我对 re:Invent 2025（截至目前）最惊讶的事

Source: Dev.to

引言

今年我带着 很多期待 来参加 re:Invent… AWS 没让人失望。
从模型、自治代理到无需让公司背负巨额成本的全新 AI 训练方式，我感觉我们正进入另一个层次。
是的，Matt Garman 在主题演讲中说过—— “The future belongs to developers”——这些发布让这句话更加明确。

下面是我个人觉得最让人惊艳的内容。

Amazon Nova Forge — 训练自己的前沿模型不再是科幻

到目前为止，训练一个 “GPT 类” 模型只是一小部分公司（约 5 家）才能做到的特权。

有了 Nova Forge，AWS 为任何组织打开了训练自己 前沿模型 的大门，基于 Nova 系列的 checkpoint。

实际意义是什么？
你可以构建一个深度理解你的行业、数据和业务流程的模型……而无需在 GPU 上投入巨资，也不必等待数月。

最让我兴奋的点

• 你可以将真实业务数据与 Nova 的精选数据混合使用。
• 支持预训练、微调，甚至 强化微调。
• 生成的模型可以像目录中的其他模型一样在 Bedrock 中使用。

这不是 “定制模型”：它是 你自己的前沿模型，完全按需打造。

对于从事电商、零售、物流和自动化的我们来说，这打开了一扇巨大的大门，可以创建能够理解库存、SKU、产品、季节性、客户行为等的模型……其精度是通用模型无法匹配的。

Amazon Nova 2 Omni — 一个模型搞定所有

另一个重磅发布是 Nova 2 Omni，它是一个多模态模型，能够理解：

• 文本
• 图像
• 视频
• 音频

…并且还能 生成文本和图像。

对我而言，最有趣的不是多模态本身（我们已经预料到），而是 AWS 正在押注一个 统一的 单一模型。这简化了架构、开发和运维。

想象一下这样的工作流：客户发送一个视频，模型：

1. 理解视频，
2. 对其进行摘要，
3. 描述其中的物品，
4. 生成变体图像，
5. 并以文本或语音形式回复。

所有操作只需一个 endpoint。我们正朝着 “更通用但执行上更专精” 的模型前进，这为代理（agent）打开了巨大的可能性。

Bedrock AgentCore — 终于可以被控制的代理

如果你一直在关注自治代理的进展，你会知道最大的问题是它们变得…… 过于自治 😅

AWS 宣布了对 AgentCore 的改进，正是针对这一点：

• Policies：使用自然语言编写的规则，定义代理可以或不可以做的事情。
• 内置评估：监控质量、安全性和实用性。
• 更好的记忆：代理能够更自然、更一致地保持上下文。

其中的 quality evaluations（质量评估）尤为关键：不再是“希望代理表现良好”的盲目期待；现在有度量指标告诉你它是否真的按预期工作。这对于在真实企业环境中将代理投入生产至关重要——而不是仅在演示中使用。

三大 “Frontier Agents”，以及可以连续编程多天的代理

AWS 介绍了三个被称为 “frontier agents” 的代理，旨在改变我们开发、保障和运营软件的方式。

最受关注的当属 Kiro Autonomous Agent，它可以在自主设定目标的情况下，连续数小时甚至数天进行编码。它不是升级版的 Copilot，而是全新的类别。

未来的开发不在于写代码，而在于描述你想要构建的东西。

目前仍处于预览阶段，但概念上意义重大。它结合了 Nova + AgentCore + 记忆 + 策略 + 工具链。换句话说，这是一个真正可以 工作 的代理。对于构建产品、集成和自动化的我们来说，这强烈指示了行业的下一步方向。

总结

这次 re:Invent 标志着一个阶段性的转变：

• 更个性化的 AI（Nova Forge）
• 更强大的 AI（Nova 2 Omni）
• 更可控的 AI（AgentCore）
• 更自治的 AI（Frontier Agents）

这是完整的组合：能力、定制、安全和自治。且全部都在我们已经使用的生态系统中：Bedrock、SageMaker、IAM、CloudWatch 等。

开发者们，现在我们拥有的工具，两年前还只是科幻。