智能体基础设施正在快速成为人工智能下一次飞跃的支柱——不仅仅是实现智能化,更是协调其安全、高效和大规模运行的方式。
虽然聚光灯经常聚焦在令人眼花缭乱的新模型上,但一场更加深层的革命正在悄然发生。云计算领导者们正在重新思考技术栈——构建能够支持智能体进行推理、协作和驱动行动的弹性系统。这种向智能体基础设施的转变正在改变从开发者工作流程到企业采用的一切,需要新的工具、协议和消息传递机制来连接人工智能的潜力与真正的商业价值。这更多的是关于让AI真正发挥作用,可持续且安全地运行,而不是炫耀最新的模型。
在本周的theCUBE Pod节目中,theCUBE Research的John Furrier和Dave Vellante深入探讨了这一转变,重点关注亚马逊云服务(AWS)的新工具如AgentCore和Kiro、不断演进的开发者体验,以及MCP等协议标准的关键作用。他们讨论了亚马逊以产品为导向的DNA如何帮助——有时也阻碍——其与高管层对话的能力,并分析了驱动从智能体生态系统到IPO策略的基础设施军备竞赛。
"这股智能体浪潮,本质上是软件即服务或以不同方式完成、提示和构建的软件……他们确实在这里积累势头,不是在追赶。他们确实在转型,"Furrier说道。"我的看法是:以他们的规模,他们正在以我从未见过的速度进行转型。"
**AWS聚焦智能体基础设施的战略深化**
AWS最近的产品发布标志着其AI能力的战略性深化——但采用了实用的、开发者优先的思维模式。在AWS NYC峰会上推出的AgentCore是一项托管服务,简化了开发者构建、部署和管理自主智能体的方式。同时,亚马逊的类IDE编码平台Kiro被推出作为与智能体从原型到生产协同创作的基础。这些工具表明AWS意图超越泛化的AI炒作,转向使智能体系统真正运行的现实基础设施。
"AgentCore显然是重大新闻,因为他们正在帮助构建者更简单地构建、部署和管理智能体,"Vellante说道。"对我来说,这是峰会上最重要的公告。这是AI运营化的一个巨大飞跃,这很好。"
尽管取得了这些进展,AWS仍然面临与高管层沟通的差距。与Salesforce和微软等竞争对手相比,后者在智能体和业务转型方面提供了清晰的信息传递,而亚马逊倾向于依赖以开发者为中心的语言。然而,Furrier和Vellante认为这可能是有意为之——押注提供真正的商业价值最终会比精美的宣传语更重要。
"如果你考虑亚马逊作为一家公司的规模,特别是AWS,它是巨大的,"Furrier说道。"要让那个官僚体系运作,以及他们在今年上半年刚刚交付的东西,这是相当重要的。Kiro比市面上任何编码平台都要强大得多。"
**企业AI需要真正的代码和成本纪律**
在工具公告的背后隐藏着一个更深层的真相:企业不想要更多的演示——他们想要高效运行并产生投资回报的生产级软件。这就是智能体基础设施发挥作用的地方。据Furrier介绍,Kiro和AgentCore等系统不仅帮助团队构建AI应用程序,还使他们能够以架构纪律、成本意识和可靠性来构建。从避免浪费Token使用到管理后训练复杂性,智能体基础设施允许构建者在设计时就考虑生产环境。
"模型很适合交谈……但如果你有一个模型并想再次训练它,那是昂贵且困难的,"Furrier补充道。"你有一种新的飞轮在发展,像MCP服务器、AgentCore这样的东西;这就是亚马逊开始的。"
对话还承认了更广泛的生态系统影响。随着AWS对MCP和A2A等开放协议的贡献,它不仅将自己定位为一个平台,而且是可互操作的多智能体系统的枢纽。Vellante解释说,这种转变也给开放性较低的竞争对手带来了压力,特别是当第三方集成、ISV工具和SaaS市场成为智能体规模化的重要组成部分时。
"AWS的态度显然更具包容性,认识到并非所有东西都会进入AWS云,"他说道。"我认为我在峰会上听到的强烈信息是,AWS希望成为构建、部署和管理智能体的最佳场所。"
**接触高管层的战斗仍未结束**
本周的theCUBE Pod节目还扩大了视野,探讨了其他科技巨头如何竞争智能体技术栈的控制权。甲骨文、微软、Meta和谷歌都在下巨额赌注——从主权AI战略到芯片创新和庞大的数据中心园区。随着基础设施初创公司的融资轮次达到20亿美元,竞赛的目标不仅是创造最好的模型,而是最高效、最具主权性和最智能的AI后台系统。
"地缘政治格局将在未来10年通过电力和数据中心产出重新设定,"他说道。"主权云将是第一波……一旦主权得到确定,无边界加密货币就会进入。"
尽管在底层发生了所有创新,但AWS最大的机会之一在于提升其信息传递水平。随着企业买家寻求AI的战略成果,他们不一定在寻求更多的API——他们想要价值的清晰度。亚马逊对实用性的坚持可能赢得开发者的心,但正如Furrier和Vellante指出的,与商业领袖建立联系需要的不仅仅是出色的工具。
"亚马逊从开发者语言开始,"Vellante说道。"他们不是从钱包语言开始……我认为他们正在引入更多的C级高管来帮助解决这个问题,我认为这只是需要时间。"
紧张关系很明显:虽然AWS提供了业界一些最先进的基础设施,但在一个渴望收入驱动平台的市场中,它仍然面临被视为"只是管道"的风险。甲骨文、Salesforce和微软等公司已经构建了在董事会层面具有更广泛共鸣的软件业务。Furrier解释说,要充分抓住其智能体机会,AWS必须在连接智能体基础设施、应用程序和企业价值方面做得更多。
"亚马逊对高管层的信息是,如果你试图构建应用程序来服务你的客户,我们有最好的产品让你今天就能做到,"他说道。"成本不那么高,而且能带来收入。这引起了我的关注。"
好文章,需要你的鼓励
谷歌宣布为Chrome iOS版推出新功能,用户可在工作和个人谷歌账户间轻松切换,无需反复登录登出。该功能支持托管账户浏览,实现严格的数据分离,工作账户的标签页、历史记录和密码等本地数据与个人浏览完全隔离。随着企业不再提供公司手机,员工常需在个人设备上访问公司资源,此更新有助企业允许员工使用自选设备。
以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验,首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现,AI模型的32种认知偏见主要源于预训练阶段而非微调阶段,这一发现颠覆了此前的认知,为开发更公正的AI系统指明了新方向。
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
约翰霍普金斯大学团队开发了VLV系统,仅用1000美元成本就能达到GPT-4o级别的AI图像描述效果。该系统巧妙组合现有的视觉编码器、扩散模型和语言模型,通过两阶段训练实现高质量图像描述。测试显示VLV在重建质量和人类评价方面与顶级商业模型相当,同时具备出色的空间理解和创意组合能力,为AI技术普及化提供了新思路。