亚马逊云科技发布Amazon Continuum以对抗AI网络安全威胁

亚马逊云科技发布Amazon Continuum对抗AI网络安全威胁 大模型狂热退烧后，云服务商的角色已从纯算力输出转向提供数据、安全防御及工具链等全栈落地基础设施。 2026年上半年，全球AI风向从“狂卷Token”转向“理性落地与交付结果”。在亚马逊云科技中国峰会现场，视频展示了Agent技术如何打破专业门槛，在AI短剧制作、语言驱动的金融量化回测、端到端药物研发以及数分钟内生成小游戏等场景中重构传统业务流程。针对AI攻击激增与项目ROI难以衡量的痛点，云厂商正在扮演起涵盖模型、数据、工具链、安全与部署的全栈基础设施角色，推动AI成为真正的生产力。 全球AI行业风向正从疯狂刷榜的“Token Maxxing”转向严控预算与追求业务ROI的“Token Minimizing”，短剧等赛道借助AI生成工具将制作成本压缩九成以上并推动内容创作去中心化。 (0:00) 自然语言驱动的AI Agent深入渗透金融工程与科学研发，不仅让散户能用自然语言完成量化回测与复杂衍生品TARF设计，还推动云端AIDD药物研发能力向小型实验室平民化普及。 (5:00) 多智能体编排技术将2D小游戏的自动设计与部署链路压缩至5分钟内，加剧了游戏行业向“极致大作”与“极简小游戏”两极分化的格局。 (10:00) AI辅助网络攻击大幅压缩防御修复窗口，AWS推出Amazon Continuum等安全服务，主张以“用AI对抗AI”与零信任架构应对安全威胁。 (20:00) MIT报告揭示AI Coding虽让代码提交量激增180%但实际软件发布仅增30%，行业面临严重审查与安全瓶颈，倒逼云厂商构建涵盖模型、数据、编排与安全的全栈Agent基础设施以兑现真实ROI。 (30:00)

2026年全球AI产业正从盲目堆叠上下文的“Token Maxxing”转向注重实际产出与预算上限的“Token Minimizing”与理性落地。在亚马逊云科技（AWS）中国峰会上展示的技术与案例表明，AI Agent正在深层次重构内容、金融、生物医药与游戏开发，使个体具备大机构级别的生产力，但企业仍需面对代码效率幻觉与攻防失衡等严峻挑战。 从卷Token到理性落地与内容创作去中心化 (0:00) 2026年过半，硅谷巨头从年初对模型Token上下文容量与排行榜的狂热中迅速冷静。据《The Information》报道，Meta等公司已开始监控员工AI预算并设置Token花费上限，产业重心转向“Token Minimizing”与实际效能提升。在AWS展会现场，以STARY与AWS合作的AIGC视频平台为代表，AI内容生产正推动全球20余种语言的文字创作者实现短剧和漫剧的个体化与去中心化制作。 Data AI研究院数据显示，海外AI短剧与漫剧市场规模预计从2025年的约1亿美元激增至2026年的6.5亿美元；2026年1月AI短剧在漫剧畅销榜占比达38%，播放量达25.48亿次。好莱坞普通短剧约20万美元的制作成本被AI压缩至十分之一甚至更低。依托SeaArt与Kling等模型的情感捕捉能力，结合AWS Bedrock分镜提示词、SageMaker GPU生图、Transcribe字幕及Polly配音等全栈基建，个人创作者能够极低门槛地将文本小说转化为影视作品。 垂类重构：金融量化、新药研发与轻量游戏 (5:00) 生成式AI与Serverless架构深度结合，重构了高门槛行业的作业流程。在金融领域，用户仅需自然语言即可让模型生成策略代码，并通过AWS Lambda等无服务器环境在数分钟内获取回测十年数据与风险评估；同时展出的衍生品定价智能体大幅降低了复杂外汇工具TARF的设计门槛。华尔街机构也在激进投入，如Jane Street与CoreWeave达成了高达60亿美元的算力协议以强化算法定价优势。 AI for Science领域同样迎来资金爆发，Isomorphic Labs完成21亿美元融资，Alnylam与Inceptive达成最高20亿美元合作；AWS打通化合物生成到云端训练的AIDD闭环，已被MSK癌症中心的6个实验室深度采用。在游戏开发赛道，多Agent编排将轻量开发门槛彻底抹平，现场Demo通过DeepSeek-V3.2等模型与Kiro框架，在5分钟内即完成了2D类银河城游戏的策划、出码与云端部署上线。这促使游戏行业走向两极分化：一端为顶尖人才打造的重度3A精品，另一端为全员可做的速成小游戏，挤压传统中间代团队。 端云协同硬件与攻防失衡下的AI安全防御 (20:00) 在硬件与交互层面，年化收入突破1亿美元的Plaud AI展示了“端侧采集器+云端AI”模式，其大模型推理全量部署在AWS区域GPU与集成了Claude、Gemini、GPT的Bedrock服务上，以解决设备体积算力受限和跨区数据合规难题。现场的Agentic足球锦标赛则验证了基于Amazon Bedrock Agent Core和Strands SDK的多智能体自主推理与协同能力，该架构可迁移至复杂客服和供应链系统。 与此同时，AI网络安全风险急剧升级。Anthropic攻防研究显示，在被封禁的832个恶意账户中，记录到13,873项AI辅助攻击动作，69%的恶意行为者借助AI开发攻击，80%曾滥用Claude Code等代理编程工具；Microsoft数据显示结合AI的钓鱼点击率提升450%。随着黑客利用Mithos等自动漏洞挖掘模型将修复窗口压缩至约1天，传统人工防御已无法应对。为此AWS推出涵盖发现、优先级排序、验证到自动化修复的Amazon Continuum安全服务，倡导“以AI对抗AI”与零信任防御。 警惕效率幻觉与企业级Agent技术底座 (30:00) 尽管Agent潜力巨大，但落地过程暴露出严重的“效率幻觉”。麻省理工学院（MIT）2026年6月的研究指出，AI Coding虽使代码提交量激增180%，但软件实际发布量仅增加30%；高达45%的AI生成代码未能通过安全基准测试，95%的生成式AI项目缺乏可衡量的ROI。产业瓶颈已从代码生成转移至人工审查、集成与安全部署环节。 为了解决落地断层，AWS给出了贯穿安全、效果、性能与成本四大底线的五层Agent技术栈地图，涵盖模型层（Amazon Bedrock已于2026年4月接入OpenAI GPT系列）、数据与知识层、Agentic平台层以及面向业务的应用层，旨在为企业提供受控、合规的全流程基础设施保障。 总体而言，AI Agent正在将大机构拥有的专业生产力迅速平民化，赋能大量个体开发者与垂类创作者。然而，95%项目未实现ROI与代码安全缺陷等现实制约表明，技术竞争已越过单纯的算力堆叠阶段；云厂商的角色正转向深度整合模型生态、编排治理与自动化安全防御，以解决业务交付最后一公里的系统韧性问题。

[0:00] Token Maxxing [0:00] Token Minimizing [0:00] 演技掉打行业 80% 的真人演员 [5:00] 时间就是金钱 [10:00] 药物研发能力平民化 [10:00] 做一款2D类银河城游戏 [10:00] 两极分化 [20:00] 教练在边线喊话 [20:00] 端侧采集器 + 云端 AI [20:00] 人肉已无法对抗 AI 攻击 [20:00] 发现、优先级排序、验证、自动化修复 [20:00] 用 AI 对抗 AI [30:00] 试用后卸载 [30:00] 效率幻觉

[0:00] 2026年过半,AI巨头们的风向又变了年初硅谷巨头们高喊着Token Maxine的口号疯狂的卷Token容量甚至能够排行榜而几个月之后,大家开始冷静下来了这包括Meta开始实施追踪员工的AI使用情况和相关预算并且设置Token花费上限The Information将此称为Token Minimizing几个月的时间,从Token Maxine到Token Minimizing后面是AI产业对Agent的狂热到理智的过程大家终于意识到Agent落地,要看的不仅是花销,更重要的是,再来的价值和效率提升。就是要把这个要顾研发能力平民化时间就是精神你抢先一步验证出了策略头发到市场你就断了更多的钱用生成人AI的能力能不能加快这个探索的这个过程以后的话就是说它会没有中间带就是两级崩溃很严重所有不能抠顶的人都能够三五分钟出一个游戏观众的付费也很强真的觉得已经超过这个行业80%的真人演员了也会再用AI来去提升它的效率它只要找到一点点的缝隙就能够去撕开整道的防线2026上半年我自己体感很强的一个行业就是短剧我在手机上面刷到的大多都是AI做的短剧或者漫剧了而且你们发现没有啊AI演员的演技它的提升很大真的有点掉打现在很多的真人演员了果不其然在亚马逊与峰会的Expo展会现场最受欢迎之一的展位就是AI内容制作这边和开发的一个它是对新手小白非常友好的一个AI Generate Content的一个平台工具平台因为我们要照顾的就是我们的平台生态里面有很多的这种各个语种的这种作者他们其实是比较会写小说但是对于视频制作他们其实还是挺小白的所以我们想做一个低门坛的这种视频生成的工具那么我们希望说让这些会写故事的人可以比较容易的能把自己的故事变成视频化的产品那么视频化了之后其实对于它原有的这个小说的价值比较大的这种提升那么也可以帮这些作者就是内容创作者去做更好的电线所以我们的初衷就是跟AWS一起做了这款产品对 然后现在就是希望能赋能到我们全球的这种二十多个主要语种的这种作者可以让他们把文字化的内容变成视频化的内容对 你们相当于是把AI短剧这个事情把它给decentralized就是把它给去中心化的这种感觉是让作者本身或者人人都可以用你们的工具去把它作为AI短剧是这样的对因为我觉得像就是整个AI的工具包括大模型的整个眼镜和提升之后它还是会越来越降低这个门槛的所以我们也认为像内容的创作小说本来就是个体创作的但是可能在AI工具的支持下以后像视频化的内容它可以也会慢慢的转向像individualized的这个方向然后可以让它的门槛变得比较低那么以后借助这些工具的话呢希望个人创作者可以有更好的内容发挥也会让整个的内容生态变得更加丰富所以我们是希望来做这件事情Data AI研究院就估计海外AI剧和慢剧市场规模2025年大约是1亿美元2026年预计达到6.5亿美元直接实现6倍增长2026年1月AI短剧在慢剧摆墙榜的占比从2025年的7%直接攀升到了38%上榜作品的总播放量高达25.48亿次如今市场上的AI短剧和慢剧可以说有几十万步之多而AI短剧的成本之低都望尘莫及而更重要的是观众们愿意为此花钱大概这样的一个成本比例是什么样子的在好莱坞拍摄然后一个一部短剧的成本大概是20万美金左右然后大概现在如果制作用AI做的话可以十分之一甚至可能更低对因为这个也要看他是做的比较精品还是说普通的内容那像电视剧通常来讲像可能中国或者电影的成本大概都是在几千万到几个亿那AI它的技术其实主要取代的是原来其实传统影视里面最花钱的那块比如说各种特效然后比如说各种的这种奇幻类型的东西因为以前他们要建模去做那些反而是非常贵的那AI他首先先把这个原来很贵的成本都先降下来然后反而可能是对比较真人拍摄的就是走感情戏啊走这种这种他的期待性会稍微低一点但我今年看到我觉得随着C-Dance可怜还有一些模型它对于人的这个联系 [5:00] 表情的普捉还有他的情感的表达会越来越好我真的觉得已经超过这行业80%的真人演员了对所以他其实就是成本上是巨大的这个效率上都是巨大的提升对那你观察的观众的付费意愿是很强的吗大家其实不是很在意说这个东西是不是也要走出来我觉得观众的付费意愿很强大家更关心的是这个内容是不是有意思的故事对其实我觉得这个打个比方以前我们看动画片的时候你也会为很好的动画片去付费因为他也不是真人的因为我就做海外市场比较多海外市场就是现在我们一定看到明确的数据是这样子那可以说AI短剧和慢剧是Agent落地并且产生企业价值的一个非常典型的场景了而在中海业务当中呢更是一个非常有潜力的赛道而民营厂生在中间扮演着非常重要的技术支持比如说Yama寻音科技可以在底层用Bedrock处理剧本分镜和提示词用Sachemaker GPU实力或者第三方模型处理图像和视频生成本地素材和版本同时可以用Transcribe生成字幕Translate完成初一Berac根据剧情人物关系和当地文化进行二次改写再用Poly或者亚马逊云科技生态中的配音口型同步服务生成本地化版本我们刚才说到的AI短距只是一个案例,AI时代来临之后将会重构产业和产品,而我们在6月底亚马逊云科技在上海举办的中国峰会上,是切身感受了在医药、金融、游戏、硬件还有安全等等产业已经是发生着巨大的变化了。我们去看看散户们是怎么用agent来做量化的在传统的量化的交易里面的话我们从最开始的因子挖掘以及到因子挖掘出来之后来生成组合策略然后以及到这个策略的回测再到它的模拟盘再到实盘这是一个长长的这么一个链路里面需要大量的传统的工程化的平台才能去比较好的来验证这样的一种东西那在现在的话用生成AI的能力能不能加快这个探索的这个过程用这个平台就是说你只要语言把这个条件描述一下一点击就帮我们大模型帮我们生成的代码然后这个代码在运行的时候以这一点他就自己发布到我们最新的而且能靠 wrong time这么一个全托管的然后sourless的这个具有很高性价比的这么一个平台上然后很快的跑出结果告诉你啊这个策略的总体的假设你回色十年十年你的收益怎么样你的各个金融的参数怎么样以及它的关注点在哪里你可能也可以关注大木星帮我生成代码是什么样的也告诉我然后你还可以基于这个结果进行进一步的探索你可以跟淡文言交互我这个策略在某个地方有什么问题,大地有什么问题你可以交货我就比如说这个地方我该如何改善我以后的策略呢那你就这么问他大模型又可以告诉你后续改善的策略那从整个链路上来说在链化回撤的这个环节上针对一些可能稍微不那么复杂的因为具复杂的这个链花回撤需要更多的平台跟算力那在那种情况下你在现在这种情况下他就得到快速的验证就是在这么赚钱的这个事情上占于时间就是金钱你抢先一步验证出了策略投放到市场你就赚了更多的钱这次说现在生存而来来赴能于量化大交易链的一个特点其实AI我觉得它是一个特别适合跟量化结合那个东西你觉得现在在华尔街上还有整个的trading上面AI是在怎么去改变整个金融的玩法量化这个场景是大模型或者说是生成的AI或者是AI最早卷入了一个领域在还没有生成AI的时候,他们就基于大量的数据提取里面的因子然后做大量的回撤那在生存是AI的时代的话,站队他们里面就做了一个很好的补充是说在挖掘音质的时候有很多大量的非标的我们称为六类数据比如说舆情啊新闻啊那这些东西呢如何跟这个从里面挖掘因子的话就需要很多的寓意理解了这样的功能那这刚好是大幕型散场那他们就是说越来越多的就进入到这个这个月里面来改善那再回到更前沿的这个量化公司的炒股的话那就有更多了它可以通过大的资金量然后通过他投入资金量的买入买卖然后根据价格的这种波动引发散户的跟进或退出 [10:00] 所以这就不好说了比如说现在A股市场的很多波动可能就跟这方面有一些关系这确实是AI在改变金融,尤其是在在炼化这个域里面当量化在市场的声量越来越大的时候,那自然传统的油资机构的玩法也会受到影响。而在这个展区的背后也是一个相关的agent赋能金融的案例,那这里是一个怎么用agent迅速帮券商们去开发一个衍生品的产品的案例。那如今很多银行和券商也都已经开始应用相关技术在设计金融产品上了。我们这个是一个叫衍生品定价的智能器然后主要是针对TUF的衍生品它是一个英文名字叫Tagate Redemption Forward目标可守会远期嘛它本身就像类似于这个期货主要是帮这种新出头企业来去锁定它的外汇嘛所以这个产品的话主要是帮用户去锁定外汇的这个价格那我们这个产品的话就是帮用户在对话的过程中一闹他去完成这个产品的设计因为这个产品本身是比较复杂的嘛去设计的话没有一个对比说它现在能够节省或者提高了多少个效果我觉得这个它的最核心的贡献在于对于非专业的人士它可以很容易用这个来去做设计因为我不是金融的专业人士我只是对智能体设计这一块比较散场但是我的感觉是虽然我之前对于这个套产品一点都不熟悉但是我依然可以去设计出来这个产品然后主要做的就是你理解它的这个东西是啥就可以了华尔街正在迅速拥抱AI,这其中最著名的代表就是GenStraight,为了满足自身的模型需求训练,MicorWave是达成了60亿美元的算力协议,同时也在自建数据中心,意图在金融模型研发和算法定价上建立优势。那接下来我们再去看看最近非常火的AI赛道,医药行业。最近我们看到AI for Science以及AI Research这两个概念在硅谷是特别特别火资金也在疯狂的布局我们看到有很多的明星出创公司和新星实验室也在出来那背后的原因也都是Agent的进展Alphabet旗下的Isomorphic Labs宣布完成21亿美元融资它被视为谷歌想打造的旗下AI原生制药公司投入最多10亿美元建设AI联合创新实验室今年6月OniLam和Inceptive宣布最高20亿美元合作将RNAI数据和Inceptive的生物基础模型结合用于设计新药户这意味着AI开始深入RNA蛋白质等特定药物模态而亚马逊云科技也一直在为药物研发方向提供技术上的支持你可以理解成他做了一件事情就是把这个发现药物和研究药物我就原来的话我们如果要去做这种AIDD的也就是说用F的药物研发它是需要去做很多的模型去发现我们的一个候选的化物然后找到化物之后我们要去做一些实验去验证然后再把这个实验的结果再放回到这些AI模型去做训练这样一个大的循环然后呢这个其实原来只有这些很大的药厂才能做现在我们这个方案的话把所有这些环节都打通了如果有一个研究的科学家如果他有一个很好的想法他在我们上面就可以去调用各种模型去生成化合物然后可以放到我们的一个实验的环境就我们的一个判断里面去把它这个实验也做完然后再传回这个云上就把这个整个的事情就做完了就说把这个药物研发能力平民化了所以你们客户主要是小型的药物厂还有小型实验室呢我们客户大型的药产业也有也有一些是这种研究机构像这上面讲的MSK就是美国很有名的一个癌症研究中心他们现在一定要六个实验室在用我们这个产品了谢谢大家现在我们看到很多的案例是抗癌的药物对还有其实都有啊好像小二兹海默症还有一些减肥啊那不也很火吗减肥的药物也是大家比较关注的一些对 都有的 都是可以的另外的一个赛道如今被agent在迅速影响的就是游戏开发的赛道了目前AI对游戏行业的影响还不是自动生成完整3A游戏而是分成以下三个成熟度不同的层次那么首先是研发辅助已经普及代码 原型 维数草案 文案 翻译 测试 营销等等在多方面已经有AI的渗透管线正在重构从人逐个制作资源 [15:00] 产变成了AI批量生成到人筛选修改到系统化管理但同时AI的原生玩法依然在试验期包括自由对话NPC AI队友动态剧情和实时生成世界已经有可玩的案例但是距离大规模稳定商用还有距离那调查就显示了大约36%的游戏行业从业者已经在工作中使用生成式AI最常见的用途是研究与头脑风暴日常办公代码辅助以及快速原型直接去生成最终的游戏内容。以上是比较复杂和精美的大制作游戏,AI正在渗透和探索,但是能够替代的有限。但是对于一些入门级别的小游戏,我们看到目前的开发门槛是越来越低,不如2026年,各种Agent的单身,包括OpenClaw,Hermes,OpenGame等等,再加上能让多Agent编排的能力,使得Agent更容易群体协作,让游戏开发这样的任务变得更加简单。然后通过ACP或者A2A的这种技术让他们在一个网络下面有些agent是在我的服务器上面有些agent是我的同事贡献出来的agent把他们按照我自己的agent方式把它进行一个编排用游戏来做一个demo好不好做一个二滴内银河城的这种游戏吗它其实就分成三个Agent你第一个Agent叫Harness它其实用的这个模型的话好像是Deep Seek 3.2就它会自动的去帮我们进行一个优化和调整我们输入的只有一句话做一个RD 内营合成的游戏这个Harness他会根据自己的一个提示词他会按照一个方法首先游戏类型选一个成熟的作品做锚定然后再去视觉风格和去循环什么控制方式然后他会直接输出一个文档就我们刚刚一句话他其实就给我们输出这么多东西来有了这一个文档以后其实有点像我们Kero的SpackCubit就有个agent帮我写好这么详细的SparkTuber以后然后我就会交给我的OpenGang。OpenGang是另外一个专门写游戏的agent。这个agent 除了提示词优化以外它里面会有大量的这种现存游戏的模板它会比你从0到1写一个游戏要稳定得多因为有参考了嘛这是很容易理解的事情就不容易走偏然后它会再进入我们的GDD就是跟Design Document去形成写一个文件的元旦嘛写好元代码以后就交给了我们的keyword我们的Q擅长是什么他擅长于DevOps 除了Code以外它对我们的 AWS 最了解所以说它会就会利用前面的这些文件部署到我们的 S3 并且去生成一个 CloudFront 的这个连接然后最后告诉我们这个游戏访问的一个弟子看看打开可以看一下刚刚的这个游戏就是这句话是这就是一个有点内营合成的它里面有跑跳走好像还有一些攻击是吧但他没有接入美术的因为他所有东西都是史莎像素糊的因为我们看到他擅长的是Coding他并没有介入我们因为我们的backwall上面也缺乏一些出图的模型等以后比如像tta image 2出来以后我就会把它接进去到时候整个的画面效果就会好很多如果那个时候如果审美这件事情变得非常的简单了之后我们会不会看到整个的游戏行列会有一个很大的变化当然了就是说我们已经看到游戏行列最大的一个变化就是程序这个门槛已经完全被抹平了以前你要做一个游戏,你需要懂得一些每一针它的逻辑里面要放什么样的动作怎么样才有手感这些东西那这些东西已经作为预料已经训练到现在大量的模型里面再配合如果模型不能做的我把作车Agent通过Steel MCP去外放他的整个一个人力化其实你写像这一套程序啊要我自己按照以前方式起码一周那现在基本五分钟给我搞定那美术一样的事情吗比如说我要做一个内缘神 或者内功随俊的这种东西其实我可以用Laura或者发现出一个东西出来之后是吧我也没必要自己一笔一笔花了对吧比如说黑悟空啊就是更那种更加精美的然后更多情节设计的那些是就是更不可替代的对对对你早上点上以后的话就是说它会没有中间带就是两极分化很严重就是黑五空GTA6这种精品中的精品他还是需要对大量的人甚至是大量的A进化来做下面的大量的底座就是大量的5分钟3分钟的这种代差。对,对,对,对,对,对,对,对,所有不能抠底的人都能够3,5分钟出一个游戏。但这一部分它是面临最大的问题就是自娱自乐没办法变现对吧所以说会出现一个非常中间这一代的会非常难受那Agent来之后呢我们发现其实很多游戏的玩 [20:00] 都被解锁了那比如说在现场硅谷101的泽平呢就去体验了一把Agentic足球锦标赛这其实不算是一个游戏项目而是开发者项目目的是降低门槛让人人都可以成为开发者哈喽我是硅谷11的泽平我来跟大家讲讲我的Agentic足球游戏的感受做得下之后我先选好自己的阵容工作人员帮我跟坐在旁边的玩家做了匹配我们俩就开启了一场1v1对战比赛里完全靠打字指挥场上的五名球员拳球,shoot射门,tackle上枪完结等等,键盘几乎都要被我敲出了火星子,但最后还是很遗憾,以0比1失败给了对手。但这种用自然语言实时调度AI球员的Agentic体验确实惺喜,线上选手们的战况也特别胶着,还配备了实时的足球解说,氛围非常火爆。而这场踢球其实是一层包装的很巧妙的Agent开发体验,场上每队的五名球员都是五个自主的AI agent,每个Agent都运行在Amazon Bedrock Agent Core上,每两秒独取一次完整的比赛状态包括球和所有球员的位置 体力 比分等等然后自主决定下一步动作是传球射门还是拦截我的场边敲下的指令本质上就是教练在边线喊话Agent会自己推理要不要听整套系统基于Amazon BedrockBedrock Agent CoreStraint Agent SDK和Kiro搭建而且我们在球场上练的多智能体协同实施状态管理 工具调用和真实的客户服务 供应链等Agentic场景用的是同一套技术战我感觉到Agent来了之后人机交互的游戏玩法会越来越多样最近的足球世界杯 篮球NBA等运动赛事中过去多年的数据积累它其中扮演着更多的作用另外我们在现场还看到了不少的硬件产品包括机器人、智能驾驶汽车还有一些端侧AI的产品那么Agent时代的云是怎么去赋能AI端侧的硬件呢?Plot AI的产品是一个很值得一看的例子目前Plot的面向高频会议人群的AI记药硬件产品包括Plot Pin系列以及手机被贴式卡片款设备订阅业务的年化收入规模突破了1亿美元但它严格来说依然是端侧采集器加云端AI的模式不是完整的端侧智能产品依旧从Plot的角度去看我们就算做这款产品还是希望能够从对话的角度去帮助人们通过软硬间结合的形式去捕捉提取运用对话中那些比如说很细节的一些价值然后帮助他们去放大各自的智能的形式实际上Plot这边是把所有的这些服务全都部署在了AWS的各个region的GPU上面然后因为要符合各个区域的合规性要求还有载配美区都分别部署了不同的服务去服务当币的这个客户啊是这个样子然后底层的话他们使用的是AWS上面的GPU然后同时的话还接了外部的Bedrock的一些模型像海外的话我们是有Cloud的模型有Gminite的模型还有GP的模型所以现在不能端侧处理信息吗还是会需要用到一个因素是的为什么因为端侧目前来说还不具备部署大模型的这样的一个能力端侧它毕竟是一个很小的一个设备真正的通过大模型去做推理的时候实际上是要用一个非常大的一个GPU的集群包括一些高端的模型它实际上是B原的B原的话呢那就是需要调用模型服务提供商的这样的一个能力所以你们现在在零上面想要达到一些什么样的能力首先呢VOD在AWS上部署了自己的模型然后去做转写然后转写完了之后的话呢要做会议基奥的生成然后在那里的话其他的模型供应商来做到大模型的这样一个推理你觉得现在对语音的推理还是实际上是在语音上面是的因为本身它的很轻量级它是没办法在端侧上去部署这样一个大模型如果把它做重一点做重一点那就失去了它的便捷能力所以还是从产品的角度去看没错是这样的现场听Kino的时候呢我发现亚马逊云科技的现场呢是花了很多的时间去讲AI安全这件事情那到了展群呢我才了解到这件事情现在已经是迫在眉睫需要云厂商们去优先保证的事情了因为呢黑客们 [25:00] 已经开始用AI发起了攻击Anthropic就研究了2025年3月到2026年3月被封禁的832个恶意网络活动账户其中是记录到了13873项AI辅助攻击动作69%的恶意行为者使用AI开发攻击能力那值得注意的是研究后半年的中等风险及以上AI攻击者比例由大约33.5%上升到了56.1%增长大约1.7倍80%的样本曾经滥用Clock Code等大理式编程工具Verizon2026年的报告就指出大约15%的攻击技术正在得到生成时AI的增强同时31%的数据泄露以软件漏洞作为初始入口48%的泄露涉及勒索软件Microsoft表示在他观察的数据中陷入AI的钓鱼活动点击率可达到大约54%12%那效果呢是提高了450%因此呢在企业端部署AI安全是绝对的底线亚马逊云科技的解法叫做Amazon Continuum它试图解决AI时代的一个新问题AI发现漏洞越来越快但是企业无法同样快速的判断哪些漏洞真实哪些重要如何安全修复因此呢Continuum被设计为四个连续的阶段第一发现第二优先级排序第三验证好最近我看到大家都在说AI时代我们要用更好的AI去防止AI发现的东西就是这个概念为什么在今年变得特别重要在安全这个行业我发现攻击者也会在用AI来去提升它的效率然后防守者也要用AI所以这个是跟别的行业不一样因为这是两方面都在用AI的情况那具体的改变是什么为什么会说我们会发现说有一些公所的这个失衡的这些问题呢就是攻击方他拿到这个AI的这个事情的时候这个工具的时候比如说像Misos的他只要找到一点点的缝隙 就能够去撕开整道的防线但是对防守者来讲是不容易的因为防守者我要去做的事情是说我得一整个都去做好也就是说我为了让家里不漏水的话我得让家里每一个角落我都去检查过但是我要用家里漏水的话我只要找到那个漏水点那水就可能就渗进来所以这个是AI对整个行业的改变那在这个过程当中今年比较典型的例子就是说Methos的但是Metos并不是为了安全是训练的所以Misos他不停的去训练以后他发现Misos这个模型在AI上面有非常强的能力那他的墙在哪里呢?比如说他可以快速的去发现漏洞然后他发现了很多年没有发现的这个漏洞然后他发现漏洞的这个这个钱会非常成本会非常低因为以前我们要找一些训练有素的人或者是有一些知识背景的人,用很多的钱才能够去找到这些漏洞但是他你家用AI的话他可以把这个成本也降下来所以这个就是我们看到的说AI对整个攻击方其实他们是更容易去利用这个事情在这个过程当中我们做几方面的事情,第一个事情是我们去做AI的应对 因为我们觉得我们要帮助客户去解决说用人肉去对抗这些AI的攻击所以我们今天发了一个新的服务叫Continue那他能够把所有的漏洞的发现修复排序以及整个的这个整理都能够用AI去完成然后让我们的用户更多的去利用AI的能力去解决这个问题同时我们发现说我们在做AI的过程当中它并不是说我用了某个服务某个东西就能够解决因为安全是需要一个整套的逻辑系统整套的方案来去解决所以我们在跟客户交流的时候我们会说分为两个层次,一个是策略就是我们要跟客户说在AI对安全这么大改变的这个情况下应该用什么样的策略这里面包括比如说要去做零星认要去用AI去对抗AI然后要去建立系统的韧性然后让你整个团队的人才是为AI是准备好的所以这是我们的策略最常见的用AI进行哪方面的攻击比如说我们现在都会用Windows操作系统那你时不时他就会去打补丁比如说你们这边有一个后门可能会被黑客利用然后去他拿到你的权限或者是拿到产生相关的这种数据泄露其实在除了我们电脑以外 我们现在目前还有市面上很多很多的 比如你家里有很多的智能的设备 不管是一个电子钟也好 包括一些电子摄像头也好这些都是设备 这设备都是有系统在直升但他都会推送说 我们现在发现漏洞你要去修复但是修复我们过去的都会给一个很长很长的时间的窗口然后很长时间给你去做修复但是现在AI出来了以后它的问题是什么呢他马上就能够被人去利用就是比如说我现在既能够快速地去发现一个漏洞我也能够快速去利用这个漏洞 [30:00] 留给人去做溜动修复的时间窗口是非常短的可能只有一天的时间你就要去复责这个漏洞就会暴露在公网上你的前线就会收这个就会受到影响或者你的数据就会泄露你的家里的摄像头可能就会被人劫持所以这个是我们看到的问题今年你觉得行业应该是把这个问题放生到了一个非常优先起的这样的一个牌系吧是因为大家看到Methos的能力就实在是太强了什么就包括现在其实美国政府对它进行了有一些公共是的所以这个其实这个事情必然会发生所以我们认为MISOS并不是到此为止MISOS只是一波如果我们把话题变成AI要改变安全的话那这个事情会发酵的更长远一点就是Misos肯定是第一波或许会有比MITOS更强大的模型AI对安全的改变会是一个比较长期,我们以后所有安全从业人员都要去面对的一个问题那为什么说我们现在会这么重视这个事情呢就是首先它的速度它的成本其实超乎了我们很多人的这个想象第二个事情,我们认为,业界认为说,这不是一个某个供应商的问题,或者某一个厂商的问题。这是一个整个行业要一起去面对的这个问题简单来说呢在AI agent开始进入到QB企业中落地价值的时候对于决策者来说AI就不再单纯是工具这两个字了而是要业务结果而事实上不只是对企业们来说是这样Agent其实一个很重要的特点是能够赋能个体让个人做到之前只有机构能够做到的事情比起前年之一, 比起前年之一但是自从OpenCore在年初全民热度之后大家会发现一个问题就是你小龙虾装了你会发现它没有那么好用所以你会发现很多人又把小龙虾给卸载了对于企业们来说他们也面临着这样的问题瓦盛理工学院MIT在今年6月发布的一项研究中就说虽然AI Coding使得开发人员的代码提交量增加了180%但是实际的软件发布量仅增加了30%显示45%的AI生成代码安全基准测试失败95%的生成式AI项目未实现可衡量的ROI所以这些让人失望的数据的结论是如今的瓶颈从写代码这件事情上转移到了人工审查测试集成和务数环节也就是说你需要一个非常靠谱的全占AI能力来帮你盯着agent们来交火而亚马逊云科技就给出了这样的agent五层技术站地图模型层值得一提的是在今年4月BiRock宣布可以提供OpenAI的GPT模型了这是打破了之前GPT只在微软Azure上面部署的独家合作接下来是数据和知识层在后面是Agentic平台层最上面是Agent应用层而贯穿所有层的是要考虑的四个维度安全效果性能和成本最顶端是我们所有这些层存在的意义。也就是AI能给企业带来的可衡量的业务产出这张图不是要让各位变成AI的技术专家而是要让各位企业的客户知道哪些我们该重点关注哪些可以交给云和合作伙伴那以上就是我们这次的探展和峰会的感受了其实我每次来到亚马逊科技的峰会现场都蛮吃惊的不管是每年年底在拉斯维加斯的ReInvent还是年中的中国峰会现场每次都是非常多人特别热闹我还在跟同事说怎么一个2B的峰会大家参与度这么高但是最近这几年我慢慢是得到了一个答案之前的2B的Big Business指的是大企业大客户但是呢在AI时代依然是首先拥抱AI的群体但是个人开发者创业者以及就是像炒股的散户这样的个体也能被AI agent极大的影响和赋能道而在这样的一个新时代中云厂商们的作用就在变得越来越重要不光是底层模型和中间的各种基建和工具支持还有安全以及验证等等要把关的角色都非常非常的必要那2026年已经过半了上半年我们经历了agent的爆发推荐了Token Maxing的疯狂和三个月之后Token Minimizing的冷静那么接下来2026年的下半年我相信整个AI产业还会继续快速的变化和迭代我们也会为大家持续的关注那以上就是我们这期的全部内容了你们的留言转发和点赞是支持我们贵国101做好深度科技和商业内容的最佳动力我是陈倩那我们就下期视频再见啦i know you [35:00] ・。