不出所料，今年亚马逊云科技re:Invent的主角依然是人工智能。但意料之外的是，今年的配方略显不同，“全球科技春晚”的所有氛围都被一个关键词“包了场”，这个词就是“Agent”。在亚马逊云科技首席执行官马特·加曼2个小时的演讲中，Agent出现了199次，足以说明Agentic AI时代真的来了！

　　“AI聊天机器人开始让位于能够自主执行任务的Agent，我们看到人工智能领域正带来巨大投资回报。”加曼这句话，为全球云计算的发展定下了清晰的基调，云巨头的AI战争正从“工具”转向“智能体协作”。

　　为了提供更前沿的Agent构建能力，亚马逊云科技一连抛出诸多重磅产品，比如：来自芯片层面的Trainium4、Amazon EC2 Trainium3 UltraServers；来自模型层面的第二代自研大模型Amazon Nova 2系列（Lite、Pro、Sonic、Omni）；包括DevOps Agent在内的大量Agent开发利器。

　　下面，我们重点看一看，把25款发布压缩在最后10分钟讲完的几个关键能力中的数据管理部分。在今年的re:Invent大会上，以“数据管理”为核心的最新发布包括：7款新实例、6项Amazon S3存储升级、5项Amazon RDS数据库更新、3项计算与加速优化新功能，以及4项管理与治理新功能。

　　尽管，加曼把存储、数据库、数据治理等这些被我们视为云计算的内容，放在最后“压轴”，但并不代表这些能力不重要。只不过，这些作为底层基础的强大支撑能力，开始由“前台”走向了更深层次的“内化”阶段，并在以“模型”为核心进行持续演进。

　　数据库革新：从服务模式到底层性能的全面进化

　　1. “Savings Plans”，为数据库引入新的定价模式

　　在企业上云的成本账单里，数据库服务一直是一笔额度不小、且需要持续投入的开销。借助最新的“Savings Plans”数据库节省计划，用户不仅可以满足按需、灵活部署需求，还能进一步降低成本。

　　“Savings Plans”是一个更灵活的“承诺折扣”定价体系，让用户可以按照数据库引擎、实例大小、部署区域来使用数据库。说白了，最新的定价体系，可以真正做到不使用不付费，用的越多越便宜。并且，用户可以根据业务场景需求，灵活切换数据库的类型和使用规模。

　　此次调价的范围涉及亚马逊云科技的整个数据库成品家族，包括广受欢迎的Aurora、RDS、DynamoDB、ElastiCache 、Neptune、Timestream等服务。官方表示，客户通过承诺一年的稳定使用量，即可将相关数据库成本降低多达35%。

　　2.强化Amazon RDS 对 SQL Server 和 Oracle 的可扩展能力

　　在数据库环境管理中，实现资源效率与可扩展性的平衡至关重要。企业在整个数据库生命周期内，需部署灵活的策略，以满足开发、测试及生产等不同工作负载下，对存储和计算资源的多样需求。

　　为助力客户实现这一目标，亚马逊云科技重磅推出四项 Amazon 关系数据库服务（Amazon RDS）的全新功能。这些功能不仅有助于客户优化成本，还能大幅提升 Oracle 数据库以及Amazon RDS for SQL Server的运行效率与可扩展性。

　　具体来看，新功能涵盖多方面：支持 SQL Server 开发者版；拓展适用于 Oracle 的 RDS 和 SQL Server 的 RDS 存储功能。此外，用户还能够在 M7i 和 R7i 实例上，为 SQL Server 选择 RDS 的 CPU 优化选项。与上一代实例相比，该选项在价格上更具竞争力。

　　3.通过GPU加速优化，提升向量数据库的性能，降低使用成本

　　在Amazon OpenSearch服务中，亚马逊云科技新推出了两项重要功能，那就是无无服务器 GPU 加速与自动优化向量索引。这两项功能将助力用户低成本、更快速地构建大规模向量数据库，并能自动优化向量索引，打破“搜索质量”、“速度”和“成本”之间的“不可能三角”。

　　1）GPU 加速（GPU acceleration）

　　相较于非 GPU 加速模式，GPU 加速功能优势显著。它能够将构建向量数据库的索引成本降低至四分之一，且仅需一小时，便可创建规模达十亿次的向量数据库。在成本节约与处理速度方面，实现质的飞跃。凭借这一功能，企业在产品上市时间、创新速度以及大规模应用矢量搜索等方面，都将占据明显优势。

　　2）自动优化（Auto-optimization）

　　即便企业缺乏向量领域的专业知识，也能借助自动优化功能，在向量字段中精准找到搜索延迟、质量与内存需求之间的最 佳平衡点。与默认索引配置相比，该优化功能可为企业带来高额的成本节约。而若采用传统的手动索引调优方式，往往需要耗费数周时间才能达到类似效果。

　　很明显，Amazon OpenSearch的这次更新，是为“模型”而来。借助OpenSearch的最新能力，用户可以更高效、更经济地构建向量数据库，进而可以更快速地创建模型。从官方资料来看，

　　无论是生成式AI应用、搜索类产品目录构建，还是知识库创建等，Amazon OpenSearch都能发挥关键作用。在创建新的 OpenSearch 域名时，用户可一键启用 GPU 加速和自动优化功能，系统会对现有的服务域进行更新，进而体验到最新功能的酷炫之处。

　　数据管理：由点到面的全面“智能化”

　　面对全新时代，如何让庞大的数据管理系统响应更快，并能提升效率？亚马逊云科技启动了旨在重塑数据管理范式的智能化变革。

　　第一个重大动作是，发布DevOps Agent。通过这个最新产品，企业等于有了一个永不疲倦的“AI随叫随到工程师”。DevOps Agent扮演的角色是7x24小时不间断地监控你的所有系统日志、代码提交和故障单，并在事故发生的瞬间，自动开始诊断、协调响应策略，甚至可以修复故障。

　　DevOps Agent不再是一个被动等待指令的聊天机器人，而是一个被赋予明确职责和行动能力的 “自主智能体” ，可以深度分析来自CloudWatch、GitHub、ServiceNow等多源数据，它的核心使命是消灭传统的告警模式，直击事件根本原因，并像一位真正的值班工程师一样，启动预设的修复流程或召集相关人员来解决问题。

　　第二个动作，发起AI增强计划，让数据管理从“救火队员”转为“防火专家”。在最新的AI增强计划中，亚马逊云科技在专家指导体系中融入了AI能力。借助新的支持计划，企业能够在由云基础设施问题引发对业务影响之前，提前做好防范工作。该计划将人工智能所具备的深度洞察能力与专业人员的精准指导有机结合，不仅可实现更快速的响应，还能针对性能、安全性以及成本等关键维度展开主动式监控。

　　第三个重要动作是，统一数据管理与分析服务。企业数据的最大痛点，从来不是太少，而是太乱——运营日志、安全事件、合规审计数据散落在数十种不同的工具和格式中，形成一座座难以互通的“数据孤岛”。

　　亚马逊云科技最新推出的一站式的数据管理与分析服务，旨在全方位助力企业达成运营优化、安全强化以及合规保障的目标。该服务凭借跨数据源的自动化标准化处理能力，实现了原生分析功能的深度集成，同时内置对 OCSF 和 Apache Iceberg 等行业主流标准格式的全面支持，有效削减了数据管理过程中的复杂程度与成本支出。

　　不管是DevOps Agent的发布、AI增强计划，还是统一数据管理与分析服务，所有迹象都在说明一个事实，这个云计算领域的“一哥”，正在试图用一套标准化、一个自动化的平台，取代过去需要大量定制化开发才能实现的数据管道工作。

　　写在最后

　　很明显，由云巨头引发的Agentic AI革命正在步入“深水区”。亚马逊云科技在数据库、数据管理领域的最新进化，不仅极大地降低了数据管理的复杂性与成本，更关键的是，这些最新方案、策略及产品发布，为企业提供了一个可以跨环境，确保可靠运营和安全合规的数据管理和协同分析能力。借助唯一的、可信的数据源，亚马逊云科技可以助力企业在由AI驱动的大规模自动化运营征程中，铺设好最关键的数据基石。