< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
Token贵只因你喂给模型的垃圾太多了丨@亚马逊王晓野AIGC2026
让世界模型迈向多智能体交互仿真
编辑部 整理自 AIGC2026
量子位 | 公众号 QbitAI
当全民都在“养龙虾”的时候，真正的问题才刚开始浮现。
在刚刚结束的2026中国AIGC产业峰会上，
亚马逊云科技产品技术部技术总监王晓野
87%的企业宣称已经大规模部署了AI，而真正从中获得价值的，只有
很显然，Demo从来都不难做，难的是让它在企业生产环境里真正跑起来。
在他看来，个人在Mac mini上跑一个好玩的Agent、随时可以拔电源重启，和让
安全、可信、不中断地稳定运行
，完全是两个维度的工程复杂度。
这场分享还用最硬核的工程视角直击了企业痛点——
别再指望靠一个模型去搞定所有事了。
算力够不够划算、数据安不安全、Agent会不会玩失忆或记忆串台……从底层基础设施到上层应用，每一层都是必须硬啃的真问题。
为了完整体现王晓野的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。
2026中国AIGC产业峰会是由量子位主办的行业峰会，近20位产业代表与会讨论。线下参会观众超千人，线上直播观众近400万，获得了主流媒体的广泛关注与报道。
87%的企业实现了AI大规模部署，但真正从中获得生产价值的比例只有10%。
个人养龙虾和企业养龙虾，完全是两码事。
AI真的不只是大模型，拿掉模型后剩下的Harness才是关键。
过去的数据平台是服务人的，今天的数据平台必须服务好AI Agent。
过去30年个人生产力从未被真正颠覆，直到Working Agent出现。
Token贵，很多时候是因为你喂给模型的信息太多太杂，而非单价贵。
以下为王晓野演讲原文：
企业级Agent落地的四大鸿沟与落地体感
大家上午好！非常感谢量子位的邀请。
《跨越Agent落地鸿沟：从模型到企业级AI Agent落地》
跟前面几位嘉宾分享的方式不太一样，我会直白一些，也会通过一系列产品和案例，跟大家分享我们对企业级Agent落地的思考。
作为一家长期服务全球客户的科技企业，亚马逊云科技一直在通过云服务支持数百万企业客户，今天我也想借由我们产品更新背后的思路，跟大家聊聊：
真正把Agent落到企业生产环境时，企业需要回答哪些问题。
过去几年，无论是Agent产品，还是Agent构建框架，都可以说层出不穷。
但真正能够在生产环境里大规模、稳定运行的Agent，其实寥寥无几。这里面到底存在怎样的差距？
接下来我会结合亚马逊云科技跟客户一起实践、总结出来的经验，通过一些产品能力更新，来分享我们的答案。
我们先快速看一下AI现在的大趋势。
过去我们经常会先跟客户聊AI应用的use case，也就是它到底能用在什么场景。
但相信很多细分场景大家已经很熟悉了，如果往大的方向总结，大致可以看到几个方向。
AI生成音频、视频、音乐
，这些方向已经走得非常前沿，大家每天都能感受到日新月异的变化。
，从语言模型开始，大家真正感受到了AI的力量，同时也意识到这件事可能还有一段路要走。