文丨苏扬
编辑丨徐青阳
“Amazon Bedrock在2026年第一季度处理的Token数量，超过了此前所有年份的总和。”亚马逊云科技数据库服务副总裁Ganapathy “G2” Krishnamoorthy在中国峰会上说。
更关键的是，作为全球模型一站式托管平台，Bedrock聚合了全球最前沿的模型，而这个平台上线才两年多。
类似的Token处理数据中美巨头们都在披露，其传达的信息很明确：企业与AI的交互密度正在指数级上升。
G2用这个数据开场，可以理解为亚马逊全年“烧掉”2000亿美元资本开支换来的成果，但相比Token消耗这种效果量化指标，业务全景图则更具象化。
亚马逊全球副总裁储瑞松在峰会上展示了一张分层图：Agentic AI五层技术栈。而这个技术栈所展示的，实际上是亚马逊云科技，从一个基础设施提供商，向infra服务提供商升级转变的全景。
其中，基础设施、模型、数据和知识、Agentic平台、Agents应用——五层自下而上，贯穿始终的是安全、效果、性能、成本四个维度。
储瑞松介绍亚马逊云科技Agentic AI布局基础设施层，亚马逊云科技提供GPU实例和自研Trainium芯片。
模型层，Amazon Bedrock提供Claude、GPT、Gemini、Grok、Nova以及Qwen、DeepSeek、Kimi等多模型的统一接入，储瑞松明确建议企业不要锁死在单一供应商。
一位模型提供商透露，Bedrock平台部署的模型，当用户通过API来调用时，模型提供方和亚马逊云科技都可以从中获取分成。
数据层，亚马逊云科技提供Zero-ETL、向量数据库、知识库等服务，强调“绝大多数企业AI项目失败都是因为数据没准备好”。
关键在于第四层Agentic平台——Amazon Bedrock AgentCore。
峰会上，亚马逊云科技重点介绍了Amazon Bedrock AgentCore，这是一个面向企业级Agent的统一开发、部署、管理和迭代平台，支持多Agent协同、规则配置、安全治理。
储瑞松将其定位为企业Agent“从概念验证走向生产的分界线”。当Agent数量从几个试点增长到成百上千，企业需要一个平台来统一管理这支“数字员工队伍”，AgentCore想充当的就是这个角色。
应用层，亚马逊云科技推出了多款开箱即用的Agent产品：Kiro（AI编程助手，支持从移动端布置开发任务）、Amazon Q（企业级AI助手，面向知识工作者的日常事务）、Amazon Connect（智能客户服务）、以及新发布的Continuum（AI原生安全Agent，持续发现并修复代码漏洞）。这些产品覆盖了软件开发、IT运维、客户服务、安全等通用场景，也支持企业在上面构建行业特定的定制化Agent。
理解这些产品布局，需要放回行业背景中看。
2026年云服务商的资本开支正在创下纪录。公开数据显示，全球九大CSP全年资本开支预计约8300亿美元，同比增长79%。亚马逊2000亿美元的投入中，CEO安迪·贾西表示“相当大比例已经有客户承诺”。
Token数据暴涨，说明这笔投入正在被消化。根据安迪·贾西在致股东信中透露的信息，Trainium芯片订单排至下一代，积压收入超过2250亿美元。
同一时期，行业也经历着安全治理的紧张。
就在峰会前两周，Anthropic的Claude Fable 5和Mythos 5模型上线仅72小时就被美国政府以出口管制为由强制下架。
引发禁令的“越狱”测试，本质上是要求模型执行一项防御性安全任务——“修复这段代码”。安全研究员Katie Moussouris指出，“让模型无法修复漏洞，只会让它变得更差”。
监管机构首次动用出口管制干预已发布的商业AI模型，前沿模型的能力边界与安全护栏之间的张力，整个行业还在消化。
Anthropic自身也在释放另一重信号。
6月4日，其研究院发布《When AI Builds Itself》，披露工程师每季度代码产出是2021-2025年的8倍，其中超过80%由Claude撰写。其联合创始人Jack Clark此前也公开预测，“有60%以上的概率，到2028年底会出现一个能完全自己训练出后继者的AI模型”。
峰会上储瑞松也引用了类似数字：一家领先大模型公司公开表示，超过90%的代码由AI完成。
这些都意味着，AI正在从辅助工具变成生产力主体，Agent从“回答问题”变成“交付业务结果”，而这也是我们在过往的内容中做出的推断：Token经济进入结果层，未来的计费有可能从API的消耗量，Token的处理量，转变为最终结果交付结算。
在演讲中，储瑞松把Agent比作企业的“数字员工”——既然是员工，就需要像管理人力资源一样去管理。他建议企业启动Agent项目时，先选择合适的场景，有明确起点、终点和业务目标，具备安全的失败模式；再明确Agent的边界，像为新员工写岗位描述一样定义职责和交付标准。
更深一层的思考在于组织变革，也是最近最长被提及的OPC（一人公司）的概念。
储瑞松说，“Agentic AI不是下一代工具，而是下一代企业”。
这意味着，管理者要从“管人”变成“编排人类员工和数字员工的协同”，一线员工要从“执行任务”变成“管理多个Agent”——组织架构、考核体系、责任归属都将被重新定义。
峰会上，几家中国企业分享了实践案例。
小鹏集团基于亚马逊云科技搭建了AI编程平台“灵犀”，AI代码覆盖率超过70%，累计完成14万多个工作流。影石Insta360依托五层架构提供“一分钟智能成片”，从拍摄到出片无需人工编辑。猎豹移动在Bedrock AgentCore上运行生产级Agent，将出海广告从素材生产到投放优化的全链路AI化，运营成本降低20%。
上述企业在AI应用过程中有一个共性：用Agent重新设计业务流程，而非仅仅加速现有流程。
可以说，储瑞松演讲中展示的五层技术栈图，清晰的说明了亚马逊云科技在做什么，如果你不了解的，也能够看到全年预估2000亿美元的资本支出，会烧向何方，烧出什么效果。
我特别关注技术栈中，关于安全部分的解读，这可能是未来人工智能时代最值得讨论的话题，尤其是Agent深度介入人类的工作流当中，90%、100%的代码都由AI来完成的时候，如何去保证“生产安全问题”。
前面提到Claude Fable 5和Mythos 5的72小时“下架”风波，足以说明模型的能力越强，治理压力越大。
与此同时，站在用户和客户的角度来看，挑战也不限于选择哪一层的技术栈，而是如何面对一种全新的生产关系——人与数字员工的协同。
储瑞松在演讲结尾说了一句话：“变革的本质，是用新范式取代旧范式。”只是，新范式正在形成，但它会走向哪里，还没有人真正知道。
这很类似蔡崇信前几天在访谈中总结阿里巴巴时提到的——因为现在没有人能准确定义最终价值将沉淀在芯片、云基础设施还是模型层。“我们选择全方位参与，不管价值最终落到哪一层，我们都在场。”
