在年度云計算盛會AWS re:Invent大會上，亞馬遜云科技（AWS）再次成為焦點。AWS Agentic AI副總裁Swami Sivasubramanian發表主題演講，詳細闡述了為何亞馬遜云科技是構建和運行智能體的理想選擇，并發布了一系列智能體開發新工具，引發行業廣泛關注。
此次發布的新工具中，Strands Agents SDK智能體框架新增對Typescript和邊緣設備的支持，為智能體構建帶來更多便利。Typescript作為全球廣受歡迎的編程語言，其加入使得全棧智能體應用的構建更加輕松。Strands Agents SDK全面支持Typescript的核心特性，包括類型安全、async/await異步語法等，開發者可借助AWS CDK全程使用Typescript構建完整的智能體技術棧。同時，新增的邊緣設備支持功能，讓客戶能夠構建在小型設備上運行的自主式AI智能體，推動智能體在汽車、游戲、機器人等領域的廣泛應用。
Amazon Bedrock AgentCore智能體平臺也迎來多項創新。該平臺專為安全、大規模構建和部署智能體而設計，兼容各類框架和模型。此次新增的策略功能，允許企業為智能體的操作設定明確邊界，通過獨立于智能體代碼的實時確定性控制，主動攔截未授權操作。企業只需用自然語言描述規則，即可創建精細化策略，確保智能體始終在設定的規則邊界內運行。評估功能則幫助開發者基于智能體的行為持續檢測其質量，提供13種預置評估器，覆蓋多個常見質量維度，開發者還可靈活編寫自定義評估器。情景記憶功能自動保存交互過程中的關鍵事件和狀態，助力智能體從過往經驗中學習，提升決策水平，包含短期記憶和長期記憶，并能在這些記憶基礎上疊加特定交互場景的上下文信息。
在模型定制方面，Amazon Bedrock與Amazon SageMaker AI推出全新功能。Amazon Bedrock的強化微調功能——Reinforcement Fine-Tuning（RFT），簡化了模型定制流程，讓客戶無需深厚專業知識即可提升模型準確率。相比基礎模型，該功能平均可提升66%的準確率，幫助客戶通過更小、更快、更具成本效益的模型獲得更優結果。操作流程簡便，開發者選擇基礎模型，指定調用日志或上傳數據集，選擇獎勵函數后，自動化工作流會全程處理微調流程。發布初期，該功能將支持Amazon Nova 2 Lite模型，后續將逐步兼容更多模型。Amazon SageMaker AI新增的Model Customization深度模型定制功能，滿足領域專家對AI工作流的深度控制需求。提供智能體驅動模式和自主引導模式兩種體驗，讓開發者能夠運用先進的定制技術，包括基于AI反饋的強化學習等，支持Amazon Nova以及Llama、Qwen等熱門開源模型。
針對模型訓練成本高昂且流程繁瑣的問題，Amazon SageMaker HyperPod推出Checkpointless Training無檢查點訓練功能。傳統基于檢查點的恢復方式耗時且成本高昂，而無檢查點訓練功能無需人工干預，即可在數分鐘內自動從基礎設施故障中恢復，使包含成千上萬張AI加速器的集群訓練效率最高可達95%。該功能簡化了模型訓練與部署的基礎設施管理，最高可降低40%成本，讓客戶能夠更快地將定制模型部署到生產環境。
為解決智能體應用和流程部署后的可靠性問題，亞馬遜云科技構建了端到端服務Amazon Nova Act。該服務幫助開發者構建、部署和管理大量可靠的智能體，實現生產環境用戶界面（UI）工作流程的自動化。Amazon Nova Act正式版已全面可用，與Amazon Nova、Bedrock和AgentCore深度集成，能夠大規模地提供超過90%的任務可靠性。它基于定制的Amazon Nova 2 Lite模型，具備Web質量保證測試、數據錄入、數據提取和結賬流程等核心功能，采用垂直集成和同步訓練的方法，實現規模化下更高的任務完成率，適配客戶使用的各種集成開發環境（IDE），是一套可擴展的框架。
