凌晨，OpenAI 与亚马逊云科技史上最大联合发布来了

云与SaaS，亚马逊云科技与OpenAI走到一起的契机

四月的科技圈，接连几则重磅消息，让一个趋势变得无比清晰。

先是4月20日，亚马逊宣布在已投资80亿美元的基础上，再向AI公司Anthropic追加最多250亿美元。作为协议的一部分，Anthropic承诺未来十年将在亚马逊云科技上投入超过1000亿美元。两笔相加，亚马逊对Anthropic的累计承诺已高达330亿美元。经过多轮可转换债券转股，市场估算亚马逊在Anthropic的持股很可能已超过谷歌的14%，成为其最大的外部股东。

紧接着，4月28日上午，亚马逊云科技旧金山发布会前夕，CEO安迪·贾西在LinkedIn上发布了一条不足80词的预告：“未来几周，OpenAI的模型将直接在Bedrock上向客户开放，与即将上线的Stateful Runtime Environment同步。” 这短短一句话，瞬间引爆了行业期待。

次日凌晨，发布会如期而至。亚马逊云科技全球销售、市场和服务高级副总裁马特·加尔曼将“Agentic AI的下一站”搬上舞台。一系列动态密集发布：OpenAI旗舰模型进入Bedrock限量预览（GPT-4o优先开放，后续前沿模型陆续跟进），未来数周全面上市；由OpenAI驱动的Amazon Bedrock托管智能体进入预览；Codex模型登陆亚马逊云科技预览；Amazon Quick桌面版正式开放预览；Amazon Connect升级为产品家族。

整场发布会的焦点，几乎都围绕“智能体（Agent）”展开。在服务能力层面，亚马逊云科技与OpenAI联手，为智能体增添了持久化记忆，并显著提升了经济性。在终端产品上，更强的模型、智能体平台与行业解决方案一同到来。一场发布会，同时按下了多个关键开关。

这指向一个明确的事实：尽管亚马逊云科技的自研模型或许不在某些LLM排行榜的前十之列，但它已成为事实上的“模型即服务（MaaS）”一极。OpenAI和Anthropic这两家覆盖全球绝大多数前沿模型用量的公司，都与亚马逊云科技建立了极为紧密的合作或股权关系。与此同时，亚马逊云科技几乎又是对中国开源模型最为友好的外资云厂商之一。

这两个因素叠加，使得亚马逊云科技正在成为中国企业出海的上佳选择，也让“云端最强AI服务商”的竞争格局，似乎少了一些悬念。

那么，亚马逊云科技与OpenAI为何能走到一起？背后有一个关键判断：当AI开始重塑企业内部的“服务”时，那些传统SaaS厂商围绕固定工作流构建的工具栈，很可能成为AI时代第一批被冲击的资产。

OpenAI与亚马逊云科技的合作可谓一拍即合。OpenAI早已摆脱了非营利组织的桎梏，其增长曲线堪比上市公司，差的只是一张挂牌通知。其首席财务官莎拉·弗莱尔在2026年1月公开宣称，AI行业的“实验阶段已经结束”，2026年是“实用落地年”，未来将转向按结果定价。

在美国市场，如何实现这一目标？答案是借助云计算的规模优势，同时补足在SaaS维度的“短板”。

于是，我们看到了一条清晰的合作路径：2025年11月3日，OpenAI与亚马逊云科技签下首笔价值380亿美元、为期七年的算力大单，次日亚马逊股价收于历史新高。三个多月后，2026年2月27日，双方将合同再加码1000亿美元，期限再延长八年。又过了两个月，到4月28日，萨姆·奥特曼亲自宣布：模型要直接进驻Amazon Bedrock了。

客户如何服务、数据如何确保安全、智能体基础设施如何搭建、合规如何通过、成本如何核算——这些事，模型公司未必擅长，却是云厂商耕耘了二十年的本行。OpenAI缺失的那一块拼图，正好是亚马逊云科技的看家本领。正如萨姆·奥特曼所言：“OpenAI与亚马逊拥有共同的理念：AI应当以切实可行且真正有益的方式走入人们的生活。将OpenAI的智能水平与亚马逊的基础设施及全球覆盖能力相结合，有助于我们将强大的AI以规模化水平交付到企业与用户手中。”

当然，走得近，并不意味着亚马逊云科技收索了客户的模型选择权，这从来不是它的商业逻辑。Bedrock上的模型货架依然保持开放。合作公告原文写明：亚马逊云科技将成为OpenAI前沿模型的独家第三方云分发渠道。

正是这种开放态度，凸显了本次发布会的反直觉之处。过去两年，AI圈最流行的论断之一是“AI将杀死软件服务公司”，尤其是SaaS。按此逻辑，亚马逊云科技自身本应是受冲击最严重的那一个。

但站在2026年4月29日这个节点来看，事实正朝着相反方向发展。SaaS没有消亡。消亡的是那些只会做表单、缺乏深度价值的SaaS。

马特·加尔曼在现场用了更克制的表述——所谓“SaaS末日论”被高估了。那些拥有深厚领域积累和庞大客户群的SaaS老牌玩家，正在Agentic AI这一波浪潮中持续创新，Salesforce就是一个例子。亚马逊云科技是另一个例子。根据其发布的2025年财报，营收达到1290亿美元（同比增长20%）。安迪·贾西在2025年致股东信中透露，亚马逊云科技当前的年化营收运行率已站上1420亿美元，而AI业务在2026年第一季度的年化运行率已超过150亿美元。

安迪·贾西给2026年股东信起的标题是“直线增长是个谎言”——所有事后讲述的“直线增长”故事，其背后的曲线都经历了反复重塑。AI越是深入企业，企业就越发现，真正缺失的一环是“服务”，而不仅仅是“模型”。

理解了这一点，我们就能更清晰地把握本次发布会的三层逻辑：底座、中间件、应用层。

让AI第一次“记得住”

在底座这一层，只有一件事至关重要——学会记忆。

过去两年，几乎所有主流大模型、智能体产品，乃至所谓的“AI助理”产品，都处于失忆或半失忆状态。

昨天聊过什么？忘了。智能体执行到哪一步了？忘了。文件改到第几版了？也忘了。关闭一个开发项目再重新打开，失忆症状尤为明显。至于一些AI助理产品，虽然具备基础的持久化记忆存储，但能力较为初级：它们分不清在久远的记忆索引中，哪些需要详细回忆，哪些可以一带而过。反映到终端用户体验上，就是糊里糊涂，不够可靠。

一个失忆的员工没人敢用，但失忆的AI居然被默认接受了，这导致许多试图深度引入AI的企业对实际效果大失所望。

亚马逊云科技给出的产品答案是SRE（Stateful Runtime Environment），其正式名称是Bedrock Managed Agents（由OpenAI驱动）。这是一个承载在Amazon Bedrock上、与AgentCore深度集成的“持久状态运行时”，旨在让AI拥有真正意义上的、跨企业系统、跨复杂任务周期的全局持久化状态。这一层一旦补上，OpenAI模型在Bedrock上的“直接可用”才具备真正的工程意义。

它将OpenAI的模型、亚马逊云科技的Runtime（技能、记忆策略及AI智能体可访问的工具）、Environment（AI智能体的运行环境）和推理API打包成一个亚马逊云科技原生的智能体。开发者只需一行Runtime API调用即可启动，它运行在客户自己的VPC中，记忆持久，并可访问亚马逊云科技的资源。这标志着亚马逊云科技将OpenAI模型从“货架上的一个选项”又向前推进了一步——不仅是开放了模型，更是将OpenAI模型与自家的智能体基础设施编织成了一个全新的产品。

底座的关键不是更快，而是更便宜。SRE首次让“AI一直记得事”这件事跑通了经济账。一个真正拥有记忆的AI智能体，其背后的算力消耗数倍于无状态调用。它不需要每次调用都加载庞大而完整的上下文。只有当芯片成本足够低、运行时足够稳定时，企业才愿意将“AI像员工一样工作”这件事部署到生产环境。底座解决的是“持久服务”的问题。

培育原生企业级Agent能力，折叠中间件市场

有了SRE提供的算力与状态底座，下一个问题便是：如何让智能体带着“记忆”下场干活？

这指向了一个被回避太久的常识——企业级能力是长出来的，不是买来的。

财务系统、CRM、数据中台……购买企业账号是一回事，将其嵌入自身流程、对接自有数据、训练成组织的“肌肉记忆”，则是另一回事。前者可能一周搞定，后者往往需要两到三年。构建数字化能力，没有捷径可走。

在今天，构建AI能力同样没有捷径，无法通过购买“企业账号”来完成。一家公司购买了某个AI产品的团队版，是否就成为了AI原生型组织？显然不是，中间还差着一整套“土壤”。Amazon Bedrock AgentCore，就是亚马逊云科技拿出来的这块土壤。

过去一年，大量创业公司围绕Agent Runtime、Memory、Identity、Observability、Tool Calling各自打造垂直产品，每家都宣称自己是“Agent时代的某某某”。对于企业的首席信息官而言，这简直是一场噩梦——要构建一个生产级智能体系统，竟然需要将五六个不同公司的中间件拼凑起来才能运行，每一家的服务等级协议、计费模式、出问题时的责任边界都各不相同。

AgentCore将这块拼图收拢了。它提供9项核心服务，却实现了单一计费、单一SLA、单一责任主体。

具体来看：Runtime提供虚拟机级隔离的运行环境，支持单租户安全，最长可维持8小时不掉线的复杂任务；Memory对长期记忆与短期上下文进行分层管理；Gateway将企业既有API、SaaS、数据源包装成智能体可调用的工具；Identity解决智能体跨系统鉴权问题；Code Interpreter提供代码执行能力；Browser让智能体能像人一样操作网页；Observability、Evaluations、Policy则负责监控、质量检测和行为控制。

关于降低成本，AgentCore的做法尤其值得单拎出来说。它通过架构革新来实现降价——用Memory将记忆从模型上下文中剥离出来；用Multi-Agent架构让小模型处理简单任务，大模型只在关键节点出手；用Session Management自动清理空闲会话；用优化的Tool Calling减少重复的模型调用。这套架构调整直接改变了成本结构。

最有风格的作品：Amazon Quick

剩下的问题只有一个：前述如此强大的基础设施，最终服务于哪款终端产品？答案显然是Amazon Quick。

这里不妨先分享一个真实的困扰。过去一个月，笔者一直在尝试为团队构建一个内部培训用的LLM应用。需求很具体：将日常用到的技能、工具、内部资料、各种重复的写作和汇报流程，全部集成到一个能内部部署的应用中，让团队成员通过与AI对话的方式，直接完成新员工培训和工作辅助。

实在不想再手写培训文档，或进行面对面传授，这很不“AI”。但要实现这个构想，仅靠现有的开源案例是远远不够的。需要完成一整套软件工作：连接内部知识库、识别员工身份并控制权限、运行长流程任务、确保数据不泄漏到公网、最好还能让知识库持续进化，同时软件使用体验也不能太差。

在不使用特定高级代码工具的情况下，这个需求的实现难度颇大。断断续续地调试，花费了一些Token成本，最终成果却不尽如人意，导致这件事至今仍躺在待办清单里。

直到这次看完Amazon Quick的发布，并连夜上手体验后，才恍然大悟：Amazon Quick已经替我将这个需求做完了。

顺手在Quick桌面端为自己搭建了一个“媒体培训助手”。做法简单到没什么可讲的：把团队沉淀下来的技能文档丢进Amazon Quick的“团队知识库”，创建一个聊天座席并关联该知识库。工作就完成了，整个过程没超过二十分钟。

当询问它“如何寻找选题”时，它返回的是从技能库中抽取的“Know-How”——每一条都挂着团队内部写过的判断标准。这套答案是我们自己的语言、自己的标准、自己的方法论，而不是ChatGPT或Claude的通用回答。

Amazon Quick给人的第一印象，很像国内桌面级的“AI助理”产品。但这只是表象。骨子里，Amazon Quick和它们是完全不同的设计哲学。它更像Claude Team，但价格近乎后者的四分之一。

许多AI助理的定位是个人助手，逻辑是“我有一个数字人和N个技能，你来组合”。而Amazon Quick更像是AI原生的企业级操作中枢，逻辑是“你给我目标，我来执行，同时与你的同事保持协同”。

产品负责人吉加尔·塔卡尔在现场是这样解释的：大多数AI工具是被动响应的，你发出指令，它才回应；不用的时候，它就处于闲置状态，不为你的工作贡献任何东西。而Amazon Quick是常驻在桌面后台的，它持续监听你正在打开的应用、邮件、日程、本地文件、Slack消息、CRM状态，把需要你关注的事情主动推送到前台。例如，下午两点开会之前，它会自动将相关的Slack线程、你昨天编辑过的文档、几条相关的简报聚合在一起摆好——你无需询问，它已经准备好了。

这种“主动出击”能够成立的前提，是它为每个用户构建了一张个人知识图谱。Quick索引你的本地文档、日历、过去几个月与队友的对话、处理过的项目、写作偏好的语气和风格指南，将这些信息编织成一张图，理解人、项目、决策与行动之间的关联。从机制上看，这本质上就是内置的、无需外部插入的默认“技能”。

Amazon Quick是少数能将“常驻桌面 + 企业级合规 + 跨厂商SaaS集成”这三件事同时做好的产品。其底层依赖于亚马逊云科技二十年积累的两大基石：安全合规底座和全连接器货架。前者意味着Quick默认遵循亚马逊云科技的企业安全合规路径，企业数据不会用于训练；后者意味着Amazon Quick一上线就接入了Slack、Google Workspace、Zoom等几十个原生连接器。

结语：一手没被讲完的牌

除了备受瞩目的Amazon Quick，应用层还有一手牌没有完全亮出——那就是Amazon Connect。这个去年营收已达10亿美元、年处理120亿分钟AI通话的产品，被升级成了一个完整的家族。

原本的Amazon Connect更名为Amazon Connect Customer（继续专注于客服与客户体验），同时新增三个成员：

Amazon Connect Decisions——将亚马逊三十年的供应链经验封装成“决策类智能体队友”。通过需求侧规划员和供应侧规划员两个智能体协同工作，将过去需要数周的新品上市需求规划，压缩到泡一杯咖啡的时间。

Amazon Connect Talent——基于亚马逊自身旺季招聘25万人的大规模经验，打造“招聘类智能体队友”。AI将岗位描述翻译成技能图谱和面试脚本，智能体直接进行基于技能的初筛面试，将招聘周期从月级压缩到天级。

Amazon Connect Health——基于Amazon Pharmacy和One Medical的医疗经验，构建“医疗类智能体队友”。它旨在解决医疗专业人员被过多管理类工作占据时间的问题，让医生能更专注于病人本身。

Connect这套产品的本质，是将亚马逊这家公司几十年积累的领域经验——电商、物流、招聘、医疗、客服——封装成一组领域智能体，再注入客户的业务流程中。这件事过去只有顶级咨询公司敢做，现在亚马逊云科技将其产品化了。

负责这条产品线的科琳·奥布里在现场提出了一个新词——“hemomorphism（人形化设计）”——指的是智能体产品需要一种新的设计语言，让智能体不再像冷冰冰的表单和仪表盘，而更像一个值得信赖的同事。

Amazon Connect连同前文所述的新品，正在极大地拓宽亚马逊云科技的产品版图，从做好“水电煤”式的基础设施，到深入AI改造的每一个具体场景。安迪·贾西股东信中被引用最多的一句话恐怕是“Every customer experience will be reinvented by AI（每一种客户体验都将被AI重塑）”。而这次发布会，其实是亚马逊云科技自己在补充下半句：

每一种被AI重塑的客户体验，背后都需要一家公司来提供可靠的服务。

来源：互联网