在亞馬遜云科技中國峰會上，亞馬遜全球副總裁、亞馬遜云科技亞太區(qū)聯(lián)席總裁儲瑞松提出，Agentic AI的爆發(fā)拐點已經(jīng)到來。這一趨勢的背后，是模型能力的持續(xù)提升與Agentic工程體系的逐步完善，兩者相互作用形成了一個良性循環(huán)。模型能力在推理、代碼生成和多模態(tài)理解等領(lǐng)域不斷突破，而基于這些能力的工程體系也在快速成熟，為智能體的穩(wěn)定運行提供了堅實基礎(chǔ)。

儲瑞松詳細解釋了Agentic工程體系的三個層次。首先是提示詞工程，通過優(yōu)化提示詞幫助模型理解任務目標；其次是上下文工程，確保模型在合適時機獲取所需信息和工具；最后是駕馭工程，構(gòu)建穩(wěn)定的執(zhí)行框架，包括智能體循環(huán)、工具調(diào)用和評估機制等。這三層工程體系相互支撐，共同推動模型從“理解任務”到“完成任務”的跨越。他強調(diào)，工程實踐的成熟為模型能力提升提供了真實反饋，進一步加速了Agentic AI的發(fā)展。

隨著Agentic AI的興起，AI Agents正在重塑企業(yè)協(xié)作模式。儲瑞松指出，AI已從輔助工具轉(zhuǎn)變?yōu)橹苯觿?chuàng)造業(yè)務價值的生產(chǎn)力，其價值計量單位也從“回答問題”轉(zhuǎn)向“交付結(jié)果”。為幫助企業(yè)應對技術(shù)變革，他提出了實現(xiàn)Agentic業(yè)務轉(zhuǎn)型的五層技術(shù)棧模型，涵蓋從基礎(chǔ)設施到智能體應用的完整鏈條。

在技術(shù)棧的最底層是AI基礎(chǔ)設施層，包括GPU、AI加速芯片及配套網(wǎng)絡存儲，為模型運行提供算力支持。儲瑞松建議，多數(shù)企業(yè)無需自建數(shù)據(jù)中心，可依托云服務商提供的基礎(chǔ)設施。第二層是模型層，當前大模型創(chuàng)新活躍，企業(yè)應根據(jù)實際需求選擇智力水平、速度和成本平衡的模型，避免過度依賴單一供應商。

數(shù)據(jù)和知識層構(gòu)成技術(shù)棧的第三層，其核心是為智能體提供高質(zhì)量數(shù)據(jù)支撐。儲瑞松特別強調(diào)，企業(yè)自有數(shù)據(jù)是形成差異化競爭的關(guān)鍵，因這些數(shù)據(jù)需長期積累且難以被復制。第四層是Agentic平臺層，當企業(yè)部署大量智能體時，需通過統(tǒng)一平臺實現(xiàn)開發(fā)、部署和治理，這是從概念驗證轉(zhuǎn)向規(guī)模化生產(chǎn)的關(guān)鍵環(huán)節(jié)。

最頂層的智能體與應用層直接面向業(yè)務場景，涵蓋軟件開發(fā)、IT運維、客戶服務等通用領(lǐng)域，以及特定行業(yè)的定制化應用。儲瑞松比喻，智能體如同企業(yè)的數(shù)字員工，能夠獨立完成任務并交付可衡量的業(yè)務結(jié)果。他同時提醒，安全、效果、性能和成本這四個維度需貫穿技術(shù)棧各層，確保智能體在生產(chǎn)環(huán)境中穩(wěn)定運行。

儲瑞松進一步闡述，Agentic AI不僅是技術(shù)突破，更是一場業(yè)務變革。企業(yè)轉(zhuǎn)型需關(guān)注五個關(guān)鍵維度：以業(yè)務結(jié)果為導向而非技術(shù)工具；將數(shù)據(jù)轉(zhuǎn)化為戰(zhàn)略資產(chǎn)；通過統(tǒng)一平臺實現(xiàn)智能體協(xié)同；建立信任與治理體系；重構(gòu)人機協(xié)作機制。他特別強調(diào)，治理能力是規(guī)模化部署智能體的前提，而非限制因素。

對于啟動智能體項目的企業(yè)，儲瑞松給出具體建議：選擇對企業(yè)有實際價值且邊界清晰的場景作為起點，確保任務具備可衡量的成功標準；明確智能體的職責范圍和自主程度，如同為新員工制定崗位描述般定義智能體角色。通過這種方式，企業(yè)可以逐步積累經(jīng)驗，推動更多業(yè)務場景的智能化轉(zhuǎn)型。