2026 年 6 月 23 日，亚马逊云科技中国峰会在上海世博中心举办。期间，亚马逊云科技数据库服务副总裁 Ganapathy "G2" Krishnamoorthy 和亚马逊云科技产品部技术总监王晓野，与国内媒体围绕大模型生态、AI 原生数据库、Agent 智能体技术、中国市场布局等话题展开对话，分享了诸多海外最新技术成果与一线实践的思考。
与往年相比，今年亚马逊云科技中国峰会最大的不同，是其核心技术高管亲自站台、同步解读海外刚落地的全新功能。而国内媒体与海外技术团队的直接沟通，也被视作亚马逊云科技进一步打通全球技术与中国市场、加码本土 AI 创新的重要信号。
全栈技术构筑壁垒，大模型 + 数据库双赛道领跑
凭借二十余年全球云计算技术的积累，亚马逊云科技在大模型生态、底层算力基础设施、AI 数据库架构、分层服务定价等多个维度，已经形成了自己的独特优势，G2 与王晓野在此次沟通中也全方位拆解了这套全栈技术壁垒与服务逻辑。
谈及大模型生态布局，G2 着重强调了亚马逊云科技 " 开放无绑定 " 的核心差异化逻辑。他表示，许多平台往往绑定单一模型体系，极大限制了企业的灵活选型，而亚马逊云科技始终坚持为开发者和企业提供多元选择。一方面，其团队与 Anthropic 等全球顶尖模型厂商深度协同，依托自研 Trainium 芯片，完成从底层硬件、架构优化到 API 适配的全栈调优，让顶尖大模型实现更高性能、更低成本的规模化部署。
同时王晓野提到，亚马逊云科技团队正积极深耕本地合作，已将多款国内领先的开源模型接入 Amazon Bedrock 平台，同时持续推进本土大模型与自研芯片的训练适配工作。这就使得企业客户不仅可以自由混搭国内外各类模型，还能自主接入 OpenAI API 等第三方 AI 能力，根据自身的性能、成本、精度需求灵活搭配，彻底摆脱模型绑定的桎梏。
针对行业普遍面临的算力紧缺、性能不稳定等难题，G2 解读了亚马逊云科技的基础设施核心优势。他坦言，当前 AI 行业算力供需失衡仍是普遍痛点，而亚马逊云科技早已完成自研 Trainium 芯片的规模化商用，通过从底层硅芯片、模型架构到上层 API 的全栈优化，为大模型训练、AI 推理、Agent 智能体自主运行提供稳定、高效的算力支撑，有效解决企业算力不足、性能波动的问题。
在企业客户重点关注的 AI 原生数据库领域，G2 详细阐释了亚马逊云科技适配 Agentic AI 时代的数据库升级逻辑与核心能力。他表示，AI Agent 的运行逻辑与传统程序完全不同，对数据库的数据访问、记忆存储、智能检索、上下文调用能力提出了全新要求。
针对这一变化，亚马逊云科技完成了全系数据库的 AI 能力适配，无论 PostgreSQL、MySQL 等开源数据库，还是 DynamoDB 键值数据库，亦或 SQL Server、Oracle 等传统商用数据库，均全面支持 MCP 模型上下文协议，可被各类 AI Agent 框架无缝调用。同时，亚马逊云科技为各类数据库迭代升级向量检索、混合搜索能力，专门适配 AI Agent 记忆存储、智能上下文调取的核心需求，为智能体稳定运行筑牢数据底座。
针对国内企业最关注的定价策略与不同规模企业服务差异的问题，王晓野在现场也做出了解答。他表示，亚马逊云科技拥有全球统一、严谨透明的定价体系，同时充分兼顾国内大中小企业的差异化需求。对于大型企业，团队核心思路是适配其已有的技术投资，在现有架构基础上完成 AI 升级，避免企业重复投入、无效重构；对于初创企业，亚马逊云科技设有专属扶持项目，通过基础设施资金激励、资源资助等方式，助力初创团队低成本开展 AI 创新、快速试错。
此外，G2 还补充道，企业选型的核心不在于规模大小，而在于所处的运营环境与监管场景，亚马逊云科技始终坚持 " 在客户所处的位置遇见客户 "，按需适配不同企业的转型需求。
自研 Kiro 落地内部迭代，践行 "AI 构建 AI" 新范式
在此次沟通中，G2 主动披露了亚马逊云科技内部 "AI 赋能研发 " 的核心实践，引发了诸多关注。据他介绍，亚马逊云科技当下绝大多数全新功能的迭代升级，均广泛依托自研 AI 编程工具 Kiro 完成，今年发布的代码漏洞扫描等核心新功能，就是由 Kiro 自主开发、迭代优化落地。
在 G2 看来，这一内部实践既是亚马逊云科技对自身 AI 产品能力的极致自信，更是行业 "AI 构建 AI" 未来发展趋势的真实落地，为全球的 AI 研发迭代提供了全新范式。
谈及内部研发逻辑，G2 表示，安全是云原生研发的第一准则，而 Kiro 的落地，让亚马逊云科技内部研发实现了全方位提质增效。通过将 Kiro 融入研发全流程，团队得以借助 AI 工具自动完成代码检测、漏洞扫描、功能迭代，大幅提升开发安全性与迭代效率。同时依托内部海量云原生开发者的实战使用反馈，Kiro 能够持续自我优化、迭代升级，形成 " 内部试用—反馈优化—对外输出成熟能力 " 的正向闭环，让产品功能更贴合企业真实落地场景的核心痛点。
G2 强调，亚马逊云科技始终坚持开放选型的理念，内部研发并不会单一绑定 Kiro。据他透露，团队同时开放 Claude Code、OpenAI Codex 等主流 AI 编程工具的使用权限，通过多工具并行对比、实战迭代，筛选出最优的开发方案与使用体验，最终将成熟、稳定、高效的 AI 开发能力对外开放。而这种多元兼容、AI 自我迭代的模式，也充分印证了行业 " 工具自主进化、AI 赋能创新 " 的发展方向。
更突出的 " 全球同步 "，彰显出亚马逊云科技的改变
在此前的主题演讲相关内容中，我们三易生活已经提及此次亚马逊云科技中国峰会的一大变化，那就是相较往届，今年亚马逊云科技大幅强化了全球技术本土化同步的属性。
具体来说，往年较少有一线技术高管直面国内媒体、同步解读海外最新技术成果的环节，此次不仅由 G2 等全球核心技术负责人登台，详解海外刚刚发布的全新功能，更搭建了专属交流通道，让国内市场也可以直面全球核心技术团队，第一时间获取前沿技术动态与落地思路。
很显然，这一变化彻底打破了外界固有认知中 "AWS 全球技术 " 与 " 亚马逊云科技中国业务 " 的边界。G2 和王晓野均表示，亚马逊云科技正全力打通全球技术壁垒，将全球同步的 AI 技术、云计算能力、数据库创新方案与落地方法论全面引入中国市场。有别于部分海外厂商本土化迭代滞后、技术脱节的问题，亚马逊云科技通过全球高管直面交流、新技术同步首发、本土厂商深度联动的模式，让中国企业也能无差别地获取全球顶尖的云与 AI 技术能力。
王晓野在沟通中结合本次发布的 Amazon Context 新功能坦言，亚马逊云科技所有技术创新都源于客户真实落地的痛点，而非凭空迭代产品。依托二十余年全球服务经验与庞大的全球合作伙伴生态，结合持续深化的本土适配，亚马逊云科技正不断完善中国市场的服务体系。无论是大型企业的存量架构升级、规模化 AI 落地，还是初创企业的轻量化创新、低成本试错，亚马逊云科技都能精准匹配需求，这也就意味着他们正持续加大中国市场的资源投入、技术落地与生态深耕力度。
加入收藏 点赞 ( 0 ) 踩 ( 0 )
