文章核心观点 - AWS在吉隆坡AWS Cloud and AI Day上正式推出“Semarak AI Malaysia”国家计划，旨在为马来西亚公务员、学生、软件公司和社区提供AI工具与技能，使其能够自主开发AI解决方案 [1] - 该计划以三大支柱为核心：面向公共部门的“国家AI”、面向企业的“经济AI”和面向社区的“人民AI”，重点在于推动AI初步应用之后的下一步，让更多马来西亚人获得开发和部署AI解决方案的渠道与技能 [2] - 马来西亚投资、贸易和工业部长表示，为使马来西亚引领区域AI经济，需要能够开发AI技术的劳动力和软件产业，而不仅仅是使用者；该计划依托AWS在马来西亚292亿林吉特（RM29.2 bilion）的投资承诺，从公务员和学生开始，再扩展至软件公司 [3] - AWS马来西亚国家经理表示，当公共部门率先使用AI开发解决方案时，可为全国树立榜样，每个开发解决方案的部门、开发者和学生都将帮助设定新的基准 [11] 国家AI：赋能公务员开发服务民众的AI服务 - GovTech Malaysia与数字部通过国家数字局（JDN）的AI as a Service（AIaaS）平台推出由Kiro驱动的GovHub，第一阶段试点于2026年启动，参与开发者500名，目标是到2028年达到4,000名开发者 [4] - Kiro采用基于规范的开发方法，将开发者指令转化为涵盖需求、设计和实施的结构化规范，在编写任何代码之前为AI提供必要上下文，帮助开发者更快、更少试错地构建所需解决方案 [4] - AWS通过JDN的AIaaS平台向最多445,000名公务员提供专为工作任务开发的AI工具Amazon Quick，可用于分析采购数据、总结跨机构政策研究以及识别大规模数据集中的模式等更高层次任务 [5] - 该举措通过让公共部门团队在日常任务中获得代理式AI的实践经验，支持国家发展议程 [6] - GovHub旨在强化代理式AI开发中的工程纪律，试点涉及500名开发者（2026年），目标到2028年达到4,000名开发者 [6] - 超过3,000名理工学院学生和讲师使用AWS工程代理Kiro参加马来西亚最大AI竞赛，开发代理式AI解决方案并创下全国纪录 [6] 经济AI：以AI工具赋能马来西亚企业竞争与成长 - 自AWS亚太（吉隆坡）区域于2024年推出以来，开发基于AWS解决方案的马来西亚软件公司将云和AI工作负载平均提升了约30%（2024年至2025年间） [7] - 这些公司开发的行业专用应用被银行、零售商、制造商、酒店、物流公司和公共机构日常使用 [7] - 总部位于马来西亚的软件公司MOCHI Technologies正在开发基于AWS的解决方案，通过单一AI平台帮助超过1,000家中小企业管理营销、客户关系、人力资源和运营；支持此类公司发展是Semarak AI Malaysia的主要焦点之一 [7] - Sarawak SaaS Accelerator（SaSAR）由AWS与砂拉越数字经济公司（SDEC）合作创建，旨在扩大马来西亚软件公司网络；该计划与软件公司合作开发基于AWS的AI产品，SDEC则将其与有意采用AI解决方案的砂拉越企业对接 [8] - SaSAR试点 cohort 已培育出20多家代表砂拉越高潜力经济领域（包括农业、汽车和医疗）的软件公司；完成计划的公司获得AWS云 credits、AWS技术指导以及SDEC的业务发展指导，随后与砂拉越各地政府机构、能源供应商和企业合作伙伴合作扩大AI产品使用 [8] - 早期概念验证之一是一款基于AI的软件测试解决方案，旨在帮助组织跨多个行业测试和验证应用（包括移动应用），该解决方案正与试点用户进行联合验证以改进能力后再扩大使用 [8] - AWS与GDEX旗下末端物流解决方案部门GD XCHANGE及AWS分销商VSTECS合作，直接向数千家由GDEX服务的电商、零售和制造业中小企业提供AI工具 [9] - 通过该计划，符合条件的中小企业在完成AI就绪评估后可免费获得Quick和Kiro六个月使用权，从而配备AI助手执行日常业务任务；合作目标是到2028年吸引10,000家中小企业参与 [9] - 一家零售业中小企业已使用Quick和Kiro自动化竞争对手价格监控和需求预测，将市场变化响应时间从数周缩短至数小时 [9] 人民AI：在马来西亚社区建设AI技能 - AWS通过与高等教育部（KPT）理工学院和社区学院教育局（JPPKK）合作，加强马来西亚理工学院和社区学院的AI人才管道 [10] - 来自全国各地的超过3,000名理工学院和社区学院学生及讲师在POLYCC Agentic AI League 2026中创下马来西亚纪录大全“最大规模代理式AI竞赛参与”新纪录；Kiro被选为竞赛主要编码工具，使没有编程背景的学生能够使用自然语言探索代理式AI概念 [10] - AWS将吉隆坡Datuk Keramat（1）国民学校作为其在马来西亚的首所领养学校，通过政府MADANI领养学校计划，AWS将升级该校数字和STEM设施、培训教师掌握编码和机器人教学，并为学生举办无人机技术和数字安全相关实践活动 [10]

文章核心观点 - AWS内部成立了一个此前未公开的小型团队Velocity Labs，旨在突破亚马逊常规的产品导向模式，在AI领域快速构建原型，确保AWS在agentic AI创新前沿保持领先地位 [2][3] - 亚马逊正全面重新思考AI时代的软件开发方式，修订了软件工程师角色指南，强调以成果而非投入来衡量工程师和团队 [5][6] - AI已深刻改变亚马逊的开发工作方式，绝大多数开发者的实现代码几乎全部由AI agent生成而非人工编写 [10][11] Velocity Labs团队概况 - Velocity Labs成立于2026年4月，隶属于Swami Sivasubramanian领导的agentic AI部门，团队约35人，大部分位于西雅图 [2][14] - 该团队从概念到公开发布一个新开源AI模型用时不到一周 [1] - 团队鼓励科学家与工程师交叉协作，工程师参与研究，科学家从事工程工作 [3] - 团队还包括AWS开源AI agent构建工具包Strands的开发者 [14] - 团队速度快的原因在于规模小和高度信任，每人负责项目的一部分并在需要时寻求帮助，公司预计将创建更多类似团队但不会推广至全公司 [17] 产品发布：Strands Decider 2B - Velocity Labs上月发布的Strands Decider 2B模型用于在AI agent内部做快速、窄范围的决策，例如选择使用哪个工具或将请求路由到何处 [15] - 该模型基于阿里巴巴的开源模型Qwen，于10月1日发布，同时公开了训练方法 [15] - Brooker最初在自家GPU上独立构建了原始版本，此前创业公司TypeSafe AI于9月15日发布了类似的决策模型Jev [16] - Brooker表示每一行代码都由agent编写，但核心思想和洞察来自本人 [16] - OpenAI在同一周宣布了类似的托管服务Decisions API [16] 软件开发角色与指南修订 - 亚马逊工程领导层今年早些时候向开发者发送了修订版指南，随附信函由商店业务VP兼杰出工程师Michael Terkowitz署名，建议工程师立即学习AI并贴近客户和产品 [5] - 信函承认随着公司发展，部分工程师和管理者变得与客户和业务脱节 [6] - 更新后的指南强调以成果而非投入来衡量工程师和团队，避免行业中以token消耗量或代码提交行数衡量价值的反模式 [6][7] - AI使用不直接纳入绩效评估或晋升的量化指标，但可能间接影响，前提是它使个人表现更强 [7] - 信函并未完全否定使用量指标，公司发现这些指标与重要产出相关性良好，但强调需谨慎判断地使用 [8] - 信函明确指出如果工作无法从当前AI工具中受益，这是一个发现而非失败，能解释AI在何处尚不能帮助工作的工程师恰恰展示了公司所要求的判断力 [10][13] AI工具使用现状与挑战 - 两年前大多数亚马逊开发者仍手写代码，如今绝大多数开发者的实现代码几乎全部由agent生成 [10][11] - Brooker本人从大量时间使用传统代码编辑器转向主要使用Kiro、Kiro Crew和Anthropic的Claude Code等agent工具，称这是工具集的彻底改变 [11] - 公司设定目标要求超过80%的开发者每周使用AI [8] - 3月亚马逊承认一名工程师遵循AI agent的不准确建议导致了零售网站数次宕机之一 [11] - 亚马逊反驳了FT关于12月AWS服务13小时中断是因工程师让Kiro AI编码工具进行更改的报道，将原因归于用户错误（角色配置错误），并已增加保障措施包括生产访问强制同行评审 [12] - 5月亚马逊关闭了内部排行榜KiroRank（按员工使用Kiro AI编码工具的程度排名），因发现部分员工为攀升排名而过度使用工具 [9] 人员与就业影响 - 自2025年末以来亚马逊已裁减约3万个企业岗位，CEO Andy Jassy表示预计AI将随时间推移缩减公司企业员工规模 [17] - AWS CEO Matt Garman于4月表示亚马逊招聘软件开发者的数量与以往一样多，公司发言人表示今年全球将有超过1.1万名实习生和早期职业软件工程师加入 [18] - Brooker表示不认为AI会改变工程师数量，公司需要具有主人翁意识、好奇心强且能快速学习专业领域外知识的工程师 [19] - AI并非所有问题的正确答案，如果合适工具是前沿模型驱动的AI agent那很好，如果是三行Python代码也同样很好 [19]