AWS首席执行官Matt Garman表示,该公司的生成式AI助手Amazon Q正在通过将开发人员的生产力提升到新的高度来改变这家价值1100亿美金的公司。

AWS首席执行官Matt Garman
Garman在LinkedIn上表示:“Amazon Q正在改变我们的团队在亚马逊上查找信息的方式,这些数字非常惊人。仅今年一年,Amazon Q就解决了超过100万个亚马逊内部开发人员的问题,将花在手动技术调查上的时间减少了450000多个小时。”
AWS为Amazon Q提供了数百万份内部文档,并将Amazon Q集成到AWS团队每天使用的工具中,例如Slack。
Garman说:“现在,开发人员无需在问答板或Slack频道上等待数小时才能得到复杂技术问题的答复,而是可以在几秒钟内就得到答案,等待的时间越少,创新的时间就越多。”
这家总部位于美国西雅图的公司目前是全球云计算市场份额的领导者,占有31%的份额,其次是微软,占有20%的份额,第三位是谷歌,占有13%的份额。
AWS的Amazon Q策略如何发挥作用
AWS开发人员很难及时地找到复杂技术问题的答案。开发人员可以在AWS内部问答板上发布问题,也可以在Slack中找到合适的渠道来提出技术问题,但主题专家可能需要几个小时才能回复。
“这些问题的答案通常已经存在于我们的知识库中,但开发人员无法在Amazon拥有的工具和存储库的大海捞针中寻找到答案,”AWS高级软件开发工程师Alexandru Baluta在一篇博文中说道。
Baluta表示,AWS把Amazon Q Business与他们已经在使用的工具例如如社区留言板和Slack集成在一起。
AWS将由数百万份文档组成的内部知识库导入GenAI Amazon Q Business产品中,以便开发人员可以根据这些存储库中的数据获得答案。
此外,AWS把Amazon Q Business实例与开发人员经常提问的工具集成在一起。最后,AWS使用工具本身固有的上下文(例如用户提问的Slack频道)来提供更有用的响应。
Baluta说:“Amazon Q Business今年已经回答了超过100万个亚马逊内部开发人员的问题,把开发人员获得答案所需的时间缩短到几秒钟。”
AWS合作伙伴InterVision推动Amazon Q的发展
AWS AI全明星合作伙伴InterVision公司目前正在为客户部署和扩展Amazon Q,以帮助他们即时检索答案和信息。
总部位于美国密苏里州切斯特菲尔德的InterVision公司总裁兼首席执行官Jonathan Lerner表示:“很多客户拥有大量非结构化数据或者PDF格式的数据,但如果想想在他们整个建筑物内的所有数据,几乎每个问题的答案都隐藏在文档或数据中。”
和AWS一样,InterVision正在通过Amazon Q提高客户和开发人员的效率,同时还利用Amazon Q来帮助解决云应用或群聊中的问题,以及汇总文档。
Lerner表示:“我们将各种形式的人工智能和智能自动化——RPA及机器人融——入到我们所做的每一件事中,我们认为AWS是地球上最好的建设者。”
上周,AWS宣布2024年第三季度营收为275亿美元,销售额同比增长19%。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。