊云科技对于如今企业用户在部署AI大模型、AI智能体时完整流程应该注意哪些“关键点”的观察和分析 。
是的 ， 可以说只要企业完整地善用AgentCore产品的全套服务 ， 那么他们就可以更简单地让AI真正在生产当中落地 。 但假如企业不使用亚马逊云科技的AgentCore ， 而是按照上述的七大产品的思路“有样学样” ， 那么他们起码也可以少走许多弯路 ， 显著加快AI落地的步伐 。
换句话说 ， 亚马逊云科技正在以系统化方式回答一个关键问题：企业要真正用好AI智能体 ， 到底需要哪些能力 ， 怎样搭建一套能运行、能交付、能持续演进的系统 。 当然最为关键的是 ， 亚马逊云科技本身具有能够“解答”这个问题的全部能力与相关服务 。 正因如此 ， 亚马逊云科技给出的“解答”不仅是对企业客户的有效指导 ， 更是贯通全流程的AI“帮扶” ， 为当下企业争相落地AI的“大时代” ， 再一次树立了一个明确的、可对照的业务能力标准 。
【本文图片来自网络】
推荐阅读
- 安卓智能手表“祖师爷”归来，或将开启全新的时代
- 苹果智能戒指新专利：发光边框+触觉提示，可自动感应佩戴状态
- vivo智能手机一季度在印度出货量依旧第1 OPPO第3小米第4
- 数字赋能智慧政务，华为擎云亮相2025政法智能化建设技术装备展
- 腾讯AI IDE发布！四大智能体，一站式搞定开发全流程
- 科大讯飞智能办公本X5正式发布，开启本地大模型办公新时代
- 具身智能机器人公司逐际动力LimX Dynamics获京东战略领投
- 消息称OpenAI CEO与SK会长再度会面 探讨人工智能基础设施合作等
- 告别云端依赖！讯飞智能办公本X5评测：真正安全的离线办公利器
- 高通：Meta智能眼镜出货量跟之前相比增长了六七倍