Agnes AI是一家专注于全模态基础模型研发的前沿AI公司，业务涵盖大语言模型、图像生成模型和视频生成模型等自研模型，以及面向内容创作与个人生产力场景的Agent产品。
为将模型、工具和应用连接整合至统一的桌面AI工作台，Agnes AI推出Agnes Code。基于Amazon Bedrock AgentCore，Agnes Code构建了托管的Agent运行环境，实现了会话隔离、任务恢复和项目文件持续保存。项目从原型开发到部署上线仅耗时1个月，且仅需1人负责运维工作。
开发周期从3-4月
缩短至
完成Agent运行环境的部署
与运维仅需
本次项目中，Agnes AI主要使用的亚马逊云科技服务包括：Amazon Bedrock AgentCore、Amazon Lambda等。
机会丨当生成式AI从“一问一答”走向“一个完整项目”
从生成短剧和商业广告所需的图片、视频，到帮助个人处理开发与内容任务，生成式AI的应用正在从单次内容生成转向更连续、更复杂的工作过程。
作为一家专注于全模态基础模型研发的前沿AI公司，Agnes AI已形成模型与Agent两类业务，覆盖短剧、商业广告以及面向个人生产力的通用助手等多个场景，积累了约2,000万用户。
随着模型和Agent能力不断增强，为了覆盖更丰富的用户场景并提升用户粘性，Agnes AI计划将自研模型、Agent能力和应用连接整合至统一的工作空间——Agnes Code。
Agnes Code将本地项目、模型、Skills、应用连接和MCP整合在同一工作空间中，让用户通过自然语言驱动Agent规划任务、调用工具并持续修改，最终生成代码、网页、文档、图片和视频等产出。这些产品规划对Agnes Code的工程架构提出了新的要求：
支持连续任务：Agent执行任务时需要安装依赖、创建项目结构、生成代码并保存中间文件；任务暂停后，还需恢复已有文件和工作状态，继续完成后续操作。
保障会话隔离：不同用户和会话产生的文件需要彼此隔离，避免相互访问或干扰，保障多用户任务稳定运行。
兼顾扩展与运维：随着应用场景增加，Agnes AI需要根据不同任务灵活组合模型、工具和其他能力，同时控制基础设施建设及日常运维的人力投入。
在评估技术方案时，团队发现Agnes Code需要的是一整套能够支持Agent持续运行、会话文件管理和能力扩展的服务。而Amazon Bedrock AgentCore提供托管的Agent运行环境，其模块化设计允许Agnes AI根据不同任务选择和组合所需能力。
同时，亚马逊云科技在新加坡等海外区域的服务能力与Agnes AI的业务布局相匹配，亚马逊云科技团队还会根据Agnes Code的需求提供Demo和技术支持，帮助开发团队理解相关服务并开展原型验证。
基于产品能力、海外业务支持和技术服务等方面的综合考虑，Agnes AI选择与亚马逊云科技合作，推进Agnes Code的开发与部署。
“Agnes Code不仅要处理代码、依赖和项目文件，还要根据不同场景灵活应用模型与工具。我们基于Amazon Bedrock AgentCore提供的托管运行环境与模块化能力，减少了大量基础设施建设和运维工作，更快地将产品规划转化为能够实际部署的功能。”
Pete
Agnes AI研发部负责人
解决方案丨不建底座，只选模块：AgentCore支撑Agnes Code连续任务
基于AgentCore构建灵活可靠的Agent运行环境
Agnes Code覆盖开发、文档、网页、图片和视频等多种任务，不同任务需要调用的模型、工具和运行能力各不相同。随着应用场景持续增加，Agnes AI需要一套既能支撑当前产品运行，也能灵活增加新能力的技术架构。
Amazon Bedrock AgentCore采用模块化设计，将Agent运行、会话管理及其他能力作为可独立选择的模块，使Agnes AI能够根据不同阶段的产品需求逐步配置所需能力，并在现有架构上继续扩展新的模型、工具和任务场景。
当前，Agnes AI主要采用Amazon Bedrock AgentCore Runtime为Agnes Code提供托管的Agent运行环境，并为其配置托管会话存储（Managed session storage）。这是AgentCore Runtime的一种文件系统配置，用于在会话暂停与恢复之间持久化文件状态。
每个用户会话运行在独立的microVM中，拥有隔离的计算、内存和文件系统，会话之间无法相互访问数据；会话结束后，microVM被销毁、内存被清理。这使Agnes AI无需自行建设和维护Agent执行环境，也能实现会话级的运行与数据隔离。
在这一独立环境中，Agnes Code执行任务时产生的代码、依赖和项目文件会被持续保存。即使任务暂停，Agent也可以在用户恢复会话后加载原有文件状态并继续执行。
这种“独立运行、持续保存、随时恢复”的能力，使Agnes Code能够处理需要多轮交互和反复修改的项目任务。随着智能硬件、3D打印和机械臂控制等场景逐步推进，后续Agnes AI还可引入更多AgentCore模块，继续扩展产品能力。
简化动态网站的运行与部署
在自然语言建站场景中，Agnes Code生成的不只是静态网页，还有需要在运行时提供服务的动态网站代码。
Amazon Lambda Web Adapter是亚马逊云科技开源的项目，以Lambda层的形式分发、作为Lambda扩展在执行环境中运行：它把Lambda的调用事件转换成标准HTTP请求，转发给应用在本地端口监听的Web服务器。
这样，用Express.js、Next.js、Flask等标准HTTP框架开发的应用，几乎无需改动代码就能直接运行在Amazon Lambda上，并沿用Lambda Function URL、Amazon API Gateway、Application Load Balancer等接入方式。
通过这一扩展，Agnes Code生成的动态网站代码可以直接以Serverless方式运行在Amazon Lambda上：既保留原有Web框架，又获得Lambda按需伸缩、按调用计费、免运维服务器等能力，无需针对不同框架重新设计部署方案，也不必单独配置和长期维护服务器。
业务成果丨上线周期从3–4个月缩短至1个月，大幅减少研发与运维投入
在亚马逊云科技支持下，Agnes Code仅1个月就完成了从原型开发到部署上线的过程，而在此前评估中如果自行研究、建设和调试相关Agent运行环境，其开发周期可能长达3-4个月。
同时，AgentCore提供的托管Agent运行能力也减少了Agnes Code在研发和运维方面的人员投入。此前评估中自行完成基础设施研发、系统对接和后续运维至少需要10人，如今仅需要1人负责相关工作。
更短的上线周期，意味着更早触达用户；而更轻的技术底座，意味着Agnes Code团队可以把精力集中在产品与模型本身。Agnes Code的顺利落地，也离不开亚马逊云科技专业团队的服务支持。
由于使用的服务较新，Agnes AI团队在上手初期存在一定的学习曲线；对此亚马逊云科技解决方案架构师在架构设计阶段即介入，明确了基于Amazon Bedrock AgentCore与Serverless的技术路径，并针对Agnes Code的具体功能需求快速提供Demo与产品演示，帮助开发团队理解服务的正确用法、少走弯路。
“我们的合作过程相当顺利，亚马逊云科技团队的支持很到位。我们提出需求后，很快就能拿到可参考的Demo，开发团队得以在一至两周内完成功能集成与验证。对我们这样的初创团队来说，这省下了大量摸索和试错的时间。”
Pete
Agnes AI研发部负责人
未来，Agnes AI将继续拓展Agnes Code的模型、工具与应用连接能力，并探索智能硬件等新场景中的应用，推动Agnes AI走向更广泛的工作与设备操作场景。同时，Agnes AI也将与亚马逊云科技持续合作，随着业务向海外地区不断延伸，让自研模型和Agent能力服务更多用户需求。
关于Agnes AI
Agnes AI是一家专注于全模态基础模型研发的人工智能公司。公司坚持提升模型能力、降低智能成本，持续推进人工智能技术创新与产业应用。
目前，公司业务覆盖200多个国家和地区，服务企业客户与开发者超过21.4万。旗下模型平均每月Token调用量超过65万亿，图片生成量达4800万张，视频生成时长达1.68亿秒，形成了覆盖文本、图像、视频等领域的多模态模型能力。
新用户注册海外区域账户，可获得最高200美元服务抵扣金，覆盖Amazon Bedrock生成式AI相关服务。“免费计划”账户类型，确保零花费，安心试用。
