该年度技术大会的核心是企业级 AI，重点发布了能够自主学习并长时间独立工作的 可定制 AI 代理。为提升计算效率和降低能耗，AWS 推出了新一代高性能芯片 Graviton5 CPU 和 Trainium3。同时，通过新增的 Serverless 模型定制、强化微调功能以及 “AI 工厂” 私有数据中心方案，AWS 旨在简化企业自建模型的过程并解决数据主权问题。最终，大会向开发者传递了一个明确信息：AI 不会取代工程师，但拥抱变革至关重要。
企业级 AI 代理成为核心焦点
本次大会的核心信息是，AI 的真正价值在于从“AI 助手”向“AI 代理”的转变。代理不仅能回答问题，更能代表用户自主执行任务和实现自动化。
“我们正开始从 AI 投资中看到实质性的业务回报。”
- 自主学习与工作: AWS 发布了名为“Frontier agents”的新型 AI 代理，其中一款能够学习团队的工作方式，并在此基础上 独立工作数小时甚至数天。
- 业务价值验证: 网约车公司 Lyft 分享了其成功案例。通过使用 AI 代理处理司机和乘客的问题，其平均解决时间 减少了 87%，司机对该工具的使用率也 提升了 70%。
- 简化开发流程: AI 代理使开发者能够用自然语言描述目标，代理则可以自动生成计划、编写代码并调用工具来执行完整的解决方案。
新一代芯片：更强性能，更低能耗
AWS 发布了新一代自研芯片，旨在提供更高的计算性能和能源效率。
- Graviton5 CPU: 这是 AWS 迄今性能最强、效率最高的 CPU。它拥有 192 个核心，通过更紧凑的设计将核心间的通信延迟 降低了 33%。
- Trainium3 AI 训练芯片: 该芯片专为 AI 训练和推理设计，性能提升高达 4 倍，同时能耗 降低 40%。AWS 同时透露，正在开发的 Trainium4 将能够与英伟达的芯片协同工作。
简化 AI 模型构建与成本
为了让更多企业能够构建和使用自己的大语言模型，AWS 推出了一系列新工具和服务来降低技术门槛和成本。
- Serverless 模型定制: 开发者无需关心底层计算资源或基础设施，可以直接开始构建模型。
- 强化微调 (Reinforcement Fine Tuning): 在 Bedrock 平台中，用户可以选择预设的工作流或奖励系统，让平台自动完成模型的定制过程。
- 数据库节省计划: 这是一项备受欢迎的成本优化措施。通过承诺一年的稳定使用量，客户可以将其数据库成本 降低高达 35%。
平台与解决方案更新
除了模型和芯片，AWS 还更新了其平台能力，并推出了针对特定需求的解决方案。
- AgentCore 平台新功能: 开发者现在可以更容易地为 AI 代理 设置行为边界和规则 (Policy)，同时代理也具备了记录和记忆用户偏好的能力。
- “AI 工厂”私有数据中心: 这项与英伟达合作推出的方案，允许大型企业和政府在自己的数据中心内部署 AWS 的 AI 系统。此举旨在解决 数据主权 的核心关切，确保敏感数据保留在本地。
AI 不会让你过时，但你需要进化
在闭幕演讲中，亚马逊首席技术官 Werner Vogels 直接回应了开发者对 AI 将取代人类工作的担忧。
“AI 会让我过时吗？绝对不会，前提是你不断进化。”
他强调，虽然部分任务会被自动化，一些技能会变得过时，但人类开发者的角色依然不可或缺。演讲最后，他宣布这是他最后一次主持 re:Invent 的主旨演讲，鼓励新一代的声音走上舞台。