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，闡述建構可靠 AI Agent 核心技術路徑。他指出 AI Agent 正由「技術奇蹟」轉變為具實際業務價值工具，惟多數企業陷入「概念驗證（PoC）困局」，眾多出色 Agent 原型未能進入生產環境。
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，發布多項創新。值得留意 Amazon Nova Act 服務可靠度達 90%，Amazon Bedrock 強化微調功能準確度提升 66%，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，容易在意外情況下失敗。多數 PoC 未考慮五大生產障礙：快速部署能力、複雜記憶體系統、身份與存取權限管理、工具互通性及可觀察性。
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，無需預設工作流程及複雜協調程式碼。此功能已在 AWS 內部驗證，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。
今日發布兩項核心功能令其更強大：TypeScript 支援將 Strands Agents SDK 擴展至全球最流行編程語言之一；邊緣裝置支援開啟汽車、遊戲及機械人等領域新應用場景。
AgentCore 新增 Episodic Memory
Amazon Bedrock AgentCore 為託管系統，填補 PoC 與生產之間鴻溝。現場演示中，Swami 博士展示 AgentCore Identity 強大功能：只需數行程式碼，即可跨 AWS 應用程式與 Slack、Zoom 等第三方服務無縫管理身份與存取權限，從零開始建構同樣功能需時數周。
今日發布 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 分鐘到達機場便足夠，若帶同兩個孩子及大量行李，Agent 需記住上次混亂家庭旅行經歷，自動調整到達時間至兩小時。這不單是記住過去，更是理解「用戶行為背後時機和原因」。Agent 經驗越豐富便越聰明。
昨日亦發布兩項 AgentCore 新功能：Policy in Amazon Bedrock AgentCore 提供 Agent 行為控制，同時保留其推理及採取最佳行動自由；AgentCore Evaluations 允許開發人員在數千個模擬場景評估測試 Agent，確保正式推出前達企業級標準。
高效：強化微調準確度提升 66%
Swami 博士指出現成大型語言模型（LLM）雖然智能，但非總是最高效。效率關乎成本，亦涉及延遲（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、建立內容等常規操作，若能為這些任務訂製模型，便能大幅提高效率。然而強化學習這類高階訂製技術門檻極高，需要博士級專業知識、複雜分散式基礎設施，開發週期長達 6 至 12 個月。
今日正式發布 Reinforcement Fine-Tuning（RFT）in Amazon Bedrock，讓普通開發人員亦能使用強化學習，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 自動化整個 RFT 工作流程，相比基礎模型準確度平均提升 66%，效果顯著。
針對需要更多控制應用場景，今日發布 SageMaker AI Serverless Model Customization 提供兩種體驗：自助式體驗適合自行管理整個流程開發人員；Agent 驅動體驗讓使用者只需以自然語言描述用例，由 AI Agent 建議合適微調技術、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工作，現可在數天內完成。
Swami 博士亦宣布提高模型訓練彈性新功能：Checkpointless Training on SageMaker HyperPod。傳統檢查點恢復會導致資源閒置數小時，此功能透過持續儲存分散式叢集中模型狀態，實現分鐘級恢復，硬件故障時無縫替換裝置，獲取正確節點狀態，堪稱範式轉變。
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決策邏輯，實現 10 倍加速，同時仍保持 95% 至 98% 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。
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」兩難境地。AWS 突破在於將這些高階技術自動化，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。
