AWS副總裁：建構代理式AI 比它們要解決的問題更難

亞馬遜旗下雲端服務供應商AWS今天發表代理式人工智慧（Agentic AI）新技術，AWS副總裁西瓦蘇布拉曼尼恩說，代理式AI大幅加速從創意到發揮影響力的過程，但建構和擴展這些驚人的代理系統，比它們試圖解決的問題本身更困難。

AWS（Amazon Web Services）本週在美國拉斯維加斯舉辦re:Invent 2025年度雲端運算大會，負責代理式AI業務的西瓦蘇布拉曼尼恩（SwamiSivasubramanian）今天發表主題演講。

西瓦蘇布拉曼尼恩把「代理」（Agent）定義為能夠感知並與數位環境互動的系統，可以將高階目標轉換為一系列可執行的步驟，並隨著時間不斷學習和提高效率。代理與聊天機器人的差別在於，聊天機器人告訴使用者該調查什麼，而代理則直接進行調查、診斷問題並啟動解決方案。

他說，世界各地的開發者在代理AI的幫助下，正體驗著自由感，但有兩件事讓這一刻變得特別。首先，「誰可以開發」正在迅速改變，人們不再受限於對程式語言和語法的熟悉度。其次，「開發的速度」也在改變，過去需要數年的工作，現在只需數月，過去需要數月的工作，現在只需數週甚至數天。

「我們正處於巨大變革的時代。這是歷史上第一次，我們可以用自然語言描述想要完成的任務」，西瓦蘇布拉曼尼恩指出，代理AI可以協助生成計畫、撰寫程式碼、調用必要的工具並執行完整的解決方案。

西瓦蘇布拉曼尼恩表示，代理AI提供無限的構建自由，大幅加速從創意到發揮影響力的過程，例如利用AI的力量保護海洋生物和生態系統，同時防止微塑膠進入人類的食物鏈。

但他也強調，「現實情況是，建構和擴展這些驚人的代理系統，比它們試圖解決的問題本身還要困難。」

為了提升代理AI的安全性、可視性和學習能力，AWS針對代理AI部署平台Amazon Bedrock AgentCore推出多項新功能，包括確保代理安全邊界的策略規範（Policy）、持續監控代理品質的評估工具（Evaluations），並導入記憶（Memory）功能讓代理能從過去的經驗中學習。

舉例來說，如果代理AI曾在飛機起飛前45分鐘幫忙緊急預訂單人機場接送，3個月後當用戶要帶小孩和全家出遊時，代理AI會記得上次旅行的挑戰，自動把接送時間調整為提早2小時。

AWS另推出機器學習服務開發平台AmazonSageMaker AI的新功能，讓任何開發者都能掌握先進的模型客製化技術，可降低成本並提高效能。AWS也讓企業能夠針對特定業務需求，量身打造更小、更專精的模型，而非只依賴昂貴的大型模型。