代理改变了业务的完成方式
在 AWS 的下一步发展大会上，相关领导者发布了旨在变革企业运营方式的代理式解决方案。
为什么要在 AWS 上构建人工智能
无论您是构建代理还是让人工智能发挥作用，都要根据您的业务规模，选择合适的模型和工具。
借助 AWS，您可以：
在经过数百万个生产工作负载验证的基础上实现下一个突破
通过 Amazon Bedrock 访问数百个模型。基于开放标准，使用 AgentCore 或 Strands 构建代理。为您的任务选择合适的工具，获得近乎其他云服务提供商两倍的生产就绪型人工智能能力。
借助专为任何规模的人工智能打造的性价比，更快地行动。
让每一笔人工智能投资都发挥更大价值。Trainium 的性价比最高可提高 40%，而自定义模型可在规模扩展的同时帮助控制成本。
借助专为特定任务打造、越用越智能的代理，让您的业务实现更多可能。
从使用 Kiro 编程到使用 Amazon Quick 提高业务效率，AWS 代理随时准备工作，可代表您执行任务，以超乎团队预期的速度交付成果。
以可信赖的基础实现人工智能规模化，专为要求严苛的任务关键型工作负载而构建。
您现有的 IAM、VPC 和合规控制措施可扩展到每个人工智能工作负载。您的数据始终保留在您指定的位置，并由您定义的规则进行治理。只需设置一次护栏策略，即可在每个账户中强制执行。
构建可在生产环境中运行并支持大规模应用的人工智能
更快实现生产部署，让成本清晰可见且易于管理，确保每个模型和代理都受到安全机制的保护，并在关键时刻提供可靠支持。
将人工智能代理部署到生产环境中，每项操作都内置了安全和管控功能
使用任何模型或框架进行构建，然后在 AgentCore 上运行。通过基于策略的确定性控制措施强制执行边界管控。无需每次都重新构建基础设施，即可从一个代理扩展到数百个。
对您选择的模型和计算资源运行大规模推理
通过 Amazon Bedrock 访问 100 多个模型，或使用 Amazon SageMaker AI 部署自己的模型。在 Trainium、Graviton 或 NVIDIA GPU 上运行，无需重写应用程序即可切换计算资源。
在完全托管的基础设施上定制您的模型
支持对 Anthropic、Meta 和 Mistral 等各种模型进行自定义。 在 Amazon SageMaker AI 上应用微调、强化学习、知识蒸馏和持续的预训练。无需管理集群。
一个受管控的数据基础，可连接到您运行的每个人工智能工作负载
您的数据让人工智能真正与众不同。使用向量搜索和语义元数据将其连接到任何模型。将分散的业务规则整合为统一的受管控知识图谱。
使用专为提升单位成本性能而打造的人工智能硅芯片，为每个人工智能工作负载提供动力
AWS Trainium 和 Graviton 将模型训练、推理和代理式人工智能的性价比提高了 40%。
无需从头开始构建，即可让人工智能发挥作用
代表您执行任务、承担实际工作的代理，随着团队使用次数的增加而不断优化。
使用 Kiro 从人工智能编码转向代理式工程设计
Kiro 将提示转换为可执行的规范，通过验证正确性来发现单元测试遗漏的错误，并利用能够从每次会话中学习的并行代理，在大型代码库中协同工作。
专为工作打造的人工智能助手
Amazon Quick 可连接您的工具和数据，了解您的工作方式并执行操作，例如安排会议，构建控制面板以及跟进事项。使用 Quick 的次数越多，它就会变得越好。
专为业务运营构建的代理
业务团队需要能够了解其职能的人工智能。Amazon Connect 以数十年的亚马逊运营专业知识为基础，为客户体验、招聘、供应链和医疗保健提供代理能力。
4000 多个人工智能代理和解决方案，现已准备好部署
AWS 合作伙伴预构建的人工智能解决方案。为特定工作流部署代理、集成第三方模型或发布自己的模型，所有这些都具有统一计费和管控功能。
客户如何在 AWS 生产环境中运行人工智能
从实时体育分析到企业代理部署，了解组织如何利用 AWS 将人工智能抱负转化为业务成果。
专为您的行业构建的人工智能
了解您所在行业的组织如何使用 AWS 人工智能来解决从监管合规到实时运营等行业特定挑战。
开始使用代理式人工智能进行构建
常见问题
常见问题
全部打开使用 Amazon Bedrock，您可以访问来自 Anthropic、Meta、Mistral、AI21 Labs、Cohere、Stability AI 和亚马逊的 100 多个领先基础模型。您还可以使用 Amazon SageMaker AI 部署和提供自定义模型。为每项任务选择正确的模型，而不必局限于单个提供商。
在单一账单视图中统一显示所有人工智能工作负载（训练、推理、代理操作）的成本可见性。像 Trainium 这样的专用硅芯片的性价比提高了30-40％。其他优化手段：模型蒸馏（成本更低的小模型）、智能提示路由（查询转到最便宜的可用模型）以及使容量与需求相匹配的自动扩缩。
AWS 率先推出自动推理技术，为人工智能引入了数学验证能力。Amazon Bedrock Guardrails 中的自动推理检查功能可防止出现幻觉，验证准确率高达 99%。Kiro 会在编码之前识别出矛盾。AgentCore 策略通过数学证明强制执行代理边界管控，现有的 IAM、VPC 和合规性控制会自动扩展。
可以。AWS 支持开放标准（MCP 和 A2A 协议）和所有主要的机器学习框架，让您可以随时自由切换模型、框架或计算资源，而无需重写应用程序。使用 Bedrock、SageMaker AI 或 Strands Agents 等开源工具进行构建。您的代码保持可移植性。
Amazon Bedrock AgentCore 弥合了从原型设计到生产部署之间的差距。代理托管的托管基础设施、内置的可观测性、确定性策略控制和护栏可帮助您从原型设计过渡到生产环境，而无需重新构建。
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量