都说2025年是智能体（agent）元年，如果想开发智能体，都需要准备什么呢？
除了要有会思考的大模型，还需要LangChain框架，向量数据库，感知和行动能力，总有一些零碎的技术零件在脑中盘旋。有没有系统点的技术架构呢？最近，作为云服务商的亚马逊云科技给出了自己的答案。
AgentCore：Agent智能体开发的7大件
在亚马逊云科技纽约峰会上，亚马逊云科技推出了一个叫AgentCore的东西，它属于Amazon Bedrock的一部分，包含七个模块。在亚马逊云科技看来，这7个模块就是开发智能体（agent）要有的7大件。
首先得有个运行时环境，这就是AgentCore Runtime。它具备安全性和弹性，交互延迟低。最有意思的是，可处理长达8个小时的复杂异步工作负载，意味着一个agent在运行过程中，可以长达8小时持续处理一个任务，可以执行更复杂的任务。
亚马逊云科技大中华区产品部总经理 陈晓建介绍称，业内常见的运行时环境通常支持十几分钟或半小时级别的运行时间，而AgentCore Runtime的8小时运行时间属业内之最，这大大增强了agent在服务端持续运行的能力。
第二个组件叫AgentCore Memory，它可以高效存储对话上下文，包括长期和短期的内容，帮助agent更好地理解用户和用户需求。背后可能涉及到存储系统以及向量数据等技术细节，不过，开发者不用关心这些，这些复杂的技术细节都被封装了，开发者直接就可以使用。
此前，开发者需要自行搭建和管理向量数据库来实现“记忆”功能。而现在，亚马逊云科技推出了Amazon S3 Vector，这是一个成本极低、容量巨大的向量存储方案，搭配OpenSearch，可以提供性能加强版的向量存储服务。
第三个叫AgentCore Identity，其实就是身份鉴权、安全认证方面的功能。第四个叫AgentCore Gateway，作为一个网关，它作为一个连接器，让AI agent可以发现外部有哪些可以用的工具，比如API、函数、服务，这可以帮助它跟企业现有的系统更好的集成。
第五个叫AgentCore Code Interpreter。Agent具备任务拆解与思考能力，它有可能在运行中生成并执行代码来完成一些操作，因此需要在安全的沙箱中运行，Code Interpreter提供了这个环境，它会自己配置实例类型与会话参数等信息。
第六个是浏览器工具AgentCore Browser Tool，这是一个云上的浏览器工具，让agent大规模地与网站进行交互，可用于填写表单、网页导航等任务。一如人会通过浏览器从网上获取信息，agent也是通过浏览器获得更多信息。
最后一个是AgentCore Observability。在生产环境中，全面跟踪和追踪agent的每个动作对于性能表现至关重要。AgentCore整合了多个性能数据，让开发者可以全面监控agent的行为与运行状态。
AgentCore解决了Agent开发过程中的工程化难题
“AgentCore本质上是一个面向智能体构建的底层基础设施”。陈晓建介绍称，“它封装了很多标准化能力，为Agent的开发环境提供强有力支撑，让开发者更容易上手、更快落地。
陈晓建还提到，AgentCore解决了Agent开发过程中的工程化难题。一个Agent应用要从“玩具”走向“产品”，就必须解决可伸缩性（Scalability）、可观测性（Observability）、安全性（Security）和身份认证（Identity）等一系列问题。
据了解，许多早期采用开源方案的团队，正是因为缺乏这些企业级能力而不敢将应用投入生产环境。AgentCore则将这些生产环境中“基础中的基础”全部内置，让开发者可以专注于业务逻辑创新，而不必在底层基础设施上重复造轮子。
AgentCore不仅能与亚马逊云科技自有服务，比如Amazon Q和Amazon Bedrock的Agents集成，也可以与开源框架整合使用。这种兼容能力，使得用户可以利用现有开源生态，同时结合亚马逊云科技的底层支持能力，快速构建自己的智能体系统。
亚马逊云科技大中华区AI技术高级经理 郭韧介绍称，当前Agent开发的浪潮主要由两股力量驱动。第一类是初创企业，如Manus这种打造面向个人用户的通用型Agent。第二类则是广大的行业客户，例如金融、广告等领域的公司，这类行业客户很多。
行业客户通常组建小而精的团队，基于自身业务探索Agent的应用，如开发智能投研助手、自动化广告投放流程等。这些团队资源有限，迫切需要一个强大易用的平台，这正是AgentCore等产品应运而生的市场背景。
开发配套工具重要，生态建设更重要
AgentCore解决了如何以工程化的方式构建Agent的问题，而亚马逊云科技同期在Marketplace上新增的“AI Agent与工具”分类，则是要解决用什么工具来增强Agent的问题。
郭韧表示，想要构建Agent，必须借助外部工具。但工具的集成和管理是个难题。通过Agent Marketplace，亚马逊云科技统一了工具的接入标准，任何ISV或数据服务商都可以将其API或服务上架，供全球的Agent开发者调用。
这似乎形成了一个完美的互补关系：AgentCore提供了官方自研的“标准件”，而Marketplace则汇聚了海量的第三方“扩展配件”。这种模式，极大地降低了开发者构建复杂Agent的门槛，这正是平台的价值。
最近半年，除了DeepSeek以外，有影响力的开源大模型越来越少。于是，亚马逊开放了对自家闭源的Amazon Nova模型进行深度定制的能力，用户现在可以通过Amazon SageMaker HyperPod对Nova的Micro、Lite和Pro版本进行深度定制。
随着Amazon Nova模型的开放定制，亚马逊云科技正试图打造一个更丰富的agent开发的生态系统，吸引更多开发者在这个平台上构建下一代AI应用。2025年或许真的会成为智能体的元年，而这场变革，正在从云上发生。
云厂商+AI，竞争格局正迎来深刻演变
过去一年，行业普遍认为竞争是“模型+云”的较量。然而，亚马逊云科技推出的AgentCore表明，竞争核心其实是在于如何将生成式AI与云服务深度融合，构建出一套能让AI智能体从概念走向规模化落地的完整服务体系。
正如陈晓建所言，在AgentCore相关的能力中，几乎没有一个模块是模型本身，它们全是围绕模型的工具与服务。这说明，模型只是一个能力模块，而将模型的能力转化为可靠、安全、可观测的生产力，才是未来云厂商的核心竞争力。
换句话说，谁能更好地为客户提供这种端到端的整合能力，谁才能在新的AI时代占据优势。从这个角度看，2025年或许不仅是智能体的元年，更是云服务围绕AI应用深度重塑的开始。
