全球企業仍在掙扎於生成式 AI 投資回報率時，AWS 行政總裁 Matt Garman 於 re:Invent 2025 台上直言：「許多企業尚未看到與 AI 承諾相匹配的投資回報。」但他隨即宣布一個可能改變遊戲規則的解決方案：三款能夠連續自主工作數天的 AI 代理。
Garman 預測，未來 80% 至 90% 的企業 AI 價值將來自代理技術。這場轉變對企業的衝擊將如同互聯網或雲端運算本身一樣深遠。這番宣言標誌著 AWS 正式向 Microsoft、Google 及 OpenAI 在企業 AI 市場的領先地位發起挑戰。
從輔助工具到自主員工的典範轉移
這次發布的核心在於一個簡單而強大的概念：AI 不再只是協助人類工作，而是能夠獨立完成整個工作流程。這些「frontier agents」能處理複雜的多日項目，無需人為介入。對於長期受技術債務和人手短缺困擾的企業而言，這可能是他們一直在等待的突破。
Garman 在主題演講中展示了一個令人印象深刻的實際案例：原本需要 30 人團隊花費 18 個月完成的軟件開發項目，現在只需 6 人在 76 天內就能完成。這不是理論上的承諾，而是 AWS 內部團隊在實際規模下驗證的成果。事實上 AWS 上週剛決定將 Kiro 正式定為公司內部所有開發團隊的標準工具。
三款 AI 代理分工明確 涵蓋開發全流程
AWS 這次發布的三款 AI 代理各有專長，分別針對企業軟件開發中最耗時的環節。Kiro Autonomous Agent 扮演虛擬開發者角色，能夠連續自主工作數天，完成編碼任務。當一段關鍵程式碼被 15 個企業軟件使用時，傳統方式需要逐一分配和驗證每次更新，而 Kiro 可以在單一指令下獨立完成全部 15 項修改。這種批量處理能力令開發團隊能專注於更高價值的架構決策。
負責系統安全的 Amazon Security Agent 則充當虛擬資安工程師，從設計階段就開始協助建立安全的應用程式。相片分享平台 SmugMug 的經歷最能說明其價值。該公司資深軟件工程師 Andres Ruiz 透露，這款代理發現了一個所有現有工具都無法捕捉的業務邏輯漏洞，該漏洞不當地暴露了用戶資料。Ruiz 表示：「對任何傳統工具來說這都是不可見的」，「但 Security Agent 能夠將資訊脈絡化、解析 API 回應並找出異常。」
監控運維的 Amazon DevOps Agent 則作為 24 小時待命的運維團隊成員，協助回應系統故障、識別根本原因並預防未來問題。澳洲聯邦銀行管理著超過 1,700 個 AWS 帳戶，面對一個複雜的網絡問題，這類問題通常需要資深工程師花費數小時診斷。但 DevOps Agent 在 15 分鐘內就找出了根本原因。該銀行雲端服務主管 Jason Sandery 表示，這款代理「像資深工程師一樣思考和行動」。
Kiro Autonomous Agent 寫代碼、 Amazon Security Agent 找漏洞、 Amazon DevOps Agent 自動故障修復。AI 流水線讓開發時間大大縮減。
▲ AWS re:Invent 現場設有 Kiro 「鬼屋」，可以體驗到開發者的「恐佈」
統一管理平台確保 AI 代理安全可控
面對企業對 AI 代理自主運作的擔憂，AWS 同時推出了 Amazon Bedrock AgentCore 的強化管理功能，期望能讓企業為這些 AI 代理設定明確的行為規限。AgentCore 中的 Policy 功能允許團隊透過實時、確定性的控制，主動阻止未經授權的代理行動，這些控制在代理程式碼之外運作。
這意味著企業可以設定具體的使用條件。例如客戶服務代理可以自動處理 1,000 美元以下的退款，但超過這個金額就必須將決策提交給人類主管審批。數據保護公司 Druva 的案例顯示，透過 AgentCore 設定適當的政策，開發人員可以放心創新，因為他們知道代理將保持在定義的合規範圍內。這令企業能夠擴展代理平台，同時維持嚴格的安全標準。
同時 AgentCore Evaluations 協助開發團隊根據代理的行為持續檢查其品質，而 AgentCore Memory 則引入了情節功能，協助代理從經驗中學習，改善決策。這些功能共同確保 AI 代理不僅能夠自主運作，還能在安全可控的框架內持續進化。
市場機會窗口正在快速關閉
根據 Gartner 預測， 2026 年底將有 40% 的企業應用程式整合任務型 AI 代理，相比 2025 年不足 5% 的水平大幅躍升。這種爆炸性成長為企業領導者帶來了機遇，但也伴隨著緊迫性。
市場研究公司的數據描繪出一幅更宏大的圖景。全球 AI 代理市場預計將從 2023 年的 37 億美元（約港幣 HK$288.6 億元）增長到 2032 年突破千億美元，複合年增長率達 45.3%。約 85% 的企業預計將在 2025 年底前實施 AI 代理，主要目標是提升效率和改善客戶互動。
Gartner 分析師發出了一個明確的警告：CIO 只有三到六個月的時間來定義其 AI 代理策略，否則將落後於行動更快的競爭對手。在樂觀情境下，代理 AI 到 2035 年可能推動約 30% 的企業應用軟件收入，超過 4,500 億美元（約港幣 3.51 萬億元）。
Lyft 案例讓 Bedrock 更有說服力
AWS 這次發布正值科技巨頭在 AI 代理領域展開激烈競爭之際。網約車公司 Lyft 使用 Anthropic 的 Claude 模型透過 Amazon Bedrock 創建了一個 AI 代理，處理司機和乘客的問題，將平均解決時間縮短了 87%。今年該代理的司機使用率增長了 70%。
Microsoft 的 GitHub Copilot 正在演變為多代理系統，Google 則在 Gemini 中添加自主功能。但 AWS 的差異化定位在於強調「數天級別」的自主運作能力 ── 這是一個更高的門檻。根據 Andreessen Horowitz 對 100 位企業 CIO 的調查，一家高成長 SaaS 公司的技術長報告稱，透過類似工具，其程式碼的近 90% 現在由 AI 生成，遠高於 12 個月前的 10% 至 15%。
企業應該如何應對
Garman 對代理技術的定位非常明確：「通用 token 毫無用處，除非它們了解你的業務。」這意味著企業不能只是購買現成的 AI 解決方案，而需要思考如何將這些工具與自身的業務流程深度整合。
對於考慮採用 AI 代理的企業領導者，幾個關鍵問題值得深思：當 AI 能夠連續工作數天處理複雜任務時，現有的團隊結構應如何調整？在代理自主決策與人工監督之間，什麼樣的平衡點最符合組織的風險承受度？以及最重要的──如果競爭對手已經開始使用這些工具並獲得 5 倍甚至 10 倍的效率提升，你的企業能承受等待的代價嗎？
值得注意的是，Garman 強調這些代理「不是人員的替代品，而是讓人們在工作中更有效率的工具。」AWS 在設計中保留了人類監督機制：DevOps 代理不會自動執行修復，而是生成詳細的緩解計劃供工程師批准；編碼代理則以 pull request 形式提交工作，確保程式碼合併前經過審查。
McKinsey 最新調查顯示，23% 的受訪者表示其組織正在企業內部某處擴展代理 AI 系統，另有 39% 已開始試驗。但這些數字也揭示了一個事實：大多數企業仍處於觀望或初步試驗階段。對於行動迅速的企業而言，這正是建立競爭優勢的窗口期。
Garman 在演講中強調：「世界不會放慢腳步──事實上，如果有一件事我們都可以確定，那就是更多變革即將到來。」在這場 AI 代理革命中，企業領導者面臨的不是是否採用的問題，而是何時以及如何採用的決策。
