亚马逊王晓野：企业Agent落地面临四大鸿沟，Token贵只因喂了太多垃圾信息
2026/06/01 13:32阅读量 2
亚马逊云科技技术总监王晓野在AIGC2026峰会上指出，87%的企业宣称大规模部署AI，但仅10%从中获得生产价值。Token成本高的主因是喂给模型的冗余信息太多，而非单价贵。企业级Agent落地需跨越模型选择、构建复杂度、使用门槛和人才差距四大鸿沟，亚马逊云提出从算力、模型、数据、Harness平台到应用的五层架构方案。
事件概述
在2026中国AIGC产业峰会上，亚马逊云科技产品技术部技术总监王晓野分享了企业级AI Agent落地的核心障碍与解决路径。他指出，当前87%的企业宣称已大规模部署AI，但真正从中获得生产价值的比例仅有10%。个人在Mac mini上运行Agent与在企业环境中让数千个Agent安全、可信、稳定运行，是截然不同的工程复杂度。
核心信息
Token贵的原因：Token消耗高的主因并非单价昂贵，而是向模型输入了过多无关或冗余信息（如一次性给模型数千个skills），导致用量爆炸。优化全链路数据输入是降本关键。
四大鸿沟：
- 模型选择与响应速度：企业需灵活切换模型以平衡性价比与能力。
- 构建复杂度：分布式系统长期稳定运行需解决自重启、可靠性等生产级问题。
- 使用门槛：工程师已能上手，但营销、HR等业务人员仍需更低门槛的工具。
- 人才差距：具备端到端推动Agent落地能力的人才仍然稀缺。
亚马逊云的五层架构：
- 算力层：通过自研芯片（Graviton、Trainium）提供针对推理负载的性价比优化。
- 模型层：Amazon Bedrock提供多模型选择，并保障企业数据隐私。
- 数据层：构建AI-ready数据平台，解决记忆共享/隔离、生命周期管理、Token效率及全链路可观测性。
- Harness平台（AgentCore）：提供Runtime、Memory、Code Interpreter、Identity、Policy、Evaluation等九大模块，覆盖运行、集成与管控。
- 应用层：推出由OpenAI提供模型的Managed Agent，以及面向个人的深度个性化工具Quick，实现主动提醒、任务执行与知识图谱沉淀。
值得关注
王晓野强调，AI不只是大模型，去掉模型后剩余的Harness（生产控制、管控能力）才是企业落地的重点。亚马逊云与OpenAI联合发布Managed Agent，将前沿模型、最佳实践与安全基础设施打包，降低企业构建门槛。他引用CEO Matt Garman的观点：过去30年个人生产力未被真正颠覆，而Working Agent的出现正在改变这一局面。