在 AI Agent 爆发的拐点时刻，有一组数据直击企业落地 Agent 的痛点：公司 AI 代码覆盖率超过 70%，内部创建了 700 多个 Skills，连接 400 多个 API 端点，每天有 100 多个 AI 协同 PR，跑完 14 万多个工作流，且交付代码中无 P0/P1 级缺陷。这是 小鹏汽车 率先尝到 Agent 甜头后的真实成绩。小鹏汽车基于 亚马逊云科技 的 Kiro、Amazon Bedrock、Amazon EKS 等服务，构建了名为“灵犀”的内部 AI 编程与 Agentic 工作平台。
小鹏集团 AI/Data Platform 负责人何瑞邦指出，尽管 2024 年员工个人效率因 AI 工具明显上升，但部门整体效能变化并不明显。这种“单点提效快、系统落地慢”的现象在物理 AI 领域（如智能汽车、人形机器人）尤为严重，因为软硬件耦合度极高，代码生成后还需经过漫长的编译与回归测试。为此，小鹏选择让 Agent 组建起一支永不下班的研发军团。在 SRE 环节，小鹏基于 Amazon Bedrock 建立了四大 SRE Agent 和五维归因，将缺陷自动修复时间从 2天 压缩至 10分钟，同类 Bug 更是实现了秒级命中。
“灵犀”的架构可拆解为五层：顶层为开发者入口；第二层为 Agent 协作层（以 Kiro 为内核，将开发规范沉淀为 Skills）；第三层是数据和知识层；第四层是模型层（由 Amazon Bedrock 赋能）；最底层是由 Amazon EKS 承载的基础设施。其核心在于“Spec 驱动开发”，即在写代码前先将需求、设计和测试结构化，从源头上提高代码的正确性，完美串联起上下文、规范、模型与算力。
除了小鹏汽车，中国大模型独角兽 月之暗面 (Kimi) 也展示了如何利用亚马逊云科技将模型能力推向全球。Kimi 致力于寻找“能源转化为智能”的最优解，在 Token 效率、长上下文、注意力残差及推理优化上持续发力，近期发布的 K2.7 Code 极速版输出速度已达 180 token/s。
为了服务全球企业，Kimi 与亚马逊云科技展开深度合作：在基础设施层面获取稳定的全球算力支持；在平台服务层面与 Amazon SageMaker 集成，降低开发者的训练与部署门槛；在模型层面，Kimi 计划接入 Amazon Bedrock，并已上架亚马逊云科技 Marketplace，通过全球渠道共同拓展金融、医疗和制造等行业解决方案。
从辅助性的“副驾驶”（Copilot）走向高度自治的“数字劳动力”（Agentic Workforce），小鹏与Kimi的实践标志着AI Agent正式步入生产力深水区。小鹏通过集成 Kiro 和 Amazon Bedrock 解决了一个核心痛点：单点代码生成的提效并不等于研发链路的整体效能。传统的AI编程工具往往会带来“AI狂写代码、人类痛苦Debug”的技术债。而通过规范驱动（Spec-driven）和多Agent协同，灵犀平台实现了闭环的系统化提效。横向对比目前市面上的 Cursor 或基础 GitHub Copilot，基于云原生架构（如 Amazon EKS）的定制化多智能体系统能够真正承载物理世界与硬核软件工程的复杂性。未来，AI Agent生态的竞争将不仅是基础模型（LLM）能力的竞争，更是企业级工作流重构与云基础设施深度融合的竞争。
