日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁(yè) > 生活百科 > >

如何讓AI智能體真正普及？AWS給出答案

ai人工智能華為nova

如何讓AI智能體真正普及？AWS給出答案

文章圖片

如何讓AI智能體真正普及？AWS給出答案

文章圖片

如何讓AI智能體真正普及？AWS給出答案

文章圖片

如何讓AI智能體真正普及？AWS給出答案

文章圖片

如何讓AI智能體真正普及？AWS給出答案

文章圖片

如何讓AI智能體真正普及？AWS給出答案

文章圖片

如何讓AI智能體真正普及？AWS給出答案

文章圖片


此前在《硬件、模型和智能體 ， AWS正驅(qū)動(dòng)AI大時(shí)代》中 ， 我們?nèi)咨罱馕隽薃WS re:Invent 2025首場(chǎng)主題演講的相關(guān)內(nèi)容 。

當(dāng)時(shí)我們就指出 ， 比起往年會(huì)花費(fèi)大量篇幅講述AWS在通用算力、傳統(tǒng)數(shù)據(jù)庫(kù)服務(wù)、邊緣計(jì)算設(shè)備等方面的進(jìn)步 ， AWS CEO Matt Garman今年幾乎是將95%的時(shí)間 ， 都用來(lái)展示這家全球云計(jì)算“一哥”為應(yīng)對(duì)AI智能體時(shí)代所做出的種種轉(zhuǎn)變 。

不過(guò)在AWS方面看來(lái) ， “僅僅”是一場(chǎng)CEO的主題演講 ， 似乎還不足以具體地表達(dá)他們領(lǐng)導(dǎo)AI智能體時(shí)代的能力和決心 。 所以在今年re:Invent開(kāi)幕的第三天 ， 便迎來(lái)了AWS在此次活動(dòng)中的又一場(chǎng)重磅主題演講 ， 由副總裁Swami Sivasubramanian博士所帶來(lái)的、“歡迎來(lái)到AI智能體的未來(lái)（Welcome to The Future of Agentic AI）”
什么是AI智能體？它和對(duì)話式AI并不相同
Swami Sivasubramanian博士在演講中提到的第一個(gè)概念 ， 就是“什么是AI智能體 ， 和那些能夠與用戶對(duì)話的AI相比 ， 到底有什么不同？”

為此他舉了個(gè)例子 ， 當(dāng)一位運(yùn)營(yíng)者遭遇了網(wǎng)站流量的突然暴跌時(shí) ， Ta當(dāng)然可以選擇詢問(wèn)一些“AI對(duì)話機(jī)器人”來(lái)獲得幫助 ， 這些老式的AI或許能給出一些“大而化之”的建議 。 在向AI提供一些具體的運(yùn)營(yíng)數(shù)據(jù)后 ， 對(duì)話式的AI可能也可以“看懂”它們 ， 并給出更具體一點(diǎn)的改進(jìn)措施 。

但如果Ta使用AI智能體 ， 那么AI智能體將會(huì)在網(wǎng)站流量剛出現(xiàn)異常下降時(shí) ， 就主動(dòng)“識(shí)別”到出現(xiàn)了問(wèn)題 。 接下來(lái) ， AI智能體會(huì)自動(dòng)地查閱網(wǎng)站后臺(tái)記錄、識(shí)別那些可能異常的數(shù)據(jù) ， 并及時(shí)向運(yùn)營(yíng)人員提出警告、給出具體解決方案 ， 甚至是嘗試自動(dòng)化地搞定一切 。
很顯然 ， 與傳統(tǒng)的“AI對(duì)話機(jī)器人”相比 ， AI智能體不只可以用自然語(yǔ)言進(jìn)行交互、有自己的“知識(shí)庫(kù)” ， 更重要的是 ， 它還具備主動(dòng)識(shí)別場(chǎng)景、自動(dòng)規(guī)劃任務(wù)、自動(dòng)完成工作的完整能力 。

為了實(shí)現(xiàn)這一點(diǎn) ， AI智能體在基礎(chǔ)結(jié)構(gòu)上也比舊式的AI更復(fù)雜一些 。 Swami Sivasubramanian博士指出 ， 典型的AI智能體基本上包含三個(gè)層面的結(jié)構(gòu) ， 分別是位于最底層的AI模型、基于模型構(gòu)建的各種技能 ， 以及最上層、允許AI智能體與現(xiàn)實(shí)世界進(jìn)行交互的API（應(yīng)用程序接口） 。
如何讓智能體持續(xù)進(jìn)步？AWS提出了新的辦法
不過(guò)僅僅有了以上三個(gè)功能層面 ， 還不足以保障AI智能體可以真正地“像人一樣聰明” 。 這是因?yàn)樵缙诘腁I智能體還不具備通過(guò)經(jīng)驗(yàn)進(jìn)行自主學(xué)習(xí)、自我進(jìn)化的能力 ， 當(dāng)它們被編寫(xiě)出來(lái)的時(shí)候 ， 工作模式和技能就已經(jīng)被固定 。

那么要如何實(shí)現(xiàn)AI智能體的“持續(xù)進(jìn)化”呢？一方面早在2025年5月 ， AWS就發(fā)布了最初版本的Strands智能體SDK 。 在之后的短短幾個(gè)月里 ， Strands SDK保持著快速迭代 ， 它不斷地增加新的技能、支持更多的底層大模型 ， 并改善開(kāi)發(fā)的交互過(guò)程 。 截至目前 ， 這款來(lái)自AWS的智能體SDK已經(jīng)被下載了近530萬(wàn)次 。
【如何讓AI智能體真正普及？AWS給出答案】
但以上這些還不夠 。 直到最近幾天 ， AWS正式發(fā)布了AgentCore Memory情景式功能 ， 首次賦予了AI智能體從過(guò)往的“工作經(jīng)驗(yàn)”中自我學(xué)習(xí)、提高效率的可能性 。 例如當(dāng)用戶使用AI智能體預(yù)定了一次機(jī)場(chǎng)接送 ， 并正好準(zhǔn)時(shí)到達(dá) ， 那么用戶下一次再使用相同的AI智能體預(yù)定接送機(jī)時(shí) ， AI智能體就會(huì)意識(shí)到“上次的時(shí)間正好足夠” ， 并根據(jù)旅行數(shù)據(jù)（比如人數(shù)）的變化 ， 主動(dòng)預(yù)留更富余的時(shí)間安排 。
專(zhuān)業(yè)級(jí)AI智能體并不“好做” ， 所以AWS出手了
當(dāng)然 ， 相比于改進(jìn)已有AI智能體的性能 ， Swami Sivasubramanian博士指出 ， 對(duì)于如今的絕大多數(shù)開(kāi)發(fā)者來(lái)說(shuō) ， 他們可能還被困在AI智能體的開(kāi)發(fā)初始階段 。 換句話說(shuō) ， 他們甚至還不知道要怎么才能生成一個(gè)最適合其業(yè)務(wù)類(lèi)型的“專(zhuān)屬AI智能體” 。

這并不奇怪 ， Swami Sivasubramanian博士還舉了一個(gè)例子 。 假設(shè)一家資深醫(yī)藥企業(yè)需要開(kāi)發(fā)他們的專(zhuān)屬AI智能體 ， 他們顯然很清楚需要一個(gè)能夠非常了解各種醫(yī)學(xué)、化學(xué)知識(shí)的大模型 ， 但哪些大模型擅長(zhǎng)這個(gè)領(lǐng)域呢 ， 研發(fā)人員又要怎么訓(xùn)練這些模型 ， 才能進(jìn)一步地“個(gè)性化”這些大模型 ， 以使得其最終可以有最高的專(zhuān)業(yè)度、同時(shí)降低開(kāi)發(fā)、訓(xùn)練過(guò)程中的成本呢？

這就是為什么AWS不斷增強(qiáng)Bedrock的模型選擇、模型優(yōu)化、模型訓(xùn)練能力的原因 。 比如哪怕是非專(zhuān)業(yè)級(jí)的AI開(kāi)發(fā)人員 ， 也可以用自然語(yǔ)言描述他們對(duì)模型的潛在需求 ， Bedrock就會(huì)幫助他們選擇最適合的AI模型 。 在這個(gè)一站式的智能體開(kāi)發(fā)平臺(tái)里 ， 更是可以找到來(lái)自全球各地 ， 有著各種不同特點(diǎn)的模型 。

當(dāng)開(kāi)發(fā)者選定了模型后 ， 通過(guò)使用Amazon SageMaker AI ， 這個(gè)平臺(tái)將能夠幫助開(kāi)發(fā)者用更短的時(shí)間、更少的步驟 ， 來(lái)完成模型的定制 。 一方面它支持強(qiáng)化學(xué)習(xí)模式 ， 這就意味著不需要事先準(zhǔn)備標(biāo)記數(shù)據(jù)集 ， 能夠降低AI智能體訓(xùn)練的成本；另一方面 ， 通過(guò)AWS一貫的無(wú)服務(wù)器體系 ， 開(kāi)發(fā)者可以使用成千上萬(wàn)的AI加速器資源 ， 在幾天、而不是幾周時(shí)間里就完成所需的模型改造 。 用Swami Sivasubramanian博士的話來(lái)說(shuō) ， 哪怕是非專(zhuān)業(yè)的AI開(kāi)發(fā)者 ， 現(xiàn)在也能用比過(guò)去短得多的時(shí)間實(shí)現(xiàn)“讓模型更懂用戶” 。
為企業(yè)AI智能體而生 ， AWS發(fā)力自研模型
不難發(fā)現(xiàn) ， 對(duì)于AWS的AI智能體開(kāi)發(fā)生態(tài)來(lái)說(shuō) ， 他們現(xiàn)在有不斷進(jìn)步的SDK、有強(qiáng)大的模型訓(xùn)練工具、有易用的模型庫(kù) ， 還有可能是全球最先進(jìn)、同時(shí)性價(jià)比也最高的云端算力 。

在這些工具的加持下 ， Swami Sivasubramanian博士相信 ， AWS可以幫助每一個(gè)企業(yè)里的每一名員工都能擁有自己的輔助智能體 。 甚至他表示 ， “人們‘不需要寫(xiě)一行代碼’ ， 就能完成定制化智能體的開(kāi)發(fā)” 。
但 ， 我們是不是還遺漏了什么？

沒(méi)錯(cuò) ， 雖然都知道AWS已經(jīng)在昨日公布了三款主打“可升級(jí)”、“可長(zhǎng)期穩(wěn)定運(yùn)行”的新一代自研AI模型 。 但在今天的主題演講中 ， AWS還揭曉了專(zhuān)門(mén)針對(duì)企業(yè)辦公場(chǎng)景的又一款大模型Amazon Nova Act 。

據(jù)悉 ， Amazon Nova Act從一開(kāi)始就瞄準(zhǔn)了高穩(wěn)定性、高準(zhǔn)確度 ， 并使用最新的強(qiáng)化學(xué)習(xí) ， 而不是舊的模仿學(xué)習(xí)技術(shù)進(jìn)行訓(xùn)練 。

從結(jié)果來(lái)說(shuō) ， 這就使得Nova Act成為了一款“開(kāi)箱即用”的企業(yè)辦公模型 ， 非常適合被用于構(gòu)建輔助日常辦公需求的AI智能體 。 有意思的是 ， AWS方面還專(zhuān)門(mén)將Nova Act與Claude旗下的兩款大模型進(jìn)行了性能比較 ， 而Claude在前段時(shí)間的“退出”確實(shí)給AWS在大中華區(qū)域的業(yè)務(wù)造成了不小的影響 。 所以這似乎也可以看作是一向注重模型包容性的AWS ， 在遭遇提供商的“背刺”后 ， 發(fā)力自研模型方案的一個(gè)縮影 。

    推薦閱讀