摘要

AWS押注AI需求足够持久，足以支撑其2026年2200亿美元的资本开支，且预计不会放缓。 Matt Garman认为，AWS客户基础足够分散，单一客户占比最高也只是个位数百分比；已有生产环境工作负载持续产生正回报。“不存在一种泡沫情形，会让他们停止在这上面的投入。”
AWS正在整个生态中分配稀缺的加速器，而不是把芯片全部卖给前沿实验室。 尽管AWS可以把所有可用芯片卖给几家大型实验室，但它会为初创公司保留产能，并最终以某种形式满足收到请求的约60%；有时是在其他区域或采用不同配置。AWS计划在未来几年采购200万块 NVIDIA GPU，但Garman也承认：“谁知道这够不够？”
智能体工作负载正推动云架构转向高速、可能随时弃用且权限严格限定的资源，并与长期运行的系统并存。 智能体关注p99.9延迟、3秒创建数据库、计算沙箱、网关和限时权限，而不是直接继承某个人的访问权限。Garman的核心判断是明确的：“智能体工作流在AWS上的表现往往好于其他任何地方。”
AWS正在消除传统的上手摩擦，但不会把初创公司锁死在简化版终点上。 新流程铺开后，用户可以用Gmail开户、无需信用卡，并在30秒内开始使用，VPC和IAM默认配置则在后台处理。关键在于，这仍然是“一个真正的AWS账户”，客户之后可以逐步启用完整的安全和组织控制，无需迁移。
AWS的定制芯片路径从Nitro、Graviton延伸至Trainium。 Graviton的成本低20%、性能高20%，AWS前100大客户中约90%多在使用；Trainium 3的产能可能已经售罄至明年年底，而Trainium 4已经宣布但尚未发布。Garman称，按绝对性能和成本表现计算，Trainium可能是“目前市场上最好的推理芯片”。
企业采用智能体的瓶颈，与其说是模型访问，不如说是工作流重构、评估体系和信任。 Garman反对简单复制人类的五步流程：智能体可以并行尝试50种方法，但企业在赋予自主权前，需要权限体系、护栏、标注数据、生产环境度量和漂移测试。AWS的前置部署模式旨在用45天教会客户这些能力，然后退出，而不是制造持续数年的咨询依赖。
AWS围绕企业数据托管来定位Bedrock，同时保留专有模型和开放权重模型两条路径。 Garman表示，提示词和数据都留在客户的VPC内，永远不会回到模型提供商手中；拥有真正专有数据的客户可以对开放权重模型进行后训练或微调，甚至蒸馏，以更低成本获得更好表现。前提是必须建立评估体系，证明这种优势，而不是想当然。
在Amazon内部，智能体已经压缩软件、产品和业务流程，并开始重塑团队设计。 Garman称，采用智能体优先模式的“frontier teams”由员工管理能够写出全部代码的智能体；HR和财务员工也在为规划、税务和合规工作构建自己的智能体。过去需要10人完成的能力，如今可能只需3或4人，由此产生了新的问题：在小团队快速转向其他项目时，谁来持续维护已经上线的产品。

精读

1. AWS仍认为自己处于早期阶段

Raghu Raghuram先给出规模参照：AWS从赚到第一美元收入，发展到如今约1690亿-1700亿美元的规模，目前增速为37%。但Garman仍称，这只是“业务可能达到的规模的早期阶段”，因为大量工作负载仍在本地运行，而AI正在扩大每天完成的总算力。
Garman在AWS的第一份工作，是2005年商学院实习期间分析谁最看重这项拟议中的服务。答案是初创公司；它们后来成为“我们核心业务的命脉”，因为AWS的价值主张对初创公司尤其有吸引力，也帮助它们搭建能够逐步扩展的架构。
这种关系已经形成商业复利：AWS估计，目前30%-40%的收入来自AWS存续期间曾经处于初创阶段的公司。那家只有2人的公司，其价值不仅在于未来可能成为大型企业客户，也在于它可能提前发出能力需求信号——5年后，银行、医疗企业和政府可能就会需要同样的能力。
初创公司的基准线已经彻底改变。过去，一家公司可能融资1000万美元来反复迭代一款应用；如今Garman看到的团队，可能从第一天起就有2亿美元融资和10亿美元估值，相应的目标、模型训练成本和基础设施扩张规模也都更大。

2. 智能体暴露出新的云性能边界

一些初创公司的需求并没有改变：创始人仍然需要可扩展架构、安全性、性能以及能够支撑公司从3名员工继续增长的IAM。Garman称，正是这层完整能力，让许多公司最终更偏好AWS而非新型云厂商，即便它们眼下的直接需求只是GPU。
改变的是使用者。AWS如今不仅为人操作的云设计，也为智能体操作的云设计，重点包括大规模API访问、快速创建资源和可预测的性能。Garman举了一个具体例子：“如何在3秒内启动一个数据库？”
AgentCore和Bedrock是明确面向智能体构建的服务；处于预览或测试阶段的“AWS Context”，则旨在为S3、Aurora及其他AWS存储中的数据建立统一的上下文层。智能体可以穿越这些彼此分离的数据资产，而人通常做不到。
智能体还会放大尾部延迟。人可能根本察觉不到S3的p99.9性能，但智能体工作流可能因此被阻塞；延迟、吞吐量和底层引擎的响应速度，因而从抽象的基础设施指标变成了编排约束。

3. AWS简化上手路径，但没有移除控制能力

Raghuram提出的反问是：如今编程智能体会自行选择数据库、邮件系统和部署目标，可能让运行了10年的服务显得“过时”。Garman回应称，核心构件仍然稳健；真正的缺口，是让没有现成云账户的人，或某个智能体，能够更容易地开始使用云。
在典型的成熟工作流中，客户告诉Kiro、Claude或Codex在AWS上构建，提供凭证和部署指令，之后由智能体处理其余工作。但如果一个尚未上云的实验只说一句“部署”，它可能会选择上层体验更简单的合作方；Garman称，AWS欢迎这种结果，但也希望直接解决这个问题。
AWS正在逐步推出新的开户流程：用户可以用Gmail注册、无需信用卡，也不必手动定义VPC或IAM角色。默认配置由后台处理，账户可在30秒内投入使用。
Garman最强调的设计选择是连续性：这不是一个之后必须迁移的玩具账户。当客户需要组织、定制VPC或细粒度IAM时，“你已经处在一个真正的AWS账户里”，可以逐步开放这些控制能力。

4. 可弃用的智能体基础设施需要生产级退路

智能体经常创建一个数据库、完成一项小任务，然后将其丢弃，由此产生一个真实的设计问题：这个数据库是否需要5个9级别的持久性？AWS传统的Aurora定位，是把数据库视为需要持久性和可用性的生产资产；对一次性智能体任务而言，这可能属于“过度设计”。
Garman不愿意用一个随意降低持久性的选项来解决，因为AWS并不总能知道临时资源最终会不会变成永久资源。因此，工程目标是打造双用途基础设施：创建速度足够快、资源足够轻，可以随时丢弃；同时又能够在不更换系统的情况下扩展成持久化生产数据库。
一些智能体需求是真正新增的基础构件，而不是旧系统的新用法，包括计算沙箱、网关，以及区别于人类或服务角色权限的权限体系。“你不能只是把Raghu的权限给它”；智能体可能只需要完成一项任务所需的狭窄、限时权限，甚至不应访问某个工具的全部能力。
Firecracker微型虚拟机提供了现成底座。它大约在10年前开发，如今已被许多沙箱初创公司采用；其启动速度快、传统虚拟机开销低，同时保有强安全边界，非常适合执行智能体任务。

5. 稀缺性使GPU分配成为战略组合决策

Raghuram直接点出矛盾：前沿实验室可以“吞掉所有可用GPU”，而规模较小的公司没有相当的信用和融资能力，却可能成为明日的企业客户。Garman承认，AWS完全可以把所有加速器分配给少数实验室，但公司有意为初创企业、企业客户和更广泛的生态保留供给。
扩建规模极其庞大：Garman称，AWS计划在2026年投入2200亿美元资本开支，并预计不会放缓，因为需求依然“巨大”。电力、数据中心、资本、内存、芯片，甚至建设这些设施所需的施工劳动力，都可能轮流成为约束。
AWS称，最终收到的请求中，约60%会以某种形式得到肯定答复，但交付可能要延后，也可能安排在其他区域，或采用不同配置。每家初创公司仍然想要更多；AWS宣布将在未来几年采购200万块 NVIDIA GPU，但这个数字本身也可能不够。
Garman将AWS与另一类供应商区分开来：后者最大的1到2个客户可能占到30%-60%的产能。AWS的单一客户集中度最高也只是个位数百分比，而大部分使用量来自与应用绑定的核心算力、存储和推理；他询问的几乎每一家企业都表示，当前AI能力已经带来正回报。

6. 限制因素持续向供应链下游移动

当被问及2027-2028年的瓶颈时，Garman引用了《目标》中的一句话：“从来不会只有一个约束，永远只是最新的约束。”电力缓解后，限制因素可能转向内存、TSMC产能、HBM、网络设备、连接器、硬盘或SSD。
地理位置会进一步放大问题，因为产能并非完全可互换：印度尼西亚有充足电力，并不能解决德国的短缺。AWS跟踪的零部件达到数万乃至数十万种，并沿供应链向上追溯4到5层，寻找任何可能阻断部署的部件。
规划周期已经从向公用事业公司申请再增加几兆瓦，扩展到为太阳能、核能和其他电力项目提供融资；有时这些项目位于表后，有时则向电网供电。电力和输电决策如今延伸至20年，服务器、内存和芯片需求的规划则横跨2026年、2027年和2028年。
数据中心引发的反对也带来沟通挑战。Garman称，AWS需要更清楚地说明可再生能源、用水和就业方面的收益。他举例称，某个县的居民据报道每年少缴5000美元税款，原因就是AWS带来的税收；但这一看不见的收益此前没有被告知居民。

7. Nitro带领AWS从虚拟化卸载走向定制AI芯片

AWS的芯片路径始于“虚拟化税”。公司最初将网络虚拟化迁移到一块卸载卡上，随后与一个小团队合作，由其搭载Arm核心的卡片吸收存储虚拟化和其他功能；收购该团队后，AWS最终借助Nitro通过API提供接近裸机的资源。
收益不仅体现在利用率和性能上，也体现在隔离能力上：Garman称，AWS可以有底气告诉客户，自己无法访问客户正在运行的虚拟机。由于这套架构并不是其他人可以直接购买的通用组件，他认为AWS因此获得了长达10年的领先优势。
将这些Arm核心做成服务器后，AWS最初得到的是性能不足的Graviton；随着Arm性能提升，Graviton随后成为“势不可挡的爆款”。Garman称，过去5到6年里，Graviton一直保持成本低约20%、性能高约20%；AWS前100大客户中约90%多在使用，一些客户迁移整个服务器集群后，服务器数量减少了一半。
AWS在5到6年前启动Trainium项目，如今已经开始交付Trainium 3，产能可能已经排到明年年底。Bedrock的大部分流量运行在Trainium上，此外还有Anthropic和OpenAI的合作，以及大约6到12家在其上构建产品的较小型初创公司。

8. 企业自主性取决于重构、评估和数据信任

如今大多数企业智能体仍然相对简单、缺乏自主性，但客户已经报告了实际价值。Garman的第一条建议，是停止复刻“Bob完成第1、2、3、4、5步”；智能体可以并行化处理、尝试50种方法，以不同于人类工作流的方式解决目标问题。
第二个障碍，是企业对自主性的担忧有充分理由。企业需要护栏、沙箱、数据权限，以及明确哪些环节必须保留人在回路中；当智能体可能删除生产数据库时，“放手去做”不能算一条可接受的指令。
Raghuram列出了评估体系的要求：标注数据、持续测试循环、目标达成标准、生产环境度量、回测和漂移检测。Garman称，企业目前并不知道如何解决这些问题。他怀疑真正擅长解决这些问题的人并不存在，因此AWS才推动前置部署工程服务，目标是在45天内教会客户这项能力，然后让客户能够自行运转。
在模型选择上，Garman认同企业数据是“它们最有价值的资产”。Bedrock保证数据留在客户的VPC内，模型提供商永远看不到提示词；这是AWS优先建设的底层原则，即便3年前批评者还认为AWS推进得太慢。

9. 开放模型与机器速度安全扩大AWS的服务边界

拥有重要专有数据的客户，可以对开放权重模型进行后训练或微调，再进行蒸馏，最终有可能以更低成本获得更好的性能。Garman始终保留条件：客户需要拥有合适的数据和专业能力，并通过评估证明定制模型确实更优。
Raghuram称，这让SageMaker“重新获得了生命力”；Garman则表示，SageMaker一直就是模型构建平台，如今非常适合企业构建定制模型。他希望AWS逐步简化开放权重模型之间的比较、调优和测试。
在生存风险争论、安全漏洞和Hugging Face遭攻击的背景下，CEO们最关心的问题仍然很实际：如何信任运行在自身环境中的智能体？AWS给出的答案包括权限、沙箱、护栏、明确允许的行为，以及在适当场景下保留人工审核。
Garman将Continuum描述为一套把强大模型用于防御的系统：它扫描环境中的漏洞，再结合权限和补偿性控制措施等上下文，对漏洞进行优先级排序。他希望最终实现“机器速度的安全防护”，替代警报发出后等待人工调查的工作流。

10. Amazon自身的智能体采用开始重塑团队

Amazon正在安全和软件开发领域使用AI，Amazon Q也已经向每一名员工推出。Garman称，HR员工把原本需要数周的团队规划工作压缩到数小时完成，财务团队则使用智能体收集税务规则并确保合规。
最大的提升来自软件和产品开发。AWS的“frontier teams”采用智能体优先模式，而不是把AI当作代码补全工具：智能体负责编写代码，员工则管理智能体团队，由此带来Garman所说的客户能力发布“涡轮增压”。
组织设计仍未解决。Garman预计，在很长一段时间内，人仍然不可或缺，但一项过去需要10名员工负责的产品能力，如今可能只需要3或4人；而且它可能建得足够快，以至于这些人应该转去解决另一个问题。
AWS正在试验pod和更灵活的人员配置，同时面对维护问题：小团队构建的产品，必须有人继续运营。Garman目前没有提出万能的组织结构，只是观察到员工喜欢更快地构建、完成更多工作，而且“那里确实有真正的工作”。

AI能预测未来吗？——与Gensyn联合创始人兼CEO Ben Fielding 对谈 | EP 171