AWS re:Invent 2025 於拉斯維加斯揭幕，在生成式 AI 熱潮由初期的概念探索正式進入企業實戰階段之際，AWS CEO Matt Garman 在主題演講中表示，單純的Chatbot問答式互動已無法滿足企業需求，現今市場渴求的是具備獨立思考能力、能長時間自主工作並解決複雜難題的「Frontier Agents」。
Kiro 變身「虛擬開發者」30人工作量6人完成
為了印證這一願景，AWS 發布三款針對軟件開發生命週期的 AI Agent，其中全新的「Kiro Autonomous Agent」，與市面上常見的 AI Coding 助手截然不同，它被定位為一位全職的「虛擬開發者」，具備持久的記憶力，能深入理解團隊的代碼庫（Codebase）、架構標準以及過往的決策邏輯。開發者不再需要手把手教 AI 撰寫每一行程式碼，而是可以像指派任務給人類同事一樣，在 GitHub 或 Jira 上直接向 Kiro 下達指令。
Garman 在台上更分享 Amazon 內部實測數據，以印證 Kiro 的強大戰力。Amazon 內部一個團隊原計劃進行一項龐大的系統重構項目，預計需要 30 名開發者耗時 18 個月才能完成。然而，在引入 Kiro 這類 Agentic 工具協助後，最終該項目僅由 6 名開發者，在短短 76 天內便大功告成。在 AI Agent 的協助下，開發速度提升了約 7 倍，人力成本大幅下降，讓人類工程師能從繁瑣的編碼工作中釋放出來，專注於更高層次的架構設計與創新。
保安營運全面AI化 15分鐘極速排錯
除了開發層面，保安與營運亦是 AI Agent 大展拳腳的領域。新發布的「AWS Security Agent」充當企業的「虛擬保安工程師」。傳統的滲透測試（Penetration Testing）往往昂貴且需時數天，導致許多企業只能偶爾進行。AWS Security Agent 則打破了這一限制，它能按需自動執行滲透測試，將測試時間縮短至數小時。
攝影平台 SmugMug 的工程師指，該 Agent 成功發現了一個連現有掃描工具都無法檢測到的商業邏輯漏洞，避免了潛在的資料外洩風險。
在系統維運方面，「AWS DevOps Agent」則扮演「虛擬營運團隊成員」的角色。當系統發生故障時，它能自動關聯來自 CloudWatch、Datadog 等多個監控工具的數據，迅速找出問題根源。AWS 稱在內部測試中，該 Agent 的根源問題識別率超過 86%。澳洲聯邦銀行（CBA）的案例顯示，面對一個複雜的網絡與身份管理故障，AWS DevOps Agent 僅用了 15 分鐘便鎖定了問題所在，大幅縮短了系統停機時間。
引入Policy機制設權限 如管教青少年般管理AI
雖然 AI Agent 功能強大，但企業管理層最擔心的莫過於 AI「失控」或越權操作。為此，AWS 在 AgentCore 平台中引入了全新的「Policy（策略）」功能。Garman 將管理 AI Agent 比喻為「教導青少年」：你希望給予他們自主權，但也必須設定底線。
透過 Policy 功能，管理員可以用自然語言設定邊界，例如「禁止 Agent 處理金額超過 1,000 美元的退款」或「禁止訪問敏感的人力資源數據」。這些策略會被轉化為確定性的控制規則，在 Agent 執行任何動作前進行攔截審查。這實現了「信任但需驗證（Trust, but verify）」的原則，讓企業能放心地將關鍵任務交給 AI Agent 處理，真正釋放生產力，推動企業邁向自動化營運的新里程。
Source：AWS