在亞馬遜云科技中國峰會上，亞馬遜全球副總裁、亞馬遜云科技亞太區聯席總裁儲瑞松提出，Agentic AI的爆發拐點已經到來。這一趨勢的背后，是模型能力的持續提升與Agentic工程體系的逐步完善，兩者相互作用形成了一個良性循環。模型能力在推理、代碼生成和多模態理解等領域不斷突破，而基于這些能力的工程體系也在快速成熟，為智能體的穩定運行提供了堅實基礎。

儲瑞松詳細解釋了Agentic工程體系的三個層次。首先是提示詞工程，通過優化提示詞幫助模型理解任務目標；其次是上下文工程，確保模型在合適時機獲取所需信息和工具；最后是駕馭工程，構建穩定的執行框架，包括智能體循環、工具調用和評估機制等。這三層工程體系相互支撐，共同推動模型從“理解任務”到“完成任務”的跨越。他強調，工程實踐的成熟為模型能力提升提供了真實反饋，進一步加速了Agentic AI的發展。

隨著Agentic AI的興起，AI Agents正在重塑企業協作模式。儲瑞松指出，AI已從輔助工具轉變為直接創造業務價值的生產力，其價值計量單位也從“回答問題”轉向“交付結果”。為幫助企業應對技術變革，他提出了實現Agentic業務轉型的五層技術棧模型，涵蓋從基礎設施到智能體應用的完整鏈條。

在技術棧的最底層是AI基礎設施層，包括GPU、AI加速芯片及配套網絡存儲，為模型運行提供算力支持。儲瑞松建議，多數企業無需自建數據中心，可依托云服務商提供的基礎設施。第二層是模型層，當前大模型創新活躍，企業應根據實際需求選擇智力水平、速度和成本平衡的模型，避免過度依賴單一供應商。

數據和知識層構成技術棧的第三層，其核心是為智能體提供高質量數據支撐。儲瑞松特別強調，企業自有數據是形成差異化競爭的關鍵，因這些數據需長期積累且難以被復制。第四層是Agentic平臺層，當企業部署大量智能體時，需通過統一平臺實現開發、部署和治理，這是從概念驗證轉向規?；a的關鍵環節。

最頂層的智能體與應用層直接面向業務場景，涵蓋軟件開發、IT運維、客戶服務等通用領域，以及特定行業的定制化應用。儲瑞松比喻，智能體如同企業的數字員工，能夠獨立完成任務并交付可衡量的業務結果。他同時提醒，安全、效果、性能和成本這四個維度需貫穿技術棧各層，確保智能體在生產環境中穩定運行。

儲瑞松進一步闡述，Agentic AI不僅是技術突破，更是一場業務變革。企業轉型需關注五個關鍵維度：以業務結果為導向而非技術工具；將數據轉化為戰略資產；通過統一平臺實現智能體協同；建立信任與治理體系；重構人機協作機制。他特別強調，治理能力是規模化部署智能體的前提，而非限制因素。

對于啟動智能體項目的企業，儲瑞松給出具體建議：選擇對企業有實際價值且邊界清晰的場景作為起點，確保任務具備可衡量的成功標準；明確智能體的職責范圍和自主程度，如同為新員工制定崗位描述般定義智能體角色。通過這種方式，企業可以逐步積累經驗，推動更多業務場景的智能化轉型。