从云计算一哥到全球生成式 AI 前行者：回顾 re:Invent 2024 三项重要发布

在本月初刚刚落下帷幕的 re:Invent 上，亚马逊云科技以“厚积薄发”的姿态，带来了多项重量级发布，从全新一代的 Amazon Nova 多模态大模型系列，到性能强悍的 Trainium 2 和 Trainium 3 芯片，再到存储、数据库和 AI 推理工具的全面升级，亚马逊云科技用技术实力诠释了其作为全球云计算领导者的地位。

在上周三开启的 re:Invent 2024 中国行全国巡展活动上，亚马逊云科技大中华区产品总经理陈晓建对 re:Invent 2024 上的重要发布进行了一次全面的回顾。我们访谈了多位社区开发者和现场参会者，整理了三个社区开发者呼声最高、最关注的三项重要发布。接下来，就让我们再一起回顾下今年 re:Invent 上专属于开发者的焦点时刻。

Amazon Q：深入研发全流程，定义开发新范式

说到最深入人心的生产力工具，不得不说的就是深入研发全流程的 Amazon Q。这款生成式 AI 助手在 2023 年的 re:Invent 上首次亮相，在今年 4 月亚马逊云科技陆续发布了服务技术研发的 Developer 和服务企业内部的 Business 版本。

在 Q Developer 刚刚发布时，和市面上绝大多数研发助手类似，聚焦于编码工作。然而今年的 re:Invent 上的全新特性则直接把 Q Developer 带上了 Next Level —— 正如 AWS CEO Matt Garman 在产品发布时所言 “多数开发者平均每天花在编码上的时间也就一个小时左右，其余时间都用在其他端到端的开发任务上。因此，我们想从整个开发周期去看看，是否在其他地方也能提供帮助。”

在其他研发助手还在卷代码生成时，Q Developer 已经渗透进了研发全流程，推出了单元测试自动化、文档生成自动化和代码审查自动化的全新三项能力，目前三个功能已经全部正式可用。

写单元测试太枯燥？Amazon Q 表示：“别动，我来！” 它的单元测试生成工具能自动撸出测试用例，还会贴心地帮你把它们塞进对应的测试文件里，开发者只需在代码编辑器里点点鼠标，选择“接受”或者“拒绝”。无论是边界条件、空值、还是经典的差一错误（off-by-1），Q 都能轻松搞定，甚至还能检测各种奇葩输入类型。换句话说，它让你从“人肉写测试”中解放出来，测试效率飙升，代码质量杠杠的。更棒的是，如果代码改了，测试用例也会跟着动态调整 —— 简直就是测试界的“贴心 AI 小棉袄”。

撰写高质量的文档一直是研发工作中的一大痛点，Amazon Q 的文档生成工具来了，专治“文档拖延症”。只需动动手指点几下，系统就能自动扫描你的代码，提取关键逻辑和注释，生成满满当当的高质量文档。这些自动生成的文档不仅让团队在迁移和开发过程中“随时有据可查”，还特别适合“甩锅式”知识传递和后期系统维护。再也不用担心因为文档缺失被同事“灵魂拷问”了，效率提升一大截！

担忧代码质量？Amazon Q 的代码审查功能绝对是救星。它能提前帮你扫描代代码中的潜在问题，包括安全漏洞、不兼容逻辑以及性能瓶颈，还会通过内置的最佳实践规则库和 AI 智能分析，贴心地给出详细的修复建议。开发者可以结合问题列表和 Q 给出的修复建议，选择是否一键接受修复，直接把结果同步到代码编辑器里。代码质量蹭蹭提升，开发者的自信心也直线上升。

除了新应用的开发，大量现有应用的管理、升级和向云与 AI 的现代化转型，更是曾经的 AI 编程助手所未能涉及的领域。很多开发者不得不把大量时间花在维护、更新和修补现有应用上，而真正的创新被大大压缩。对此，Q Developer 也推出了新的转型特性，旨在加快 Windows.NET、VMware 和大型机工作负载的迁移与现代化进程，有效减少转型周期和成本。

此外，Amazon Q 已集成到 GitLab、SageMaker 等平台，并扩展至 Connect 和 Supply Chain，拓宽了应用范围，全面提升开发效率和资源利用效率。

SegmentFault 思否 CTO 祁宁快评：去年发布 Amazon Q 的时候我们看到了亚马逊云科技对 AI 时代的规划，今年更多落地应用的到来让 AI 时代的前景清晰了许多，这些跟开发者密切相关的应用场景已经让我迫不及待了。

Amazon Nova：基础模型的野心，Any-to-Any 一切皆可生成

聊到生成式 AI，基础模型是绕不开的话题。亚马逊这次虽然来得不算早，但亮相就是大招 —— 在今年的 re:Invent 大会上，亚马逊云科技正式发布了 Amazon Nova 系列多模态大模型，共包括六款模型：

• Nova Micro：专注文本的小机灵，低延迟、低成本，快得像打字机装了涡轮。
• Nova Lite：多模态轻骑兵，图像、视频、文本都能搞定，省钱又省心。
• Nova Pro：实力派全能选手，在速度、准确性和成本上拿捏得死死的，可以处理多种任务。
• Nova Premier：天花板级别的多模态大哥，复杂任务不在话下，还能教别人怎么干（可用于蒸馏定制模型）。
• Nova Canvas：图像生成的艺术家，随手就是专业级视觉大片。用官方的话来说，是达到了“State-of-the-art”（最先进）的水平。
• Nova Reel：视频创作的魔法师，一句话加一张图，轻松搞出高质量视频，广告、营销全不在话下。目前 6 秒钟时长的视频生成已经正式可用，2 分钟版本的也在路上了。

一句话总结：文本、图像、视频，Nova 家族全包了，既能省钱，又能玩出花！展望未来，“Any-to-Any”（任意模态到任意模态），野心直接写在脸上。

SegmentFault 思否 CTO 祁宁快评：从文本到视频，从快速轻巧到复杂丰富，Amazon Nova 基本覆盖了所有的生成式 AI 的应用场景，结合亚马逊云科技的全栈整合能力，我很期待看到它在市场上的表现。

Amazon Bedrock：五大能力升级，AI 应用开发者直呼“真香”！

作为承载基础模型的“模型工厂”，Amazon Bedrock 在今年的 re:Invent 上也带来了一大波更新，从效率到安全，从性能到便捷，全面“卷”了整个行业！来看看这波硬核升级到底有哪些亮点：

1. 模型蒸馏（Model Distillation）：大模型的智慧，小模型的速度

一直以来，大模型很聪明，但是又慢又贵；小模型成本低、运行快，但能力总是差点意思。而 Amazon Bedrock 的 Model Distillation 功能，直接打破了这个僵局。它通过将“大块头”模型（教师模型）的知识蒸馏到“小机灵”模型（学生模型）中，有了它，你再也不用在“性能”和“成本”之间纠结。
核心亮点：

• 自动化蒸馏：只需提供一些示例提示词，Bedrock 会自动完成知识转移的所有步骤，包括生成响应、扩充训练数据、微调小模型，省时又省力。
• 性能炸裂：蒸馏后的小模型运行速度提升 5 倍，运行成本降低高达 75%，但在 RAG（检索增强生成）等高要求场景中，准确率损失不到 2%。
• 适用场景多样：非常适合实时聊天、推荐系统等需要低延迟和高效率的应用场景。
• 支持多种模型：目前支持 Anthropic、Meta 和 Amazon Nova 等多种模型家族，选择灵活多样。
  一句话总结：用蒸馏技术，让“小身材”的 AI 模型有“大智慧”，既能跑得快，又能省得多。

2. 自动推理检查（Automated Reasoning Checks）：终结 AI “幻觉”

AI 幻觉的存在一直是大模型商用道路上的重大难题，尤其在医疗、金融等严肃行业里，正可谓“失之毫厘，差之千里”。Bedrock 的 Automated Reasoning Checks 就是来解决这个问题的：
核心亮点：

• 业界首创：这是全球首个通过数学方式验证生成式 AI 输出准确性的保护措施。
• 精准可靠：使用基于逻辑的算法和推理流程，确保模型生成的内容符合已知事实，而不是凭空捏造。
• 全面保护：集成到 Bedrock Guardrails 中，结合内容过滤、上下文真实性检查、PII（个人身份信息）编辑等功能，全面提升 AI 应用的可信度和安全性。
  一句话总结：让 AI 输出更可信，特别是在“错不起”的场景中，Bedrock 的推理检查就是最强后盾。

3. 模型超市上线（Bedrock Marketplace）：100+ 模型随便挑

全新发布的 Bedrock Marketplace，直接变成了一个“AI 模型超市”，不管你是要热门模型、专业模型，还是新兴的“冷门佳品”，这里都有！
核心亮点：

• 首发新模型：首次集成了 Luma AI 和 Poolside 模型，还引入了 Stability AI 的最新模型。
• 选择丰富：提供超过 100+ 热门和专业模型，满足各种应用需求。
• 一站式体验：用户可以轻松浏览、选择和部署模型，大大简化了模型开发流程。
  一句话总结：模型超市上线，选模型像逛超市一样简单方便！

4. 多智能体协作（Multi-Agent Collaboration）：AI 团队合作也能很高效

在一些复杂任务中，需要多个 AI 智能体协同工作，但传统方法往往需要手动编排、管理，特别麻烦。而 Amazon Bedrock 的 多智能体协作 功能，让这一切变得轻松高效。
核心亮点：

• 快速设置：几分钟内就能创建、部署和管理多个协作智能体，无需复杂编码。
• 模块化设计：支持将现有智能体作为“子智能体”集成到更大的系统中，轻松应对复杂工作流程。
• 高效通信：智能体之间支持并行通信，任务完成效率更高。
• 灵活协作模式：支持监督模式和路由模式，按需优化智能体间的协作方式。
  一句话总结：让 AI 智能体高效协同工作，复杂任务也能快速搞定。

5. 性能优化：低延迟推理快到飞起

Amazon Bedrock 在性能优化上也没落下，加速了一些大模型的推理速度，让用户在使用最新模型的同时，也能享受低延迟的流畅体验。
核心亮点：

• 低延迟优化推理：让大模型的使用既快又稳，特别是在实时交互应用中效果显著。
• Llama 优化版本：Llama 405B 和 70B 的低延迟优化版，在亚马逊云上展现出超越其他云平台的出色性能。
  一句话总结：大模型再强，也要跑得快，Bedrock 的优化技术就是这么硬核！

这一次，Amazon Bedrock 的更新几乎覆盖了生成式 AI 的所有关键领域：模型蒸馏 解决了性能和成本的矛盾，让小模型也能有大智慧；自动推理检查 终结了 AI 的幻觉问题，确保输出真实可靠；模型超市 满足各种需求，选模型像逛超市一样方便；多智能体协作 让 AI 团队高效协同，复杂任务轻松搞定；性能优化 则让大模型跑得又快又稳。

这一系列更新不仅让 AI 技术更强、更省、更安全，还让开发者的工作变得更加轻松高效，堪称一次 “全方位生产力革命”。

SegmentFault 思否 CTO 祁宁快评：Amazon Bedrock 体现了亚马逊云科技在 AI 时代的野心，它提供了一个基座一种标准，让开发者以统一的体验使用包括亚马逊云科技自己模型以内的主流 AI 模型。

后记：来自第一线的快问快答！

本届 re:Invent 2024，SegmentFault 思否也有小伙伴去到了拉斯维加斯的现场。作为云计算领域的春晚，re:Invent 是当之无愧的全球第一大科技盛会。每年除了一系列重大产品更新和发布，还有哪些让人印象深刻的精彩瞬间？我们特别对话了去到大会第一线的社区伙伴，SegmentFault 思否社区顾问、Apache Answer PPMC Member 江波。

SegmentFault 思否社区顾问、Apache Answer PPMC Member 江波在 re:Invent 大会现场

问：初次线下参加 re:Invent，你最大的感受是什么？
答：从 Keynote 到 Sessions 到各种 Workshop，从产品发布到互动展区，从大会的正式环节到晚间的各种 Developer Gathering 和 After Party，内容非常丰富、知识密度很高。4 天时间浸泡在超高知识密度的万人大会现场，每天日行两万步，感觉累并充实着！

问：除了重大产品的更新和发布，还有哪些值得关注的精彩内容？
答：印象最深刻的肯定是亚马逊 CTO Werner 一年一度「架构哲学」的演讲，去年的主题是「云架构俭约之道：企业架构七大黄金法则」（点击此处查看），今年的主题是「繁简之道」，与去年一脉相承。前者侧重于关注成本的设计思想和资源利用效率的提升，后者聚焦于化整为零、化繁为简。AWS CEO Matt Garman 提出的 “Building Blocks”（构建单元）的理念也与 Werner 演讲中的部分观点相吻合。

问：演讲以外，还有哪些让你难忘的精彩瞬间或互动体验？
答：最让人难忘的肯定是 re:Play，作为 re:Invent 的收官环节，每年 AWS 都会邀请百大 DJ 来打碟，上万名开发者一起狂欢、蹦迪，让我们在几天高密度的输入后觉得非常放松。
值得一提的还有一个温情环节，思否在 2023 年的 re:Invent 现场报道中就有提到 —— 在 Badge Pick-up 的区域有一个 Hydrate and Help 的角落，在这里有很多开发者们排队提着水桶走圈。每走一圈，AWS 就会为柬埔寨的干净饮水资源设施捐赠 5 美金。在这里，有很多开发者走上百圈，让我们感受到了科技人文的力量和温暖。
此外，今年我所在的蚂蚁开源也在 12 月 3 日晚上在会场附近组织了一场 Data Rock N' Roll 的 After Party，两百多位开发者一起写代码、交流、打保龄球、喝酒，氛围非常热烈。

问：用一句话概括一下你的 re:Invent 体验
答：这是一场值得被列入「人生不可错过系列」的科技盛会，每一位开发者都值得亲临现场体验一番！