文：科技商业 于洪涛 "我们正在进入一个拥有数十亿Agent的世界"，在re:Invent2025的开场演讲中，亚马逊云科技CEO Matt Garman如此表示。 他认为，Agent的出现正在成为AI发展的拐点，将AI在各行各业付诸实践，改变我们的工作、生活、学习方式。 与此同时，具有强大执行能力的Agent也正在重塑软件形态，对传统软件的价值链产生冲击。在此过程中，软件将从以流程和功能为核心，逐步转向以能力 和执行为核心，即从App模式走向Agent模式，进而重写软件哲学。 在过去的几十年里，企业已经构建了大量的IT系统：ERP、CRM、BI、OA、审批、监控等等。这些应用系统功能繁多，要求使用者学习复杂操作流程，点 无数按钮才能完成一个业务动作，无法真正理解企业业务意图。 而具备感知、理解、规划、行动及自我反馈能力的AI Agent，能够在不依赖人工逐步指令的情况下，基于目标自主完成任务，更好地帮助企业达成业务目 的。 当然，Agent虽好，但要让Agent真正发挥作用并不容易。Matt Garman表示，这需要AI基础设施、推理系统、企业数据、Agent构建工具四大核心要素的支 撑。 在上述四个核心要 ...

投资评级与核心观点 - 报告对亚马逊维持“增持”评级 [1][5][7] - 报告维持亚马逊目标价351.87美元 [5][7][15] - 报告核心观点：AWS持续强化云基建产能与工具链生态，同时强化与英伟达生态的融合，预计2026年Agent需求或将加速释放，亚马逊的全栈云体系有望承接更多端侧订单 [1] 算力底座升级 - 亚马逊已部署超100万颗Trainium芯片，Bedrock上多数推理由Trainium承载 [2] - 发布Trainium3芯片与Trainium3 Ultra服务器，配套服务器较前代计算能力提升至4.4倍、效率提升4倍、芯片吞吐量提升3倍 [2] - 芯片互联架构由3D拓扑转向NeuronSwitch-v1，更接近英伟达的技术路线 [2] - 强调将持续适配英伟达生态：EC2新推出的P6e实例采用GB300；在研的Trainium4将引入NVLink Fusion互联技术，性能有望较Trainium3提升6倍，内存带宽提升4倍，内存容量翻倍 [2] Agent开发体系 - Agent构建平台Bedrock AgentCore上线5个月下载量已超200万次 [1][3] - AgentCore新增Policy（权限范围设定）、Evaluations（表现评估）与Memory（基于历史交互的自我改进）功能 [3] - Agent构建框架Strands Agents SDK新增支持编程语言TypeScript，并支持构建运行在车载、机器人等小型设备上的Agent [3] - 应用层面推出“frontier Agents”，包括Kiro（软件开发）、Security Agent（代码纠错）与DevOps Agent（运维分析），丰富端侧与开发者使用场景 [3] 自研模型与生态 - 发布自研Nova2系列模型，继续以高成本效益为亮点 [1][4] - Nova2 Omni面向多模态推理与图像生成，突出高性价比 [4] - Nova Forge支持企业将自有数据与Nova数据混合训练，实现企业模型个性化 [4] - Nova Act用于构建与部署Agent [4] - Bedrock新增18个开源模型，包括英伟达的Nemotron，进一步丰富模型供给 [4] 财务预测 - 维持亚马逊2025-2027年经调整净利润预测分别为754亿美元、870亿美元和1105亿美元 [5][13] - 预测2025-2027年营业收入分别为7180.02亿美元、8059.59亿美元和9047.85亿美元，同比增速分别为12.55%、12.25%和12.26% [11][12] - 预测2025-2027年归属母公司净利润分别为753.62亿美元、870.31亿美元和1104.72亿美元，同比增速分别为27.20%、15.48%和26.93% [11] - 预测2025-2027年每股收益（EPS）分别为7.05美元、8.14美元和10.33美元 [11] 估值分析 - 采用分类加总估值法（SOTP），维持目标价351.87美元，对应2026年42.9倍市盈率（PE） [5][15] - 北美零售业务：基于2026年预测净利润281.32亿美元的38.8倍PE，每股估值102.94美元，较可比公司均值34.1倍有溢价 [15][18] - 国际零售业务：基于2026年预测营收1790.06亿美元的6.0倍市销率（PS），每股估值102.01美元，较可比公司均值2.2倍有溢价 [15][18] - 云服务（AWS）：基于2026年预测净利润442.66亿美元的35.2倍PE，每股估值146.92美元，相对行业均值26倍有溢价 [15][18]

文章核心观点 - AI Agent（智能体）时代已全面开启，其影响堪比互联网和云服务的出现 [4][6] - 亚马逊云科技通过一系列从底层基础设施到上层应用的工具发布，旨在降低AI Agent的构建门槛并提升其效率与可靠性 [9][14][20][23] - 公司认为未来每个组织和行业都将活跃数十亿个AI Agent，创造真实价值 [45][46] 亚马逊云科技re:Invent大会发布 算力基础设施 - 推出P6e和P6实例，其中P6e GB200超级服务器计算性能相比上一代P5e提升超过20倍 [32] - 推出全新P6e GB300实例以满足最苛刻的AI工作负载 [32] - Trainium 3芯片实例全面可用，计算能力提升4.4倍，内存带宽提高3.9倍，每瓦可处理Token数量增加5倍 [33] - 预告Trainium4芯片，在FP4精度下算力提升6倍，内存带宽提升4倍，内存容量翻倍 [35] 推理平台与模型 - Amazon Bedrock引入多款最新开源模型，包括谷歌Gemma、NVIDIA Nemotron以及KIMI、Minimax、Mistral AI的模型 [35] - 自研Amazon Nova 2系列模型全线迭代，包括Lite、Pro、Sonic、Omni四个版本 [37] - Amazon Nova 2 Pro在指令遵循、Agentic工具使用等基准上超越GPT-5.1、Gemini 3 Pro Preview及Claude Sonnet 4.5 [39] Agent构建与管理工具 - 发布开源AI Agent框架Strands Agents SDK更新，引入TypeScript平台并新增对边缘设备的支持 [9][10] - Amazon Bedrock的AgentCore新增Policy（自然语言设定操作边界）、Evaluations（13个预置评估器）和Memory（情景式记忆）三大能力 [11][12] - 推出Nova Act服务，用于构建和管理可靠UI工作流程AI Agent，在早期客户中实现高达90%的可靠性 [20] 模型定制与效率提升 - 推出强化学习微调（RFT），模型准确率相比基础模型可提升66% [15] - 专业化训练Model Distillation可带来10倍速度提升，同时保留95-98%的性能 [15] - 无服务器模型定制功能由AI Agent引导，可通过自然语言交互定制模型 [17] - Amazon SageMaker HyperPod最多可降低40%的模型训练成本，并在数千AI加速器集群上实现95%的训练集群效率 [19] AI Agent应用案例与效能 - 蓝色起源通过内部平台BlueGPT使用AI Agent，工程速度总体提升75% [3] - AI Agent在某些任务上已将工作效率提高10倍 [6] - 亚马逊云科技AI服务Amazon Bedrock为全球超过10万家企业提供AI推理支持 [46] - 公司年收入达1320亿美元，相比去年增长20% [46]

文章核心观点 - 亚马逊云科技在AWS re:Invent大会上发布多项AI智能体开发新工具，旨在成为构建和运行智能体的最佳平台[1] - 公司通过增强智能体框架、平台功能、模型定制效率和自动化可靠性，加速智能体从开发到大规模生产部署的进程[3][18][32] Strands Agents SDK智能体框架更新 - Strands Agents SDK新增对TypeScript编程语言的支持，提供类型安全和现代编程范式，简化全栈智能体应用构建[4][6] - 框架新增对边缘设备的支持，使开发者能构建在汽车、游戏、机器人等小型设备上运行的自主式AI智能体[6] - 该开源框架自发布以来下载量已达到529.9万次[4] Amazon Bedrock AgentCore智能体平台创新 - AgentCore平台新增策略功能，允许企业用自然语言为智能体的工具使用设定边界，例如设定报销金额超过1000美元时自动拒绝退款[13] - 平台新增评估功能，提供13种预置评估器覆盖正确性、安全性等质量维度，帮助开发者持续检测智能体行为质量[13] - 新增情景记忆功能，包含短期和长期记忆，让智能体能从过往交互经验中学习并优化决策，例如根据用户历史行为调整服务策略[13][15][16] - 该平台迄今开发者下载量已超过200万次[11] Amazon Bedrock与SageMaker AI模型定制功能 - Amazon Bedrock推出强化微调功能，平均可提升模型66%的准确率，初期支持Amazon Nova 2 Lite模型[21][23] - SageMaker AI新增模型定制功能，提供智能体驱动和自主引导两种模式，支持基于AI反馈的强化学习等先进定制技术[24][26] - 新功能支持Amazon Nova、Llama、Qwen、DeepSeek、gpt-oss等热门开源模型[26] SageMaker HyperPod训练效率提升 - SageMaker HyperPod推出无检查点训练功能，可在数分钟内自动从基础设施故障中恢复，传统基于检查点的恢复方式耗时最长可达1小时[28][29] - 该功能使包含成千上万张AI加速器的集群训练效率最高可达95%，最高可降低40%训练成本[28][29][31] Amazon Nova Act自动化服务 - Amazon Nova Act正式版全面可用，旨在实现生产环境用户界面工作流程自动化，能够大规模提供超过90%的任务可靠性[32][35] - 服务基于定制的Amazon Nova 2 Lite模型，具备Web质量保证测试、数据录入、数据提取和结账流程等核心功能[35] - 在REAL Bench V2基准测试中得分为72.9，高于Claude Haiku 4.5的67.4分[37]

项目概况 - 亚马逊云科技第三期创业加速器在北京结营，共吸纳35家AI初创企业 [1] - 加速器项目为期10周，为初创企业提供全栈技术赋能与全球资源支持 [1] - 90%的学员企业已与顶级投资机构及大型企业接洽，超过40%正式加入亚马逊云科技合作伙伴网络（APN） [1] 技术趋势与平台赋能 - AI发展进入新阶段，Agentic AI成为科技创业的绝对主赛道 [1] - 亚马逊云科技通过生成式AI四层技术堆栈（基础设施、全托管服务、Agent平台、应用层）系统性封装底层复杂性 [4] - 平台化能力极大加速开发进程，构建一个服务百万级用户的AI智能体后台运行时环境从需十几到二十个工程师花费数月，变为点击几下即可使用 [5] - 技术门槛降低使创业团队能够以更小规模启动，例如几个人使用AI编码工具Kiro即可完成大部分工作 [5] 创业者与初创企业特征 - 新一代AI创业者具备全球视野与国际化背景，初创企业普遍具备"生而全球化"基因 [3] - 创业者背景发生迭代，包括来自大厂的算法专家、教授级专业人士以及具有全球视野的海归年轻人 [6] - 初创企业战略重心从泛化通用工具转向垂直行业应用，涵盖创意类、SaaS产品、生命科学、金融、教育、建筑科技等领域 [6][8] - 创新模式从"横向普适"向"纵向深耕"转变，专注于在特定行业内构建专业壁垒 [6] 市场环境与行业动态 - AI技术本身无国界，市场待开发，产品技术赋能的发展方向本身具有国际化属性 [3] - 基础模型格局初步稳定，从一两年前的"百模大战"整合为几家，为上层应用创新提供土壤 [7] - 中国庞大的数字化规模、丰富应用场景及开放创新环境，使中国AI初创企业在全球领域展现独特竞争优势 [4] 未来战略方向 - 公司将持续从三大维度深化对初创企业的支持：持续引领技术前沿降低创新门槛、强化全球资源整合护航出海、深化创投与生态对接构建成长闭环 [8][9] - 公司拥有超过200家创投及产业机构的合作网络，旨在为初创企业打开市场与融资的双重通道 [9] - 公司定位是成为客户最认可的云与AI合作伙伴，赋能早期创新和全球业务拓展 [9]

公司AI广告实践 - SHAREit Group核心产品全球累计安装用户数超24亿，服务覆盖超200个国家和地区[4] - 公司正尝试利用生成式AI缩短广告素材生产周期，提升数据洞察能力并快速制定投放策略[4] - 借助生成式AI，系统可针对东南亚用户生成融合当地文化元素的广告，针对欧美用户打造更注重视觉创意的素材[7] 生成式AI的行业应用价值 - 生成式AI可贯穿广告“策略→生产→投放→优化”全链路，实现效率革新、个性化突破和全链路赋能[5][7][8] - 技术能与用户数据深度结合，通过分析用户行为偏好生成更贴合需求的广告内容，让投放从“广撒网”转向“精准触达”[7] - 其价值在于解决实际业务问题，如让创意生成更高效、投放更精准，最终提升用户体验[11] 亚马逊云科技的技术支持 - 亚马逊云科技提供从Amazon EC2底层算力到Amazon Bedrock生成式AI服务的全栈式技术支撑[8] - 客户可通过Strands Agents SDK快速构建规模化的广告素材制作、数据分析等Agent，并在AgentCore部署运行[5][6] - 亚马逊将投入1000亿美元在AI算力和云基础设施等领域，助力企业把握全球化机遇[13] 技术对开发模式的影响 - 生成式AI催生规范驱动开发等新兴理念，开发者可借助大模型快速验证“动态生成互动广告”等想法[10] - AI Agent集成开发环境Kiro等工具可为广告技术开发提效，加速创新周期[10]