“模型祛魅”的AI拐點時刻：從“追逐AGI幻想”轉向“理性落地應用”，亞馬遜云科技4萬個Agent能否跑通落地邏輯？

每經記者｜張梓桐    每經編輯｜董興生    

當MiniMax（稀宇科技）等中國通用人工智能企業加速沖刺上市、國內互聯網大廠在AI Agent（人工智能智能體）領域密集落子，全球AI產業正從“模型競賽”邁入“落地深水區”。

“AI Agent落地已進入產業拐點，編碼開發提效與生產力升級成為兩大核心場景。”亞馬遜云科技大中華區解決方案架構總經理代聞近日在接受《每日經濟新聞》記者采訪時表示，當前企業對AI的需求已從“用不用”轉向“怎么用”，組織流程重構與工具賦能協同成為落地關鍵。

代聞 圖片來源：企業供圖

亞馬遜云科技正試圖用內部超4萬個Agent應用的實踐驗證這一邏輯。但面對中國市場的獨特生態，其“模型出海+本地方案”的雙線策略，能否與國內玩家共同推動產業進入規模化落地新階段，仍需時間檢驗。

編碼開發提效與生產力升級，Agent雙線落地

三年前，行業熱議AGI（通用人工智能）何時到來；如今，企業已清晰認識到模型的局限性與差異化價值。

“沒有萬能模型，客戶更傾向于將自身知識和流程作為核心資產，通過Agent讓模型在特定上下文發揮作用。”代聞指出，大數據時代積累的海量數據尚未轉化為“知識”，流程梳理也存在諸多痛點，而Agent正是打通這兩大環節的關鍵載體。在企業級場景中，安全控制、合規要求、長短期記憶支撐等工程化問題，已取代模型參數比拼，成為落地核心關注點。

“當前Agent落地已形成兩大高共識場景——編碼開發提效與生產力升級。”代聞表示，這一判斷背后，是明確的市場需求。

AI Agent的產業價值已得到市場階段性驗證。Lang Chain發布的《AI Agent工程狀態報告》顯示，57.3%的受訪者已在生產環境中運行AI Agent，其中員工規模超1萬人的大型組織采用率高達67%。

這一趨勢在中國市場尤為顯著：一方面，MiniMax等專注于大模型與Agent技術的企業啟動上市進程，標志著商業化閉環的成熟與資本對賽道的認可；另一方面，國內互聯網大廠也在加速布局。

中國市場因其旺盛需求與獨特生態，成為全球巨頭的必爭之地。

“把工具直接交到業務部門手里，才能最短路徑響應提效需求。”代聞強調，這種“去中間化”的工具交付邏輯，正是應對企業核心痛點的關鍵。而在開發提效賽道，相關工具的持續升級則聚焦于“從原型到生產級代碼”的轉化難題——這也是企業級客戶落地AI的核心訴求。亞馬遜云科技內部超4萬個Agent應用的實踐，也在試圖驗證工具與流程協同的核心價值。

“流程重構與組織變革，才是效能提升的根本。”代聞強調，工具到位而流程不變，終將陷入“開發快、落地慢”的困境。

拐點已至？從“用不用”到“怎么用”的產業躍遷

從去年強調“實用性AI”到今年提出“行業拐點”，行業巨頭紛紛轉向的戰略調整背后，是對客戶需求與行業趨勢的深刻洞察。

“我們始終堅持Working Backward（逆向工作法），客戶認知的成熟正是拐點到來的核心信號。”代聞表示，如今企業對AI的態度已從“追逐AGI幻想”轉向“理性落地應用”，模型祛魅之后，如何將技術融入業務場景、激活數據與流程價值，成為核心訴求。

而Agent調度的核心突破，在于打破了傳統ERP（一種管理軟件）系統的固定流程限制——無需預設流程即可動態組織工作，人機交互從“人適應軟件”轉向“軟件圍繞人設計”，這種靈活性正是企業應對復雜業務場景的關鍵。

面對Agent數量激增可能引發的“孤島問題”，代聞提出了靈活適配的解決方案。“IT組織形式是企業組織的映射，不必強求統一模式。”借鑒DataMesh理念，通過API（應用程序編程接口）實現不同Agent的能力互通，既保留分布式優勢，又避免數據與能力割裂。

在中國市場，亞馬遜云科技采取“雙線并行”策略：一方面通過Amazon Bedrock平臺將MiniMaxM2、KimiK2、DeepSeek等中國模型推向全球，滿足開發者多元選擇需求；另一方面基于自有模型與第三方模型，為本地客戶提供深度定制的解決方案。

代聞強調，無論是模型引入還是方案落地，核心都是幫助客戶實現AI的實用價值。

對于AI可能產生的影響，代聞給出了理性判斷：“不同時代有不同的工具與分工，重復性工作將逐步由AI承擔，但人的核心價值從未被替代。”

他指出，溝通能力、思考能力與明確目標感，將成為AI時代的核心競爭力。“把事情說清楚、提出好問題，背后是強大的思考力量，這正是人的不可替代性所在。”

亞馬遜云科技與ISV（獨立軟件開發商）的關系也從單純的技術提供轉向共生共贏。

正如代聞所言，AI拐點的核心不是技術的突變，而是產業認知的成熟與落地能力的提升。在這場從“用不用”到“怎么用”的產業躍遷中，工具、方法論與組織變革的協同，終將讓AI成為激活企業核心價值的關鍵引擎。