出品 | 虎嗅科技組

作者 | 梁卡爾

編輯 | 苗正卿

頭圖 | 虎嗅拍攝

亞馬遜云科技（以下簡稱“AWS”）在中國講AI，重點不只在技術本身。

在全球市場，這家公司正在把生成式AI重新包裝為云計算的下一輪增長曲線。自研芯片Trainium負責算力成本，Amazon Bedrock承接模型生態，Agentic AI工具鏈試圖把模型接入企業工作流。聽起來這是一個典型全球云巨頭的故事，用資本開支堆出算力，用平臺吸納模型，用企業客戶消化AI需求。

放到中國市場，這個故事需要一個更具體的商業場景，也就是中國公司的全球化，尤其是一些AI公司。對月之暗面這樣的模型公司來說，出海不只是開放海外訪問或提供API，更何況一些AWS的老用戶出海的需求隨AI而擴大。對AWS來說，這恰好是其全球基礎設施、平臺能力和企業客戶網絡可以發揮作用的地方。

AWS需要月之暗面這樣的客戶案例。

2026年4月，亞馬遜披露的第一季度財報和隨后的電話會已經說明，AI是AWS云業務下一階段增長的核心變量，是亞馬遜最重要的利潤來源之一，同時，亞馬遜也在為AI基礎設施持續加大資本開支。數據中心、電力、芯片和加速計算資源，正在變成生成式AI時代的新基礎設施儲備。

重資產投入后，AWS需要新的消耗場景

亞馬遜首席執行官Andrew R. Jassy甚至表示，在AWS高增長時，資本支出快速增加會在新基礎設施實現商業化之前，造成自由現金流的損失。高額投資背后是，云廠商在賭企業工作流被AI重寫后會成為長期客戶。模型訓練需要算力、推理需要算力，Agent運行更需要算力，而數據治理、權限管理、審計、安全和應用集成都能成為新的收費點。

因此，AWS反復對外講自己的Bedrock、Trainium和Agentic AI，并不是一時的市場營銷，而是它想證明自己在企業部署AI時仍是不可或缺的基礎設施提供商，和云時代的統治地位相當。

正是因為亞馬遜把上千億美金全砸在了重資產上，甚至導致了短期自由現金流的“見底”，它才更急迫地需要在每一個細分市場尋找有能力消耗其海量算力、迅速變現的超級客戶。這種基礎設施變現的底層焦慮，直接傳導到了中國本土。

Agentic AI把模型出海門檻抬高了

6月23日，AWS中國峰會召開。主題演講環節，亞馬遜全球副總裁、AWS亞太區聯席總裁儲瑞松把這個變化稱為Agentic AI爆發的拐點。在他的表述里，拐點是模型能力和Agentic工程體系開始形成飛輪，也就是說，模型在推理、代碼生成和多模態理解上持續進步，工程體系則負責把這些能力轉化為可交付的業務結果。

早期行業迷信提示詞工程，關心如何讓模型理解指令；隨后轉向上下文工程，關心如何在正確時機給模型輸入正確的數據、工具和記憶；現在，焦點變成駕馭工程，也就是圍繞模型搭建執行框架，包括智能體循環、工具調用、評估、重試和護欄。

說個大白話就是，企業不需要一個更會聊天的模型，需要的是一套能讓模型做事的系統。

這就讓AWS在中國市場找到了新位置。到了Agentic AI階段，不太可能的商業模式是，做一個簡單的海外App上架應用商店，或者開放API給海外開發者調用，因為難度已經升級。當模型進入企業工作流，問題將不再只是夠不夠聰明，而是包括一整套后期運維保障。完成企業級交付是今天出海的門檻。

儲瑞松向中國客戶講述該如何思考Agentic AI。圖片來源：虎嗅拍攝

儲瑞松在峰會上提到，Agentic AI項目必須從業務結果出發，數據會從靜態資產變成驅動智能體創造價值的戰略資產，平臺成為概念驗證和生產部署之間的分界線。尤其當企業內部出現成百上千個智能體時，它們與員工、系統以及其他智能體之間的協作，必須依靠統一平臺管理。

第一次聽，可能會覺得這是一套云廠商銷售新話術，但細品可以發現，這段話反映了一個樸素的事實，企業缺的是能規?；\行AI的規則和基礎設施。

一個Agent如果只是用來演示，那么出錯或失敗，無非重來一次，但如果真正進入企業運轉的流程，就必須有一整套機制來保證。儲瑞松把定義Agent這件事比作給新員工寫崗位說明書，明確其職責、交付標準與出錯預案，并將其與業務 KPI 直接關聯，從而在第一天起就能衡量其價值。

這是AWS要做的，把模型放進一個全球企業熟悉的采購和運行環境里。AWS Marketplace可以降低采購門檻，Bedrock可以提供模型平臺化接入，全球基礎設施可以改善服務穩定性和延遲，安全、合規和伙伴網絡有助于打消企業客戶顧慮。

Kimi是樣本，但不是答案

過去一年，中國大模型公司的全球存在感明顯上升。它們不再只是追趕者，已經有了可以被海外開發者認真比較的產品。Kimi正在向更多場景延伸，而并不滿足只是一個海外版應用。

因此，月之暗面與AWS的關系不再只是一個簡單的客戶用了云的案例。

對Kimi來說，AWS提供的是全球基礎設施、企業客戶入口和合規背書；對AWS來說，Kimi則提供了來自中國的前沿模型供給。AWS需要更多模型選擇，來證明自己是平臺，而不是某一家模型公司的管道。這聽起來像是一個“雙方各取所需”的完美故事。

不過，如果拋開這樣的市場敘事，并結合亞馬遜2026年飆升至2000億美元的資本開支來看，AWS 需要中國這些高頻迭代、自帶流量的 AI 頭部玩家，來填滿其龐大的海外算力池。更重要的是，在全球市場，微軟Azure借OpenAI占據企業AI心智，AWS需要月之暗面這樣一個“頂流客戶案例”，來向整個中國出海圈證明自身在生成式AI時代仍無可替代。

這個模式仍有一個bug。上線Marketplace、得到合規背書、企業客戶愿意試用只是一個開始，Kimi還要面對一組強大的競爭者。OpenAI、Anthropic、Google、Meta和Mistral都在爭奪企業客戶與開發者。月之暗面B端負責人黃震昕表示，希望能和海外模型公司掰掰手腕。

將舊的“中國企業出?！睉鹇云孔?，裝下AI時代最貴的“新酒”。圖片來源：虎嗅拍攝

AWS提供的是一張船票，降低信任的門檻，讓月之暗面拿到進入全球企業級市場的機會。中國模型可以憑借在國內內卷生態競爭下得到的性能、價格或開源生態優勢贏得關注，但在海外企業市場接下來要看的還是商業轉化、續費和深度集成。

峰會上一系列客戶案例中，為什么月之暗面最值得關注，也是因為這實際上是一種新的分工模式。如果能夠跑通，那么AWS在中國市場就有一個新的定位。它不必卷入中國本地模型大戰，也不必把海外AI產品完整搬進中國。它可以成為中國AI公司進入全球企業市場的基礎設施層、合規層和分發層。這是云廠商的一個最簡單的商業目標，而不是一個什么新發明。

這是典型的中國企業出海戰略，從早期沐瞳、米哈游的游戲、安克的跨境電商，再到后面的SaaS出海，AWS扮演的角色從來沒有變過。新的是今天要出海的是大模型，與之相對應的是，AWS的交互方式變了。

這個故事還有一個尾聲

黃震昕在峰會期間告訴虎嗅，希望能夠在中國市場幫助AWS提供大模型。

在中國談人工智能，AWS多少有些尷尬。中國有自己的大模型公司、云廠商、監管環境和客戶習慣。這并不意味著月之暗面能幫AWS解決底層合規資質的問題。在光環新網和西云數據過去幾年幫助AWS符合中國法律下構建的本土基礎設施里，Kimi可以補充生態的關鍵拼圖。

這恰好或許可以解決AWS中國峰會現場那個意味深長的場景。由于數據和政策限制，那個關于智能投研的AI實踐要求在海外區域運行。現場嘈雜，只有早到且戴上耳機的少數人才能聽到。這種“戴著耳機聽海外聲音”的物理隔閡，正是AWS在國內的真實寫照。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4871044.html?f=wyxwapp