AWS 的 AI 全家桶：Bedrock 只是门口那块招牌

引言：所有人都在租同样的模型，那 AWS 卖什么

先说一个具体动作。周二上午，一家保险公司的平台工程师要给客服 Agent 换模型。旧的是 Claude，新的要测 GPT-6 Astra。他没有改代码——Bedrock 的 Converse API 把不同模型的调用格式统一成一套，他只换了请求里那一行 model ID，然后点了个保存。

这就是 Amazon Bedrock 想卖的东西。它不是模型，是模型前面那层货架。

数字摆在这里。官方称 Bedrock 已服务全球超过 10 万家组织，定价页上的模型供应商列到 19 类，从 Anthropic、OpenAI 到 DeepSeek、Moonshot、Qwen，再到可以自己导入的权重。2026 年 9 月，OpenAI 的 GPT-6 Astra 在这里正式 GA。

问题也摆在这里。Claude 能租，GPT 能租，Llama 能租——Azure 和 Google 也都能租。模型这一层已经没有独占性了。那 AWS 靠什么留住企业？

这篇文章不打算把服务清单念一遍。它只回答一个问题：把 AWS 的 AI 服务摊开，它到底在卖哪几层东西，每层现在是什么状态。我们沿着"租模型 → 管模型 → 跑 Agent → 自己训模型 → 自己造芯片"这条线走，最后给一张选型地图。

01AWS 的 AI 服务到底分几层？

先搭骨架，再往里填东西。

分成四层，从上往下：

• 应用层：给人和团队直接用的产品。Amazon Quick、Kiro，以及 Textract、Transcribe、Polly 这批做具体活的老服务。
• Agent 运行时层：让模型自己动手干活的那套基础设施。核心是 Bedrock AgentCore。
• 模型层：Bedrock 的模型货架，加上自己造的 Nova。
• 算力层：把模型和 Agent 真正跑起来的底座。SageMaker AI、HyperPod，以及 Trainium 和 Inferentia 自研芯片。

分层不是 AWS 自己画的，是它这几年的动作收出来的。2024 到 2026 年，AWS 把 AI 重心往四个点上收：Bedrock、SageMaker AI、Quick、自研芯片。代价是一批老服务被放进了维护名单，第六章会逐个列。

收得怎么样，看钱。2026 年第二季度财报里，AWS 年化收入运行率1690 亿美元，营收同比加速到 36.7%，是十八个季度以来最快的一次；AI 业务年化运行率超过 250 亿美元，同比三位数增长。同一份财报里，自研芯片业务的年化运行率也超过了 250 亿美元。

还有一组更早的数字。2026 年 4 月，亚马逊 CEO 安迪·贾西第一次公开披露 AWS 的 AI 服务年化收入突破 150 亿美元，大约占 AWS 总收入的 10%。

骨架有了。一个企业真要用 AI，第一站该落在哪？

02想用 Claude 和 GPT，第一站是哪儿？

Bedrock 的货架上摆着什么，价格又是怎么算的。

Bedrock 的定位一句话：托管平台，模型自选。你不碰 GPU，不自己搭推理服务，选一个模型 ID 就能调。

货架有多满？截至 2026 年 9 月，定价页列了 19 类供应商。挑几个关键的：

三个节点值得记一下。

第一，Anthropic 仍是主力，但价钱在动。Claude Sonnet 5 促销期输入 2 美元、输出 10 美元，促销到 2026 年 8 月 31 日，之后回到标准价 3 美元和 15 美元。

第二，OpenAI 上了货架。2026 年 4 月 Bedrock 开始支持 OpenAI 模型和 Codex；7 月 GPT-5.6 全面可用；8 月补上 Cross-Region Inference，并同时支持 Responses、Chat Completions 和 Converse 三套 API；9 月 GPT-6 Astra GA。一家云厂商把最大竞争对手的模型摆在首页，这件事本身就说明了它的角色——AWS 在这个位置上是分发层，不是模型公司。

第三，开源权重模型进得很快。re:Invent 2025 一口气加了 18 个；2026 年 2 月又补了 6 个，包括 DeepSeek V3.2、MiniMax M2.1、GLM 4.7、Kimi K2.5 和 Qwen3 Coder Next。价格下拉得很低，MiniMax M2.5 是 0.30 和 1.20 美元，Gemma 4 31B 是 0.14 和 0.40 美元。

价格结构比模型本身更值得看。Bedrock 把同一批模型分成几个服务层级卖：Batch 批处理比按需便宜 50%，Flex 层级比标准低 50%，Priority 层级比标准高 75%。另外几个省钱手段：Prompt Caching 打前缀缓存，Intelligent Prompt Routing 官方称最多降本 30%，Model Distillation 蒸出来的小模型号称最快提速 500%、成本最多降 75%。

所以"选哪个模型"在 Bedrock 上只是第一个问题。第二个问题更实际：这些模型怎么变成你系统里能用的东西？

03模型接进来就够了吗？

企业缺的不是模型，是模型周围那四件装备。

这四件事，AWS 都做成了独立功能。

一、把数据喂进去：Knowledge Bases。2026 年 AWS 纽约峰会上它升级成 Managed Knowledge Base，原生数据连接器、Smart Parsing 自动预处理多种格式，还加了一个 Agentic Retriever，专门处理需要多步检索的复杂问题。检索底座是 S3 Vectors——单索引最高 20 亿向量，查询延迟 100 毫秒，官方称成本最多降低 90%。

二、别让模型乱说话：Guardrails。官方数据是能拦截最高 88% 的有害内容。里面有一项别人没有的东西：Automated Reasoning 检查，用形式化验证判断回答是否符合规则，官方称识别正确回答的准确率最高 99%。它现在也接进了 AgentCore，在网关那一层拦提示注入和敏感数据外泄。

三、证明它真的好用：Evaluations。支持程序化评测（BERT Score、F1、精确匹配）、人工评测，以及专门给 RAG 用的检索评测，看上下文相关性和覆盖率。re:Invent 2025 之后，预置评估器加到了 13 个。

四、把提示当成代码管：Prompt Management。提示词可以版本化、变量化、做变体对比。配上一个 Advanced Prompt Optimization，一次最多同时优化 5 个模型的提示——这功能明摆着是为"换模型"准备的。

再往下是模型定制。微调、蒸馏之外，re:Invent 2025 加了强化微调 RFT，官方给出的平均成绩是准确率比基座模型提升 66%，Salesforce 的场景里最高提升 73%。

装备齐了。可模型接进来、数据喂进去、护栏装上，它还是只会回答问题。2026 年真正在抢的地盘，是让它自己动手。

042026 年的战场是 Agent，AWS 靠什么打？

AgentCore 不是一个框架，是一套运行时。

这句话是理解它的关键。它不要求你换掉手里的 Agent 框架。Strands、LangGraph、CrewAI、LlamaIndex、Google ADK、OpenAI Agents SDK 都能接，MCP 和 A2A 两种协议都支持。目前可用区域 15 个。

它提供的东西可以按"建、连、管"拆：运行时有 Runtime，记忆有 Memory，工具接入有 Gateway，还有 Browser、Code Interpreter、Identity、Observability、Evaluations、Optimization、Policy。预览里的清单还在加，包括 Agent Registry 和 Payments——后者基于 x402 协议，支持 Coinbase 和 Stripe 的钱包。

2026 年 9 月，新一代 AgentCore Runtime 正式 GA。它的计费方式值得单独说：按秒计费，只对活跃的 CPU 和内存收费，I/O 等待和空闲时间免费。官方给的参数是，Agent 类工作负载通常有 30% 到 70% 的时间耗在 I/O 等待上。

举个例子。凌晨两点，一个 Agent 跑批量任务，调完外部 API 就在那儿等返回。这几十秒里 CPU 是闲的，账单上不收费。传统按实例计费的方案里，你为这段等待照付。这类细节不会出现在发布会的 PPT 上，但它决定了 Agent 规模化之后的单次成本。

推进速度也有数据：AgentCore 在预览期的 5 个月里，下载量超过 200 万次。

客户场景里，BMW 的做法有代表性。它用 S3 Vectors 加 Bedrock 加 AgentCore，从 PB 级数据里做智能体检索；其中一个云故障分析 Agent，在 85% 的测试用例里定位到了根因。

短板也在这。对 AgentCore 的批评集中在"只给原语，不给方向"。如果你已经有自研框架，这套原语很舒服；如果从零开始，它不会告诉你该怎么搭。对手手里有更硬的东西——Google 把 A2A 协议交给了 50 多个伙伴，Microsoft 给每个 Agent 发 Entra Agent ID，让它成为微软目录里的一等公民。

那如果企业不想租别人的模型呢？

05不想租模型，想自己训呢？

SageMaker AI 和 Nova 是两个答案，别混。

先看官方口径的分工，一句话说清：用 SageMaker AI 构建、训练和部署模型，用 Bedrock 构建和扩展生成式 AI 应用。两者都收在 SageMaker Unified Studio 这一个工作台里，旁边还有基于 Amazon DataZone 的 SageMaker Catalog 做数据与 AI 治理，底层是开放湖仓架构。

SageMaker 这条线 2026 年最活跃的部分在 HyperPod，也就是大规模训练和推理的集群底座：4 月支持按优先级跨实例类型供给的灵活实例组，7 月支持把 LLM 推理的 prefill 和 decode 拆到不同 GPU 池的 DPD，8 月补上 Ray 相关能力。推理侧有一个对使用者影响最直接的变化——2026 年 5 月起，SageMaker 推理端点支持 OpenAI 兼容 API，接 OpenAI SDK 或 LangChain 只需要改 endpoint URL。

另一条线是自己造模型，也就是 Nova。

现在的主力是 Nova 2 系列。Nova 2 Lite 是那个"能干活"的：100 万 token 上下文，思考强度可以调（关、低、中、高），内置 Code Interpreter 和 Web Grounding 工具，还能挂远程 MCP 工具。Nova 2 Sonic 做语音到语音，支持 7 种语言。Nova 2 Omni 吃文本、图像、视频、语音。Nova Multimodal Embeddings 把文本、文档、图像、视频、音频映射到同一个向量空间，是给 Agentic RAG 准备的。

两个产品比模型本身更有意思。

Nova Forge 主打"开放训练"：AWS 把预训练、中期、后训练的检查点开放出来，你可以把自己的专有数据和 Nova 的数据集混在一起，训出一个自己的前沿模型。Reddit 的用法是拿它替代原来的一堆专用模型。

Nova Act 做浏览器里的 UI 自动化 Agent，客户实测可靠性超过 90%，装起来就是一行 pip install nova-act，另有 VS Code、Cursor、Kiro 的 IDE 扩展。Hertz 用它把开发速度提了 5 倍。

规模上，AWS 称使用 Nova 模型的客户超过 5 万家。

但这条线现在处在调整中。2026 年 7 月有媒体报道，亚马逊下线下 Nova Premier、Omni、Reel、Canvas 这几款高端模型，把资源集中到单一前沿模型上，目标是在 re:Invent 2026 首发，带队的是通过收购 Covariant 引入的 Pieter Abbeel。更早，亚马逊 AI 负责人 Peter DeSantis 公开承认过，自研模型在主要工作负载上落后于 OpenAI 和 Anthropic。

模型和训练都说了。那给普通员工和开发者用的那一层呢？

06应用层正在换代：Quick、Kiro，以及一批正在退场的服务

这一层变化最快，也最容易撞上"怎么突然不能新开了"。

先说要紧的两个换代。

Amazon Q Business 已经被 Amazon Quick 取代。Q Business 在 2026 年 6 月 30 日进入维护状态，不再向新客户开放，AWS 建议迁移到 Quick，并提供 BYOI（Bring Your Own Index）把现有索引接过去。Quick 的形态更像一个"能干活的同事"，把 Quick Sight、Quick Flows、Quick Automate、Quick Research、Spaces、Apps 收在一起，桌面端和移动端都有。2026 年它加了桌面 App 预览版，还出了 Free 和 Plus 计划，用个人邮箱或 Google、Apple、GitHub 账号就能注册，不需要 AWS 账户。

价格是明码的：Professional 每用户每月 20 美元，含 8 个 agent 小时和 25GB 索引容量；Enterprise 每用户每月 40 美元，含 18 个 agent 小时和 50GB。单独买 Quick Sight 的话，Author 24 美元、Author Pro 40 美元、Reader 3 美元、Reader Pro 20 美元。已公开的客户名单里有 3M、BMW、Exxon、NBA、NFL、Southwest Airlines。

写代码这条线也在换。Q Developer 的 IDE 插件和付费订阅将在 2027 年 4 月 30 日结束支持，2026 年 5 月 15 日起已经停止新注册，官方建议迁移到 Kiro。Q Developer 的 CLI 其实早就改名成 Kiro 了。

然后是那份容易被忽略的清单。下面这些服务或功能已经进入维护，不再向新客户开放：

还有更早的一批。Amazon Forecast 从 2024 年 7 月起就在维护名单上，官方建议迁到 SageMaker Canvas。

还健康的那批也要说清楚：Textract、Transcribe、Polly、Translate、Lex、Personalize、HealthLake 都不在维护清单里，Rekognition 和 Comprehend 的核心功能（图像标签、人脸、实体和 PII 检测）也仍然可用——进维护的只是流媒体事件、批量内容审核、主题建模这几个特定功能。

四层里只剩最底下一层没说了。

07底牌为什么在芯片？

模型可以租，芯片不能。

Trainium3 是 AWS 的第四代 AI 芯片，也是首款 3 纳米工艺的 AWS AI 芯片，配套的 EC2 Trn3 UltraServers 在 2025 年 12 月 2 日 GA。

参数摆出来：单芯片 2.52 PFLOPS（FP8）、144GB HBM3e、4.9TB/s 显存带宽，容量是上一代的 1.5 倍、带宽 1.7 倍。一台 UltraServer 最多装 144 颗芯片，合计 362 PFLOPS、20.7TB HBM3e、706TB/s 聚合带宽，中间用 NeuronSwitch-v1 全互联，再往上能扩到数十万颗芯片的 UltraClusters 3.0。官方对比上一代 UltraServer 的数字是最高 4.4 倍性能、3.9 倍内存带宽、4 倍性能每瓦；在 Bedrock 上，它比 Trainium2 最高快 3 倍，每兆瓦输出的 token 数提升 5 倍以上。

推理专用的 Inferentia 就没这么快。它停在第 2 代，也就是驱动 Inf2 实例的 Inferentia2，官方页面里没有第 3 代的影子。

芯片这条线最硬的证据不是参数，是一份合同。2026 年 4 月 20 日，亚马逊宣布向 Anthropic 追加投资最高 250 亿美元（其中 50 亿立即支付）。作为交换，Anthropic 承诺十年内在 AWS 上花费超过 1000 亿美元，并锁定最高 5 吉瓦的 Trainium 算力，一直用到 Trainium4。到 2026 年 6 月，亚马逊手里这笔持股的账面价值达到 1904 亿美元。

贾西对这个循环的解释挺直接：AI 的增长会反过来带动核心业务。后训练、强化学习、Agent 的工具调用，主要跑在 CPU 上，而 Graviton 在性价比上有 30% 到 40% 的优势。

硬件、模型、运行时、应用，四层都齐了。那 AWS 的短板到底在哪？

08AWS 的短板，以及一张选型地图

先说不好听的，再给能用的判断。

短板有三条，前两条官方口径能对上。

• 自研模型落后。Peter DeSantis 公开承认过，自研模型在主要工作负载上不如 OpenAI 和 Anthropic。2026 年 7 月高端 Nova 收缩的报道，是这个判断的注脚。
• Agent 生态在守势。AgentCore 只给原语、不给方向，从零开始的团队上手成本高。协议和身份这两块，Google 和 Microsoft 各占了一块。
• 模型厂商直销，削弱了分发层的价值。当 OpenAI 和 Anthropic 自己就能把模型卖给企业时，中间层的溢价要靠别的东西撑。

三家云的定位差异，一张表看得最清楚：

份额上，Synergy Research 的 2026 年第一季度数据是 AWS 30%、Azure 25%、Google Cloud 13%。Gartner 2026 年第一次出《云 AI 基础设施魔力象限》，AWS 进了领导者象限，但执行力和远见度两个维度都排在 Microsoft 之后。

落到选型，按实际需求分：

• 只是调模型 API：Bedrock。货架最全，批处理五折，OpenAI 和 Anthropic 在同一套 API 下切换。
• 已经有自研 Agent 框架：AgentCore。框架无关是它最大的优点。
• 从零做 Agent、想要清晰路线：先看 Google 那边，协议栈更开放，指引也更明确。
• 深度使用 Microsoft 生态的受监管企业：Azure AI Foundry。
• 要自己训模型：SageMaker AI 加 HyperPod，或者走 Nova Forge 那条开放训练的路。
• 给非技术同事用：Quick；Q Business 新开不了了。
• 写代码：Kiro；Q Developer 的订阅到 2027 年 4 月 30 日为止。
• 做视觉、语音、文档抽取：Rekognition、Textract、Transcribe、Polly 都还在，但避开维护清单里的那些特定功能。

总结：AWS 卖的不是模型，是一条自己攥着的流水线

回到开头那个动作。工程师改一行 model ID 就换了模型，这不是因为 AWS 的模型好，是因为货架和管道是它修的。

四层摊开看，AWS 的逻辑很清楚：模型层不占优，就让货架最全；Agent 层不定义框架，就把运行时做稳；自研模型落后，就把芯片和算力锁死；应用层换代快，就用 Quick 和 Kiro 把入口占住。这套打法的好处是，企业要的东西基本都能落在同一张账单上。坏处是，每一层它都不是最强的那一个。

一句实在话：如果模型注定要同质化，你付的钱买的到底是模型，还是那条把它管起来的流水线？答案不同，该选谁就不同。