助力企業(yè)構(gòu)建以評估驅(qū)動(dòng)的Agent部署新范式

北京2026年7月8日 /美通社/ -- 在亞馬遜云科技2026中國峰會(huì)上，亞馬遜全球副總裁、亞馬遜云科技亞太區(qū)聯(lián)席總裁儲瑞松指出，Agentic AI迎來爆發(fā)拐點(diǎn)，AI正在從輔助性工具轉(zhuǎn)變?yōu)槟軌蛑苯咏桓犊珊饬繕I(yè)務(wù)結(jié)果的生產(chǎn)力，推動(dòng)企業(yè)經(jīng)營模式的深遠(yuǎn)重構(gòu)。然而，當(dāng)前企業(yè)在推動(dòng)Agent從原型走向?qū)嶋H生產(chǎn)時(shí)，普遍缺乏科學(xué)有效的開發(fā)部署指導(dǎo)。為此，亞馬遜云科技在峰會(huì)上發(fā)布了《企業(yè)生產(chǎn)級智能體開發(fā)部署指南》，旨在為企業(yè)提供從理論到實(shí)踐的系統(tǒng)工程指導(dǎo)，使企業(yè)通過建立科學(xué)的、以評估驅(qū)動(dòng)的工程實(shí)踐體系，破解Agent難以規(guī)模化部署的難題，從而加速企業(yè)實(shí)現(xiàn)Agentic業(yè)務(wù)轉(zhuǎn)型。

行業(yè)研究數(shù)據(jù)表明，Agent的規(guī)模化應(yīng)用已是大勢所趨，但其落地過程仍具挑戰(zhàn)。根據(jù)權(quán)威機(jī)構(gòu)預(yù)測，到2027年底將有超過四成的Agentic AI項(xiàng)目面臨被取消的風(fēng)險(xiǎn)，其核心原因在于成本攀升、業(yè)務(wù)價(jià)值不清晰以及風(fēng)險(xiǎn)管控不足，導(dǎo)致大量項(xiàng)目無法邁向生產(chǎn)階段。這一嚴(yán)峻挑戰(zhàn)的根源在于Agent與傳統(tǒng)軟件在技術(shù)底座上有本質(zhì)差異，這導(dǎo)致傳統(tǒng)軟件評估測試方法對Agent失效，進(jìn)而使企業(yè)缺乏具體可信的衡量標(biāo)準(zhǔn)，往往在Agent"能否真正進(jìn)入生產(chǎn)"這一關(guān)鍵決策上陷入停滯。具體而言，傳統(tǒng)軟件的運(yùn)行邏輯是確定性的，功能對錯(cuò)一目了然；由于 Agent 基于大模型運(yùn)行，其輸出具有概率性而非確定性——同一輸入不一定產(chǎn)生相同輸出。昨天測試通過，并不意味著今天依然穩(wěn)定。其次，作為"運(yùn)行代碼"的自然語言提示詞一旦微調(diào)，極易引發(fā)Agent行為的劇烈波動(dòng)，且缺乏靜態(tài)分析工具進(jìn)行影響評估。最后，由于Agent對底層大模型存在隱式依賴，模型提供商的后臺悄悄升級可能會(huì)導(dǎo)致Agent服務(wù)質(zhì)量在代碼無變動(dòng)的情況下產(chǎn)生變化。

因此，Agent的落地難本質(zhì)上是一個(gè)工程紀(jì)律問題，而非單一的模型能力問題。只有將評估確立為一切工程實(shí)踐的起點(diǎn)，才能為Agent的落地與規(guī)模化部署提供關(guān)鍵支撐，并確保Agent在復(fù)雜多變的業(yè)務(wù)場景中安全、穩(wěn)定、可靠地交付可衡量的商業(yè)價(jià)值。儲瑞松在峰會(huì)主旨演講中有關(guān)企業(yè)構(gòu)建Agent路徑的闡述中也指出，企業(yè)在構(gòu)建AI Agent時(shí)，底層技術(shù)平臺可以通過采購獲得，但評估標(biāo)準(zhǔn)必須由企業(yè)自主掌控。企業(yè)的核心競爭壁壘在于其自有的黃金數(shù)據(jù)集和評分標(biāo)準(zhǔn)。只有掌握了評估，才真正掌握了Agent生命周期的核心。

為助力企業(yè)應(yīng)對這一轉(zhuǎn)變并建立科學(xué)的Agent開發(fā)部署工程體系，亞馬遜云科技推出的《企業(yè)生產(chǎn)級智能體開發(fā)部署指南》通過四大核心板塊，系統(tǒng)性地為企業(yè)提供了可落地的工程路徑。首先，指南詳細(xì)介紹了以評估驅(qū)動(dòng)的"Agent開發(fā)生命周期方法論"，將流程劃分為"定標(biāo)準(zhǔn)、開發(fā)實(shí)現(xiàn)、效果評估、灰度上線、持續(xù)監(jiān)控和改進(jìn)循環(huán)"六個(gè)步驟，幫助企業(yè)構(gòu)建起首尾相連的閉環(huán)，實(shí)現(xiàn)Agent表現(xiàn)的持續(xù)迭代與優(yōu)化。其次，指南指出了企業(yè)評估Agent時(shí)應(yīng)覆蓋的"八類維度"，并提出一套由評估粒度與證據(jù)權(quán)重組成的量化評估框架，確保評估結(jié)果科學(xué)可信。此外，指南還詳細(xì)列舉了亞馬遜云科技提出的Agentic AI 評估框架，該框架不僅提供了一套能夠自動(dòng)分析Agent決策過程與執(zhí)行軌跡的自動(dòng)化評估工作流，還包括一個(gè)覆蓋底層大模型、中間核心組件到最終業(yè)務(wù)結(jié)果的"三層指標(biāo)評估庫"，從而幫助企業(yè)在日常Agent開發(fā)中無縫嵌入評估機(jī)制，讓針對Agent表現(xiàn)的"可觀測、評估、優(yōu)化"的反饋形成可持續(xù)改進(jìn)的閉環(huán)。最后，指南剖析了三個(gè)不同維度的亞馬遜內(nèi)部生產(chǎn)級實(shí)踐案例，并附帶了已在開源社區(qū)發(fā)布、可快速上手的動(dòng)手實(shí)驗(yàn)代碼與模擬項(xiàng)目評估集，為企業(yè)提供具體落地的參考路徑。

這套指南的推出，源于亞馬遜云科技自身在云計(jì)算與AI領(lǐng)域的深厚技術(shù)積累，以及在內(nèi)部和外部行業(yè)實(shí)踐中的豐富經(jīng)驗(yàn)總結(jié)。在亞馬遜內(nèi)部，Agentic AI應(yīng)用已在工具使用、意圖識別、多Agent協(xié)同等復(fù)雜業(yè)務(wù)場景中深度落地并取得顯著成效。針對接入成百上千個(gè)業(yè)務(wù)接口時(shí)定義不清、容易導(dǎo)致Agent選錯(cuò)工具的痛點(diǎn)，亞馬遜購物助手通過制定統(tǒng)一規(guī)范，結(jié)合自動(dòng)化轉(zhuǎn)換系統(tǒng)與歷史日志測試，實(shí)現(xiàn)了新工具在Agent端的高效接入與準(zhǔn)確評估。針對識別用戶意圖出錯(cuò)會(huì)導(dǎo)致服務(wù)崩潰的風(fēng)險(xiǎn)，客服Agent采用歷史真實(shí)對話數(shù)據(jù)與虛擬客戶模擬相結(jié)合的雙軌評估方法，用較低成本將測試范圍擴(kuò)展到各種潛在的邊緣場景，保障了意圖識別、任務(wù)完成的精準(zhǔn)度及多輪對話的連貫性和體驗(yàn)。而賣家助手則針對多個(gè)Agent協(xié)同工作時(shí)可能出現(xiàn)意料之外的失控行為，采用由規(guī)劃器與任務(wù)編排器組成的多Agent協(xié)作模式，并通過人工審核與自動(dòng)化指標(biāo)相結(jié)合的方式，確保了復(fù)雜任務(wù)拆分執(zhí)行的穩(wěn)定性。

目前，指南中提及的方法論也已經(jīng)在亞馬遜云科技多家行業(yè)客戶企業(yè)中得到應(yīng)用，并成功幫助企業(yè)突破了原型驗(yàn)證的瓶頸，實(shí)現(xiàn)了Agent在真實(shí)業(yè)務(wù)場景中的穩(wěn)定運(yùn)行與價(jià)值變現(xiàn)。

對于期望加速業(yè)務(wù)轉(zhuǎn)型、構(gòu)建核心競爭壁壘的企業(yè)決策者而言，建立科學(xué)的Agent工程紀(jì)律已成為當(dāng)前不可回避的課題。《企業(yè)生產(chǎn)級智能體開發(fā)部署指南》所闡述的工程方法，將有助于企業(yè)在AI時(shí)代充分釋放Agentic AI潛能，實(shí)現(xiàn)真實(shí)、可衡量的業(yè)務(wù)價(jià)值。獲取完整版《企業(yè)生產(chǎn)級智能體開發(fā)部署指南》，請?jiān)L問：下載鏈接。