📢 转载信息
原文作者：Jawhny Cooke and Brad Abrams
企业 AI 的对话已经从根本上发生了转变。我们不再问“AI 能否理解语言？”，而是问“AI 能否自主执行能带来真正价值的复杂业务流程？”根据麦肯锡的研究，到 2030 年，智能体 AI 有潜力创造 4500 亿至 6500 亿美元的额外年收入，占各行业收入的 5% 至 10% 的增长。
竞争优势的窗口正在缩小。当您的竞争对手还在试验 AI 试点项目时，那些将智能体 AI 投入生产的组织今天已经在获取可衡量的收益。但我们持续看到一个悖论：企业构建了令人印象深刻的原型，却从未实现规模化。差距不在于模型能力，而在于将智能体部署到生产环境所需的运营基础设施，这些智能体需要能够自主运行数小时、安全地与企业系统集成并保持可靠性。
下图概述了组织在将智能体投入生产时可能面临的各种挑战。
但一些组织已经跨越了这个鸿沟。他们现在正在生产环境中运行 AI 智能体，处理真实的业务流程，为成千上万的客户提供服务，并交付几个月前似乎还不可能实现的结果。让我们从他们取得的成就开始。
当今的可能性：领先组织的生产成果
Cox Automotive 和 Druva 都在其组织内部署了 Amazon Bedrock AgentCore 和 Claude。
Cox Automotive：加速企业级智能体 AI 部署
作为全球最大的汽车服务和技术公司，Cox Automotive 拥有广泛的产品和服务，几乎涉及汽车行业的方方面面以及车辆的整个生命周期。智能体 AI 有潜力连接解决方案，并以更自动化、可扩展甚至个性化的方式帮助消费者、经销商、汽车制造商和其他汽车利益相关者执行工作流程。AI 智能体可以从根本上改变汽车行业的每一个接触点，从消费者搜索和购买车辆的方式到经销商管理服务运营和库存的方式。这正在 Cox Automotive 实时发生。Cox Automotive 已从“数据优先、AI 赋能”转变为“AI 优先、数据差异化”。Cox Automotive 正在使用 Anthropic 的 Claude 模型和 Amazon Bedrock AgentCore 作为其大规模部署智能体 AI 的关键能力之一，目前已在生产环境中部署了 17 个主要的 POC（概念验证），并且有 7 个行业变革性解决方案正在开发中。
“在 Cox Automotive，我们正在利用生成式和智能体 AI 改变我们的客户体验。我们正与所有前沿模型提供商合作，但我们主要选择了 Claude，因为它在三个关键指标上表现出色：延迟、成本和准确性。Amazon Bedrock AgentCore 是我们用来构建可大规模部署的 AI 智能体的战略工具之一，这些智能体包括旨在改善我们全渠道经销商体验的虚拟助手，以及简化车辆发现和购买的智能体市场。AgentCore 的关键能力——用于安全部署的运行时、用于监控的观测性、用于身份验证的身份识别以及企业级基础原语——使我们的团队能够在我们跨企业扩展 AI 的过程中高效地开发和测试这些智能体。”
– Marianne Johnson，Cox Automotive 执行副总裁兼首席产品官
Druva：高达 63% 的自主解决率和高达 58% 的更快的响应时间
Druva 的客户在网络安全方面面临着日益严峻的挑战：在复杂的基础设施中跟上不断演变的数据异常。手动威胁调查需要浏览多个仪表板、日志和警报。在安全领域，遗漏威胁信号可能导致灾难性后果——但潜在信号的数量使得全面的人工审查变得不可能。
考虑其规模：超过 7500 个客户，每个客户都有自己独特的基础设施模式、威胁态势和安全要求。挑战在于构建一个能够在这种规模下可靠且安全运行的 AI 解决方案。
Druva 与 AWS 生成式 AI 创新中心合作，构建了由 Amazon Bedrock AgentCore 上的 Claude 驱动的多智能体系统 DruAI。该系统使用多个 AI 智能体协同工作，从数百个选项中自动选择正确的工具，处理遥测分析、威胁调查和修复。AgentCore Runtime 提供了一个更安全、隔离的执行环境，具有自动化扩展功能，使 Druva 团队能够专注于为客户提供价值，而不是构建和维护复杂的安全基础设施。
影响：超过 3000 个客户和 10000 个用户现在部署了 DruAI，实现了高达 58% 的更快的解决时间，并且高达 63% 的客户问题无需人工干预即可解决。在网络安全领域，速度是区分已控制威胁和影响业务的泄露的关键。
“我们在 Druva 的客户需要改变他们手动威胁调查流程，该流程涉及浏览多个仪表板、日志和警报。使用 AgentCore 的运行时，我们使用完全的会话隔离和自动化扩展，快速部署了 DruAI，即我们为客户提供的 AI 功能套件——使我们能够专注于为客户提供价值，而不是构建和维护复杂的安全基础设施。我们的系统处理遥测分析、威胁调查和修复，并且已被超过 3000 个客户和 10000 个用户使用。DruAI 提供了 58% 的更快的解决时间，解决了 63% 的客户问题，无需人工干预。”
– David Gildea，Druva 产品副总裁，AI 部门
这些结果引出了一个明显的问题：组织是如何实现提供可衡量业务价值的生产部署的？答案在于结合两个关键要素，它们协同工作比单独工作更好。
为什么选择 Amazon Bedrock AgentCore 和 Anthropic 的 Claude
投入生产的智能体 AI 需要两样东西：能够处理复杂、自主工作负载的前沿 AI 能力，以及企业级基础设施，为这些智能体在生产环境中运行提供所需的安全性、可靠性和运营基础。Amazon Bedrock AgentCore 和 Claude 提供了这种组合。AgentCore 拥有多个全托管服务，可以组合使用或独立作为 Amazon Bedrock AgentCore 的一部分：运行时（Runtime）、内存（Memory）、身份（Identity）、网关（Gateway）、代码解释器（Code Interpreter）、浏览器工具（Browser Tool）和可观测性（Observability）。
智能体智能和逻辑：专注于重要的事情
当企业构建智能体 AI 时，工程团队通常会花费数月时间来构建基础设施，例如会话管理、凭证库、工具编排、可观测性框架和扩展逻辑。当他们准备好专注于实际的智能体逻辑和业务价值时，他们已经精疲力尽，而用例可能已经演变了。Amazon Bedrock AgentCore 是一个全面的智能体平台，用于大规模构建、部署和运营高能力的智能体。它是模型无关的，这意味着它负责基础设施和运营挑战，以便您的开发人员可以专注于区分您业务的方面：智能体的逻辑及其需要执行的具体任务。这种方法最大限度地发挥了 Claude 的高性能和上下文理解能力。
AgentCore 可以与您的团队已经熟悉的框架（如 Strands Agents、CrewAI、LangGraph、LlamaIndex）协同工作。您还可以将其与任何基础模型一起使用，无论是在 Amazon Bedrock 上托管还是在其他地方。这消除了开源灵活性和企业级可靠性之间的传统权衡。
内置企业级安全性和可靠性
尽管 Claude 经过优化用于智能体 AI 工作流程，但它本身并不提供复杂智能体所需的生产基础设施。这就是 Amazon Bedrock AgentCore 发挥作用的地方。AgentCore 提供完整的会话隔离，以确保每次执行都完全隔离；安全的凭证库有助于保护敏感令牌；身份感知授权精确控制智能体可以访问的内容。智能体可以自主运行长达八小时，并自动扩展，提供业务流程所需的可靠性。
增强的智能体能力
AgentCore 提供内置工具，扩展了由 Claude 驱动的智能体所能完成的工作。代码解释器提供安全的代码执行，用于数据处理和分析，而浏览器工具使智能体能够与 Web 应用程序交互、导航页面、提取数据和执行事务。
但真正的倍增器是 AgentCore Gateway：它通过语义路由将您现有的 REST API 和 AWS Lambda 函数转变为可供智能体使用的工具。您的智能体无需为 AI 重建所有内容，就可以与您现有的业务系统、数据库和服务进行交互。网关处理双向安全和智能工具选择，因此当您扩展到数百或数千个工具时，智能体仍然可以找到并使用正确的工具。
这些元素共同创造了任何一个单独元素都无法实现的东西：具有前沿智能、企业级可靠性和运营基础的 AI 智能体，能够在生产环境中交付业务价值——不是在您构建基础设施六个月后，而是现在。上图展示了 AgentCore Gateway 的优势。
背后的技术
让我们探讨一下使这些结果成为可能的技术基础，同时避免陷入实施细节。
可扩展生产工作负载的基础设施
Amazon Bedrock AgentCore 是专为生产智能体 AI 而构建的基础设施。您可以将其视为将有能力的 AI 模型转变为可用业务系统的运营基础。它作为托管式智能体平台提供，避免了花费数月时间进行不受差异化的繁重工作或从头开始构建生产级智能体。
AgentCore Runtime 和 AgentCore Identity 服务提供更安全的无服务器执行，智能体可以在完全会话隔离的情况下自主运行长达八小时。身份管理与您现有的提供商（Okta、Microsoft Entra 或 Amazon Cognito）集成，处理 OAuth、令牌管理和全面的审计跟踪，这有助于符合最严格的合规性要求，包括 AWS GovCloud (US) 客户所信赖的要求。Gateway 通过智能语义路由将 REST API 和 Lambda 函数转换为智能体兼容的工具，而 AgentCore Memory 对开发人员来说很容易使用，可以构建上下文感知的智能体，从而最大限度地减少复杂的内存基础设施，使智能体能够在对话中保持上下文并随着时间的推移构建知识库。
可观测性通过 CloudWatch 与 OpenTelemetry 兼容，为 Dynatrace、Datadog、Arize Phoenix、LangSmith 和 Langfuse 等系统提供了完整的可见性。您可以跟踪智能体的操作、监控性能、识别错误，并保持生产系统所需的运营可见性。AgentCore 服务支持 VPC、AWS PrivateLink、CloudFormation 和资源标记，以增强企业安全性。
处理复杂、长期任务的 Claude 智能
虽然基础设施实现了部署，但模型能力决定了智能体能完成什么。Anthropic 的 Claude Sonnet 4.5 是 Anthropic 在智能体 AI 用例中性能最佳的模型，其功能专为自主、长期的工作流程而设计。
Claude Sonnet 4.5 可以在扩展的时间内独立工作，同时保持清晰和专注。该模型对任务进行稳步推进，而不是试图同时完成所有事情，提供准确反映成就的事实更新。此能力对于需要持续关注和数小时内持续进展的复杂工作流程至关重要。
该模型会跟踪对话中的令牌使用情况，并保持对其工作上下文的了解。这有助于防止过早放弃任务，并能更有效地执行长期操作。结合内存功能，可以在即时上下文窗口之外存储和检索信息，智能体可以在会话中保持状态并随着时间的推移构建知识库。
Claude 采用 Anthropic 的“宪法 AI”（Constitutional AI）方法构建，旨在做到乐于助人、无害和诚实。广泛的安全训练大大减少了不当行为，包括阿谀奉承、欺骗和寻求权力。这种对齐基础对于企业部署尤为重要，在这些部署中，智能体的可靠性和适当行为是不可或缺的要求。当智能体自主运行数小时时，信任是根本。
Claude Sonnet 4.5 在编码和推理任务上实现了最先进的性能，并增强了规划和系统设计能力。该模型擅长跨越数小时或数天的自主任务，同时保持一致的性能。除了编码之外，Claude 还展示了在金融分析、研究工作流程和网络安全应用方面的先进推理能力，从而支持跨越多个企业用例的复杂智能体应用。
对企业领导者的战略影响
您对智能体 AI 基础设施的决策，决定了您多年 AI 路线图的基础。请考虑以下几点：
系统选择即竞争定位
您的竞争对手正在评估相同的机会。那些首先建立生产智能体 AI 的组织可以获取随着时间推移而累加的优势：可以降低成本同时提高服务的运营效率、以前不可能的能力成为标准实践，以及来自真实世界部署的组织学习。
AI 正在改变您的行业。您将引领这场变革，还是对其做出反应？
创新速度：自动化的能力改进
Claude Sonnet 4.5 在 Claude Opus 4.1 发布后仅七周就发布了。这种模型改进的速度现在是基线预期。您选择的系统决定了您是自动受益于这些进步，还是在能力提高时需要进行迁移项目。
在 Amazon Bedrock 上构建的组织可以在新模型能力可用时获得访问权限，而无需重新设计、启动迁移项目或产生技术债务。您的智能体能力会随着时间推移而增强，而您的团队可以专注于业务价值，而不是系统维护。
AgentCore 不断扩展的能力遵循类似的轨迹。最近的增加包括增强的智能体到智能体（A2A）协议支持，用于多智能体协调、扩展的可观测性集成，以及浏览器和代码解释器等新工具。当您的智能体启动时，这些功能即可供它们使用，从而在保持向后兼容性的同时，确保您的投资面向未来。
多智能体未来：协调与专业化
随着单个智能体在您的组织中证明价值，下一个前沿领域涉及协调的多智能体系统，其中专业化智能体在复杂的业务挑战上协作。Amazon Bedrock 通过 A2A 协议支持多智能体协作，实现了复杂的模式：
专业化智能体团队：部署专注于特定领域的智能体，如财务分析、代码审查、客户交互、安全监控，并在智能编排下协同工作。
主管智能体：将复杂的工作流程分解为可管理的子任务，委托给适当的专家智能体，并将结果综合成连贯的输出。
像 Druva 这样的组织已经在生产中运行多智能体系统，并且架构模式正在建立起来。您选择的基础设施将决定您明天能多么顺利地演进到这些复杂的部署中。
风险缓解：安全、治理和合规性
企业部署需要在基础中内置安全和治理。AgentCore 为合规性提供完整的审计跟踪，为您的智能体环境扩展的细粒度授权，以及会话隔离，有助于控制潜在问题。Claude Sonnet 4.5 中的宪法 AI 有助于提供额外的可靠性层：当智能体自主运行时，您需要确信它们会表现得当并符合您的指示。
评估企业的智能体 AI
如果您是正在为组织探索智能体 AI 的技术领导者或架构师，以下是评估和采用的实用框架。
从高价值用例开始
最成功的早期部署具有共同的特征。寻找具有以下特征的工作流程：
- 重复但需要判断：您的团队经常执行但需要决策而不是仅仅自动化的任务。
- 多系统集成机会：涉及从多个来源拉取数据、做出决策并在不同系统间采取行动的流程。
- 全天候可用性优势：在业务时间之外自主操作能带来真正价值的工作流程。
- 清晰、可衡量的成功指标：您可以量化影响——节省的时间、提高的准确性、降低的成本、增加的容量。
在您的业务中，等同的机会在哪里？
果断地从评估转向生产
评估过程的衡量标准应该是几周，而不是几个月：
第 1-2 周：审阅案例研究并评估与您情况的相关性。确定 1-2 个具有明确成功标准的试点工作流程。联系您的 AWS 客户经理，讨论使用 Claude 配合 Amazon Bedrock AgentCore，以获取评估技术适用性和业务价值潜力的帮助。
第 3-4 周：从第一天起就使用生产基础设施进行原型设计。利用 AgentCore，这样您就无需构建一次性的基础设施。您的学习和代码可以直接转移到生产环境。
第 5-8 周：运行您的试点项目并根据您的成功标准进行衡量。由于生产基础设施已经到位，此时的重点是验证业务价值，而不是为规模化而重建。
第 9 周及以后：基于已验证的结果进行扩展。AgentCore 基础设施会自动扩展，因此从试点转向生产是扩展范围，而不是重新设计基础。
之所以能实现这个时间表，是因为您不是从头开始构建基础设施。您的 AWS 客户经理可以为您连接资源、技术指导以及来自 Cox Automotive 和 Druva 等已经走过这条道路的组织的示例。
结论：智能体企业正在今天构建
智能体 AI 代表了一种企业应用 AI 方式的根本转变，即从辅助工具转向自主行动的系统。生产部署的技术要求是巨大的，但 Amazon Bedrock AgentCore 与 Claude Sonnet 4.5 的结合使这一转型变得触手可及。
基础设施已经存在。组织已经在生产中运行具有可衡量业务影响的智能体。对于企业领导者来说，现在的问题不再是“智能体 AI 准备好了吗？”，而是“我们能多快抓住这个优势？”
掌握智能体 AI 的组织正在提高运营效率，并重新构想其行业内可能发生的事情。未来的智能体企业正在由那些将正确的模型能力与正确的运营基础设施相结合的团队，在当下构建。
准备好探索贵组织的可能性了吗？请联系您的 AWS 客户经理，开始使用 Amazon Bedrock 中的 Claude 和 AgentCore。他们可以帮助您评估用例、设计试点项目，并加速您走向生产智能体 AI 的道路。
基础已准备就绪。模型已经过验证。前进的道路是清晰的。
关于作者
Jawhny Cooke 是 AWS 生成式 AI 部门的高级 Anthropic 专家解决方案架构师。他专注于在 AWS 基础设施上集成和部署 Anthropic 模型。他与客户和 AI 提供商合作，通过 Amazon Bedrock 实施生产级生成式 AI 解决方案，提供有关架构设计和系统实施的专家指导，以最大限度地发挥这些先进模型的潜力。
Brad Abrams 是 Anthropic Claude 开发者平台的产品主管，负责领导 API 产品开发，并致力于构建帮助开发人员创建强大 AI 智能体的工具。在加入 Anthropic 之前，Brad 在谷歌工作了很长时间，被认为是语音助手领域最具影响力的技术人员之一。他还曾在微软任职，带来了深厚的开发者工具和平台生态系统专业知识。Brad 拥有北卡罗来纳州立大学计算机科学学士学位。在整个职业生涯中，他一直专注于开发者体验、分布式系统和软件产品管理。他常驻帕洛阿尔托，继续推动 AI 能力和开发者工具交叉领域的创新。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区