香港時間 12 月 4 日，AWS re:Invent 2025 進入第三日。AWS Agent AI 副總裁 Swami Sivasubramanian 發表主題演講，系統闡述建構可靠 AI Agent 的核心技術路徑。他指出，AI Agent 正從「技術奇蹟」轉變為可帶來實際業務價值的工具，但大多數企業正陷入「概念驗證（PoC）困局」，無數出色的 Agent 原型無法進入生產環境。
Swami 博士圍繞「易於建構（Easy to Build）」、「高效（Efficiency）」、「可信（Trust）」及「可靠（Reliability）」四大支柱，發布多項重大創新。值得注意的是，Amazon Nova Act 服務的可靠度已達 90%，Amazon Bedrock 強化微調功能的準確度提升 66%，而 Amazon Nova Forge 則開創「開放訓練模型」新範式。
易於建構：Strands SDK 下載破 500 萬次
Swami 博士表示，傳統 Agent 開發需預設所有場景流程，令程式碼難以維護，並容易在意外情況下失敗。此外，大多數 PoC 並未考慮五大生產障礙：快速部署能力、複雜的記憶系統、身份與存取權限管理、工具的互通性及可觀察性。
AWS 推出開源 Agent 開發框架 Strands Agents SDK，採取模型驅動方式，允許模型自主應對任何場景，無需預設工作流程和複雜協調程式碼。此功能已在 AWS 內部得到充分驗證，省卻數千行冗餘程式碼，同時提高 Agent 準確性與程式碼維護性。自 5 月發布預覽版以來，Strands 下載量已超過 500 萬次。
今日發布的兩項核心功能令其更為強大：TypeScript 支援，將 Strands Agents SDK 擴展至全球最流行的編程語言之一；以及邊緣裝置支援，開啟汽車、遊戲及機械人等領域的新應用場景。
AgentCore 新增 Episodic Memory
Amazon Bedrock AgentCore 為託管系統，填補 PoC 與生產之間的鴻溝。在現場演示中，Swami 博士展示 AgentCore Identity 的強大功能：只需數行程式碼，即可實現跨 AWS 應用程式與 Slack、Zoom 等第三方服務的無縫身份與存取權限管理，而從零開始建構同樣功能則需花費數周。
今日發布的 Episodic Memory 進一步提升 Agent 能力。Swami 博士以旅行助手為例：獨行旅客可能在航班起飛前 45 分鐘到達機場便已足夠，但若帶著兩個孩子和大量行李，Agent 則需記住上次混亂的家庭旅行經歷，自動調整到達時間至兩小時。這不僅是記住過去，更是理解「用戶行為背後的時機和原因」。Agent 的經驗越豐富，便會變得越聰明。
此外，昨日亦發布兩項 AgentCore 新功能：Policy in Amazon Bedrock AgentCore 在提供對 Agent 行為控制的同時，保留其推理和採取最佳行動的自由；而 AgentCore Evaluations 則允許開發人員在數千個模擬場景中評估和測試 Agent，確保其在正式上線前達到企業級標準。
高效：強化微調準確度提升 66%
Swami 博士指出，現成的大型語言模型（LLM）雖然智能，但並非總是最高效。效率不僅關乎成本，亦關乎延遲（回應速度）、規模（峰值處理能力）及敏捷性（迭代速度）三個關鍵維度。
他指出，大多數 Agent 將時間花費在編寫程式碼、分析搜尋結果、創建內容等常規操作上，若能為這些任務訂製模型，便能大幅提高效率。然而，像強化學習這類高級訂製技術門檻極高，需要博士級專業知識、複雜的分散式基礎設施，開發週期長達 6 至 12 個月。
今日正式發布的 Reinforcement Fine-Tuning（RFT）in Amazon Bedrock，讓普通開發人員亦能使用強化學習，且操作極為簡單：選擇基礎模型、指向 Amazon Bedrock 日誌，並選擇獎勵函數（如 LLM 評判器）即可完成。Amazon Bedrock 將自動化整個 RFT 工作流程，相比基礎模型，準確度平均提升 66%，效果十分顯著。
針對需要更多控制的應用場景，今日發布的 SageMaker AI Serverless Model Customization 提供兩種體驗：其一為自助式體驗，適合希望自行管理整個流程的開發人員；其二為 Agent 驅動體驗，使用者只需以自然語言描述用例，由 AI Agent 建議合適的微調技術、產生合成數據集、配置 Serverless 訓練流程，並完成模型效果評估。原本需要機器學習工程師投入數月反覆試驗的工作，現可在數天內完成。
Swami 博士亦宣布一項可提高模型訓練彈性的新功能：Checkpointless Training on SageMaker HyperPod。傳統檢查點恢復會導致資源閒置數小時，而此功能透過持續儲存分散式叢集中的模型狀態，實現分鐘級恢復，在硬件故障時可無縫替換設備，獲取正確的節點狀態——這堪稱一種範式轉變。
模型訂製化的四種方案
Swami 博士介紹四種訂製方案：監督式微調（SFT）、模型蒸餾、人類回饋強化學習（RLHF）及 AI 回饋強化學習（RLAIF）。其中，模型蒸餾可讓小型模型模仿巨型模型的決策邏輯，實現 10 倍加速，同時仍保持 95-98% 的效能；SFT 則重質不重量，1 萬條優質 Agent 互動數據優於數百萬通用範例。
大多數企業因而仍受制於「通用模型效能不足」與「訂製成本過高」的兩難境地。AWS 的突破在於將這些高級技術自動化，讓普通開發人員亦能使用強化學習等先進技術，大幅降低訂製門檻。
【延伸閱讀】