AWS宣布将投入10亿美元,专门打造一支前沿部署工程(FDE)组织,将软件工程师组成的前沿团队与AI智能体相结合,在客户环境中构建和部署AI系统。
AWS FDE模式以智能体优先为核心设计理念。初期,由五至六名工程师组成的小组将深入客户组织内部开展工作,以缩短部署周期;长期目标则是让AI智能体持续在企业环境中运行,支撑业务的持续创新。AWS前沿AI工程与服务副总裁Francessca Vasquez表示,AWS的这一方案聚焦端到端业务流程,是对"最后一公里部署"的全面重构,也是客户借助智能体创造更大价值的下一个演进方向。
随着企业在各类环境中持续扩展AI应用,AWS、谷歌、微软等科技巨头纷纷加大对前沿部署工程项目的投入,帮助客户解决AI落地过程中的痛点。谷歌云今年早些时候发布了59个工程岗位招聘启事,为其市场团队中一个专注AI的部门补充人才;埃森哲也于今年3月宣布与微软合作,共同推出前沿部署工程实践。
AWS FDE的工作方式将人类工程能力与AI智能体深度融合,采用智能体部署技术,让AI在人工监督下驱动项目推进。随着项目深入,客户工程师将与AWS团队协作建立工作流,确保FDE团队离场后,客户能够依托持续留驻的AI智能体独立运营。
Vasquez指出,AWS在FDE执行层面的差异化优势,在于能够在极为紧凑的时间周期内——通常为45天冲刺周期——同时发挥人类专业知识与AI智能体的协同力量,帮助客户加速实现价值落地。
在技术架构层面,此次部署的核心组件是一个语义层,将被直接部署至客户的AWS账户中,连接企业数据源,并借助AI生成一种结构化的数据网络——知识图谱。AI智能体将以此为基础进行推理,并将长期积累的专业知识固化到客户的代码库中。
目前,Cox Automotive、NBA和NFL等AWS客户已率先接入AWS FDE组织的服务资源。NFL与AWS FDE携手合作,在数周内便与自身技术团队共同完成了NFL Fantasy AI和NFL IQ等面向用户的新功能开发,NFL首席信息官Gary Brantley对此给予了高度肯定。
Q&A
Q1:AWS FDE的投资规模和核心目标是什么?
A:AWS宣布向前沿部署工程(FDE)组织投入10亿美元。该组织的核心目标是将人类软件工程师与AI智能体相结合,在客户环境中构建和部署AI系统,通过45天冲刺周期快速落地,并让AI智能体长期留驻客户环境,支持持续创新。
Q2:AWS FDE的语义层和知识图谱具体有什么作用?
A:语义层会被部署到客户的AWS账户中,负责连接企业内部数据源,并利用AI生成结构化的知识图谱。AI智能体基于知识图谱进行推理,将积累的专业知识固化在客户代码中。即使AWS工程师团队离场后,这套系统仍可持续运转,帮助客户实现自主的AI驱动创新。
Q3:NFL是如何与AWS FDE合作的,取得了哪些成果?
A:NFL与AWS FDE组织展开合作,双方团队协同工作,在数周内便完成了NFL Fantasy AI和NFL IQ两项面向用户的新功能开发。NFL首席信息官Gary Brantley对这一合作效率给予了高度评价,这也是AWS FDE模式快速交付价值的典型案例。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。