亚马逊云科技中国峰会观察：Agentic AI规模化落地，商业价值转化的竞争已经开始

今年亚马逊云科技中国峰会上台讲AI的企业，说的不再是计划。

过去几年企业代表话语里的模糊的「探索」「试点」「正在推进」，在2026年峰会的演讲台上基本消失了，替代它们的是清晰的数字：AI代码覆盖率超过70%，仅需不到一分钟即可实现从拍摄到高质量出片的全流程。企业带来的是AI已经跑通的结果，以及随之而来的下一个问题——如何更全面地落地AI。

亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松在主旨演讲中，把这个时刻定义为「Agentic AI爆发的拐点」：一边是大模型在推理、代码生成和多模态理解上的持续突破，一边是从提示词工程、上下文工程到驾驭工程（Harness Engineering）逐步成熟的Agentic工程体系，两者互为飞轮。他的判断是：「Agentic AI不仅是技术创新，更是业务变革。」

一、峰会聚焦

小鹏集团——不是AI帮你写代码，而是AI自主完成开发

小鹏集团正加速成为一家物理AI的全球化公司，要将飞行汽车、Robotaxi和人形机器人前沿业务实现量产，这是机遇与挑战并存的新阶段。但它背后有一道真实的工程难题——不是造车难，而是在软硬件深度交织的研发体系里，如何让AI真正介入并接管开发流程。

问题的核心在于一个反常的速度差：AI生成代码的速度，早已远超人类审查的速度。如果一家公司推广AI编程工具，却仍然依赖工程师逐行审查AI的输出，那么工程师反而会成为整个链路里最慢的环节——技术投入越大，瓶颈越显眼。小鹏集团数据及AI中台负责人何锐邦在峰会上把这个问题说得很直接：既然人跟不上AI的速度，就必须用AI来治理AI。

灵犀平台要解决的，正是这件事。小鹏集团基于Kiro作为编程内核，结合Amazon Bedrock的基础模型能力，搭建了一套覆盖需求分析、代码生成、自动调试到一键部署的全流程平台——在全自主模式下，AI不只写代码，还负责发现错误、反复测试，直到通过验证才触发部署。工程师的角色从执行者变成了监督者。

灵犀上线以来，AI应用中心的AI代码覆盖率已超过70%。更有趣的是，使用灵犀的人，已经不只是程序员。产品经理、项目经理、运营人员——任何有想法但不会写代码的人，都可以在平台上把想法直接转化为可验证的产品原型。何锐邦将这个变化称为「从AI辅助写代码到AI自动化的跃升」。这说的不只是效率提升，而是一种权限的重新分配：开发能力，正在从技术团队向整个组织扩散。

哈啰——AI从试点工具变成跨业务线的基础设施

这样的故事，不只发生在造车的公司里。在出行行业，哈啰走的是另一种路径——不是建一个统一平台向外扩展，而是让AI工具在每个具体的业务场景里各自生根。

在哈啰的租车业务里，商家发起油电费扣款后，过去靠审核员盯着还车照片判断油表刻度，准确率只有70%左右；哈啰与亚马逊云科技合作，针对主要车型的油电表单独训练图像理解模型，把识别准确率拉到了90%以上。

但这只是哈啰AI落地版图的截面。哈啰首席架构师邓小白在采访中描述的，是一个更大的结构性变化：当一家拥有8亿注册用户、同时运营共享出行、网约车和本地生活多条业务线的平台决定全面推进AI战略，单点提效远远不够，它需要的是一套能横跨业务线、向下扎根的能力底座。

研发侧的数字最能说明这一点。哈啰将Kiro作为统一开发工具，全公司推广约半年后，用户已超过2000人——其中将近一半来自产品、运营和中后台职能部门，编程正在悄悄越过技术部门的门槛。效率数据同样清晰：复杂业务场景下开发提效50%以上，从零搭建的创新场景里这个数字跳到67%以上，从Idea到原型的周期，从天级压缩至小时级。

邓小白的解释点出了背后的逻辑：「AI Coding的价值，不只是让工程师快一点，而是让我们不再需要依靠繁琐的跨团队资源借调去推进项目，彻底打破了过去制约业务发展的资源瓶颈。」对一家多业务线并行的公司来说，长期被资源稀缺压住的组织潜力，正在被重新释放。

影石Insta360——AI消除内容创作的门槛

小鹏集团和哈啰的故事都是AI向内增效的样本，而影石Insta360的案例展现了AI向外的效果，即当AI被装进面向用户的产品里，它能替普通人越过什么样的门槛？

对普通人来说，每次旅行回来之后，堆积的视频素材一直是个难题。拿运动相机出门的人都懂这种感受：滑雪录了一小时，旅行拍了两百段，打开电脑，面对的是一个巨大的、没有任何结构的素材堆。剪辑这件事的门槛，不在于技术，在于时间和耐心。

影石Insta360把这个问题看得很清楚。作为连续8年占据全球全景相机第一品牌、产品覆盖200多个国家的公司，他们最了解自己的用户：这些人花真金白银买了设备，拍了大量素材，但「剪辑」这道工序，正在成为内容创作链条上最大的漏斗。

林思远是影石Insta360云存业务负责人，他在峰会上用一句话概括了整个产品方向：「影石Insta360一直在回答一个问题，就是如何让用户在最低程度、甚至是零程度介入的情况下，拿到他想要的成果。」换句话说，目标不是「剪得更好」，而是「让剪辑这件事对用户直接消失」。

今年推出的「时刻Pro」是这个方向的最新落地。用户拍完素材自动上云，然后用自然语言告诉系统想要什么——「给我剪一个跟孩子在一起的视频」或者「找出这次滑雪里最精彩的那几段」——系统自动检索素材、识别高光、编排结构、匹配配乐，最快不到一分钟交出成片。背后是影石Insta360自研AI能力与亚马逊云科技的共建成果：Amazon Bedrock支撑多模型协同调用，Amazon Bedrock AgentCore将100并发处理时间从30分钟压缩至1分钟，Amazon S3 Vectors承载海量素材的向量化存储与检索。林思远说，亚马逊云科技在整个算力应用过程中帮助影石Insta360「避免了低效的算力消耗」——在没有系统性架构支撑的情况下，AI应用极容易变成一笔算不清楚账的成本黑洞。

用户买不买账？林思远透露了一个数字：2026年第一季度，影石Insta360软件中AI剪辑功能的导出率达到了50%。每两个打开这个功能的用户里，就有一个把AI剪出来的成片直接用了。对于一个依赖用户主动创作的产品而言，AI已经不是附加功能，而是创作流程本身的一部分。而「时刻Pro」背后的愿景其实相当大：影石Insta360想做一个真正意义上的「摄影机器人」——用户只管按下快门，接下来的事，交给AI。

月之暗面Kimi——让中国AI能力触达世界

其他企业讲的是「如何用AI改造自己的业务」，而月之暗面Kimi带来的是一个不同维度的故事——一家中国AI公司，如何借助亚马逊云科技，把中国的AI能力输送给全球企业用户。

月之暗面Kimi是一家有些反常的公司：全公司只有300多人，却在今年二月实现了海外收入超过国内；春节前后的二十天，累计收入已经超过2025年全年。增长本身不是这个故事的重点，重点是曲线背后的结构性问题——在算力成本全球上涨、国际合规要求日趋严苛的环境里，一家中国AI公司如何把模型能力稳定地交付给全球企业客户？

月之暗面Kimi B端负责人黄震昕在峰会上用「飞轮」来描述与亚马逊云科技的合作：一边，Kimi购买覆盖全球的算力和基础设施；另一边，通过亚马逊云科技Marketplace直接触达全球数百万活跃企业客户，进入原本难以独立开拓的市场。而这个飞轮能转起来的前提是合规——国际化企业选用一家中国AI公司的模型，意味着要评估数据安全、GDPR、HIPAA等一系列风险。亚马逊云科技已在全球范围内通过143项安全合规认证，Amazon Bedrock Guardrails的企业级安全体系自动适用于其上的所有模型，包括已正式登陆Amazon Bedrock的Kimi K2.5等开源模型。这省去了Kimi独立建立全球合规体系的巨大成本，也给企业客户提供了一层信任底座。

在合作的分工上，黄震昕说得很直接：「作为一家专注模型研发的公司，在模型层要做、要突破的事情还有很多，能把这一件事做好、做精就很不容易了。至于最后一公里的深入业务、个性化集成的行业解决方案，我们选择与亚马逊云科技及更多合作伙伴深度合作，发挥各自所长。」模型之外的事，交给最擅长的人来做——这是一个清醒的边界感，也是月之暗面Kimi以300人撬动全球市场的方式。

五层技术栈：从「模型能做到」到「业务里跑起来」

小鹏集团和影石Insta360提供了两个视角：一个是AI重构企业内部研发流程，一个是AI消解用户端的创作门槛。场景截然不同，但它们有一个共同的前提——在AI能力实际发挥作用之前，有一套基础性的工程问题需要被解决。

这正是亚马逊云科技在峰会上着重阐述的：技术可能性本身不等于企业能力。从「模型能做到」到「在业务场景里稳定跑起来」，中间横亘着算力成本、模型选型、数据治理、并发扩展、任务编排五个层面的工程挑战——对应从AI基础设施、模型、数据与知识、Agentic平台到Agent应用的五层技术栈。这五层不是可以任意组合的技术选项菜单，而是一条有序的工程路径，缺少任何一层，AI应用就只能停留在原型阶段。影石Insta360「时刻Pro」从弹性算力到影像Agent，走完的正是这条完整路径。

二、行业观察

从峰会现场呈现的案例来看，企业AI落地进入了一个新的阶段——不再是单点突破，而是要求整条技术链路同时成立。这也是来自互联网、营销、医疗、消费品等不同行业的企业，都在被同一个问题驱动的原因：在各自的行业里，这套架构意味着什么？

AI让企业做到原来做不到的事

视频社交这个赛道，有个在其他行业不那么明显的特质：用户规模一旦越过某个临界点，风险就不再是线性增长的。

HOLLA Group旗下三款产品累计注册用户超2.3亿，覆盖全球190个国家和地区，每天撮合的视频匹配次数超过3000万次。在这个量级上，内容合规不再是「审核员够不够多」的问题，而是一个物理可能性问题：面对190个法律监管框架、数十种语言和无法枚举的文化差异，没有任何人工审核体系能同时保持速度与准确率。

资料显示，HOLLA Group的解法是把三种能力整合进同一套审核体系：以大模型承担跨语言、跨文化场景的泛识别，以传统模型完成标准化标签的精准分类，以多层次机制处理本地合规的动态要求。其中，Amazon Nova负责最复杂的场景判断，并将审核需求的落实周期从月级压缩至小时级；Amazon Bedrock作为统一平台管理整条模型链路。最终结果：AI违规内容识别拦截率达99.7%，审核成本降低约40%，未成年人识别准确率提升50%。内容安全，成了HOLLA Group全球化运营真正意义上的基础设施。

同样的规模逻辑，在出海营销赛道也在上演，只是形式不同——不是覆盖不了这么多国家，而是管不了这么多广告。

易点天下累计服务超过1万家企业，覆盖全球230多个国家和地区。在传统模式下，一个广告优化师能有效管理的广告活动上限大约是30个：预算分配、竞价调整、素材更换，每一个动作都需要人在场。这个上限，决定了公司的广告业务能拓展到多大规模。

资料显示，易点天下的全新一代数智营销解决方案AI Drive 2.0，用一套多Agent系统重新定义了这个上限。依托Amazon Bedrock AgentCore进行多Agent编排，其AdsGo.ai系统7×24小时自主完成规划、执行和优化三个环节——同一个优化师，现在能管理300个广告活动。与此同时，应用Amazon Nova的AIGC创意引擎将多语言多模态素材的单条生产成本降低70%以上，数据智能分析引擎则将决策响应从天级压缩至分钟级。

两家公司，两条赛道，AI解决的是同一件事——它把原来受制于人力边界的业务规模，变成了一个可以持续扩展的系统。HOLLA Group的CTO张玉智把这种关系描述为一种伴随：从初创到全球化，内容治理能力的边界在哪里，业务能走多远的边界就在哪里。

AI改变人与工作、产品的关系

亚马逊云科技行业集群总经理沈涛认为：高质量的数据基础、合适的行业应用场景、以及拥抱Agentic AI，是AI在各行业成功落地的三大关键。这三个条件在互联网、营销赛道已有印证；在门槛更高的医疗和消费品行业，同样的问题有着更具体的版本。

在制药行业，有一个长期被默认接受的隐性损耗：科学家将30%到50%的工作时间花在文书工作上。这不是个人习惯问题，而是整个行业的结构性浪费——最稀缺的专业判断力，被大量消耗在格式核对、数据比对和报告一致性检查上。复星医药选择从这里切入。资料显示，基于亚马逊云科技的生成式AI能力和智能医学内容生成中心，复星医药构建的临床试验报告一致性检查工具，将这项工作的完成时间从约一周压缩至5分钟以内，覆盖研究人员文件修订工作90%的内容。AI接管的，是判断之外所有可以自动化的部分。科学家被还给了科研本身。

同样的道理，在面向消费者的产品里也在发生——只是这一次，被解放的是普通用户。海信的洗衣机通常配备二三十种洗护程序，但绝大多数用户并不清楚如何选择合适的洗护程序。不是不需要其余的，是选择本身就是一种认知负担。海信在ConnectLife智慧平台上推出的AI智能体（AI Laundry Agent），让解法变成：拍张照片，或者直接说出需求，AI分析材质、自动推荐方案。交互逻辑从「学会操作产品」变成了「告诉产品你想要什么」。资料显示，这套基于Amazon Bedrock与亚马逊云科技主导的开源Agent 开发框架Strands Agents构建的能力，已从洗衣机延伸到厨电、空调等全品类，并在CES 2026上公开展示。海信全球营销中心冰冷运营中心总经理及ConnectLife版块负责人金庭万表示，未来将继续把AI技术引入ConnectLife智慧平台更多品类场景。

峰会主旨演讲里，储瑞松说过一句话，比任何一项技术发布都更接近这届峰会的底色："过去的生产关系，人是主体，所有的技术都只是提供工具。而未来Agentic AI时代的生产关系，人和AI Agent协同，使用工具，完成生产和价值创造。这是一个前所未有的企业组织和价值创造的范式转移。"

放在峰会呈现的所有案例面前，这个判断已经不是预言。替换已经发生的企业，正在积累一种很难被后来者快速抹平的优势：每一个跑通的场景都在沉淀数据和经验，让下一个场景的起点更高。这届峰会真正值得关注的，也许不是哪项技术发布，而是一批企业用真实结果宣告：AI落地，已经从能不能做的问题，变成了做多深、做多快的问题。对于还在观望的企业，这个变化本身就是一个信号。