Agentic AI与Agent之间的区别 速览亚马逊云科技中国峰会 了解各个前沿AI技术发展的现状

短短两年间，生成式AI已实现从基础形态到当前水平的跨越式发展。尽管多数人仅接触过AI Agent概念，但技术前沿已演进至Agentic AI阶段，其发展速度远超预期。

现就AI在各行业的前沿商业应用进行具体说明：以电商领域为例，这张实拍照片中桌面原本空无一物，通过电脑渲染合成的饮水机产品，以及由AI生成的果汁与甜品，均被完美融入画面。

许多人仍误以为AI尚处于概念验证阶段，实际上已进入应用落地和商业价值实现的阶段。现场观众聚集于此，正是为了学习生成式AI应用落地的经验。在AI技术爆发的前夜，无人愿错失良机。

亚马逊云科技中国峰会，生成式AI与Agent的发展速度令人震撼。AI驱动的参会小程序，用户可自主添加感兴趣的议程并跟随时间线参与，体验极为友好。右下角还设有AI助手，可解答所有与峰会相关的问题。

本次峰会主题为“From Possibility to Practice”。

我较为关注生成式AI在各行业的落地应用，他为我推荐了相关演讲分享，并从多个行业中精选了四个，我直接将其添加到日程即可。

这个AI小助手本身就是一次很好的实践，体验感良好，值得学习。我原本计划在家观看直播，但发现峰会小程序已如此智能化，现场更值得亲临。

开场环节后，将聆听行业领袖的分享。近年来，AI技术迅猛发展，中国的AI专利授权数量位居全球前列，这表明前沿技术突破与应用成果丰硕。

模型的能力已在多方面超越人类，DeepSeek将百万Token的输出成本大幅降低。因此，生成式AI和Agentic AI正迎来前所未有的发展浪潮。若未能感知这一趋势，问题可能在于企业自身。

以Anker为例，作为全球领先的数码充电品牌，该公司依托亚马逊云科技服务构建了AIME平台，不仅接入了Claude等主流大模型，更成功部署了300余个活跃的AI Agent。

此外，他们已实际应用AI客服系统，成功解决了超过70%的工单问题。

Anker公司80%的营销物料由AI生成，其20%的广告业务也完全由AI托管运营。

此外，复星医药的案例显示，在其医药研发项目中，医学撰写占据了近一半的工作量。

他们将任务分解后交由AI处理，无论是撰写、翻译还是检查，AI都能高效完成，从而实现降本增效。

我之前分享的雷鸟AI眼镜隶属于TCL集团，该集团每日消耗大量Token。

因此，他们的创新同样由AI驱动，并成功研发了全球首款分体式家庭陪伴机器人集群。其中，Amy系列主打陪伴功能，设计风格极具亲和力。

当前，汽车行业正利用AI技术进行售后支持，游戏行业借助AI分析舆情，广告行业通过AI优化投放策略。即便是被视为最传统、与AI关联度最低的制造业，其价值链也正在被生成式AI重塑。

由此可见，生成式AI正以迅猛之势发展并广泛应用，AI技术已迎来关键转折点，且正处于Agentic AI爆发的前夜。

许多人都在搜索Agentic AI与Agent之间的区别。

简单来说，Agent是一种较为智能的AI工具，能够执行特定任务。而Agentic AI则是一个更高级、更自主的系统性概念，它能集成多个Agent的协同工作。

当前的前沿趋势表明，大模型、MCP、Agent和应用API都备受关注，Agentic AI的爆发已成必然。这一点从峰会线上分享的热度便可窥见一斑。

各大科技巨头正致力于基础设施建设，以助力各行业开发者高效开发Agent应用。

亚马逊云科技提供了一款开源的AI Agent开发框架——Strength Agents。开发者仅需一行代码即可调用Agent：from strength import Agent。

Agentic AI时代将涉及编排多个Agent执行多阶段的复杂任务，例如为新产品的完整营销方案。主Agent负责制定多阶段执行计划，子Agent分别执行市场分析、策划、文案撰写和视频制作等任务。未来将由AI员工完成这些工作，这并非想象，而是已经实现的应用。

多Agent供应链解决方案、多Agent智能游戏客服、多Agent生成报告、合同提取审核、营销物料生成等应用场景表明，生成式AI与Agentic AI将全面渗透各行各业，且进程迅速。

本次峰会内容丰富，收获颇丰。此外，展会的视觉设计也极具水准。