摘要：亚马逊这家公司很多人第一反应还是“送快递的”和“卖云服务器的”。但在2024年，亚马逊已经悄悄换了个身份：它在上一年9月份静悄悄的在旧金山成立了一个AGI实验室，正式下场搞通用人工智能（AGI）了。

亚马逊这家公司很多人第一反应还是“送快递的”和“卖云服务器的”。但在2024年，亚马逊已经悄悄换了个身份：它在上一年9月份静悄悄的在旧金山成立了一个AGI实验室，正式下场搞通用人工智能（AGI）了。

别看名字低调——Amazon AGI SF Lab，听起来像个分公司，其实这一步是亚马逊战略升级的关键一环。它不想再只是AI工具的搬运工，而是要亲自下场造有手有脑的AI。

这个实验室的“一号位”是一位华人——David Luan。这个人你可能没听过，但他的经历，放在AI圈里绝对是全能战士。

过去亚马逊做AI的思路，和它卖云服务一样，主要是搭建平台。比如Amazon Bedrock就是个帮别人训练模型、跑推理的AI服务总包商。

但现在AI圈已经不是谁搭平台谁赢，而是谁能做出最聪明、最能干活的AI谁才是王者。

亚马逊很清楚，如果未来用户不再亲手点购物车，而是靠AI直接帮下单，那它电商里的广告、佣金、推荐系统这些业务就有可能被AI抢饭碗。正因为这种危机局面，亚马逊决定不再只是卖铲子，而是自己去挖金矿了。

David Luan的故事，听完你可能会觉得有点像开挂，他6岁随家人从中国搬到美国，8岁在伍斯特州立大学读夜校项目，13岁拿到计算机证书，耶鲁大学读的是应用数学+政治科学，简历怎么看都不像普通人。

2011年他就开始做AI创业，产品还被奥巴马政府用于执法记录仪。2018年加入OpenAI，参与了GPT-2、GPT-3等项目的工程落地，不写论文专管怎么把研究变成能用的产品。

2020年他去了Google Brain，但没待多久，因为他觉得谷歌太大、资源太分散，想做点新东西太难。

2022年，他拉上Transformer论文的两位作者Ashish Vaswani和Niki Parmar，创立了Adept AI，专门搞Agent——就是那种能听人说话，还能自己动手操作电脑的AI。

Luan看得很清楚，AI不仅要能说，还得能干，这才有用。这也是他后来能成为亚马逊AGI实验室“一号位”的原因。

亚马逊这次下场搞AGI，不是临时组个项目组，而是直接搞了个豪华阵容。阵容里面还有伯克利教授Pieter Abbeel，强化学习和机器人领域的大佬，论文被引21万次，之前是Covariant.ai的联合创始人，专做仓储和物流机器人，正好对上亚马逊的电商业务。

GPU优化专家Erich Elsen负责底层架构，产品方向交给了斯坦福背景的Kelsey Szot，她参与了ACT-1、Fuyu-8B等模型的产品化。

甚至Google提出Scratchpad方法的两位研究员也短暂加入过。这阵容不得不说属实有点厉害了。

Luan带队的Adept AI在2022年就发布了ACT-1模型，能理解自然语言指令，然后自动在屏幕上完成各种任务。比如填表、点按钮、浏览网页——就像一个听话又效率的虚拟助理。

2025年初亚马逊AGI实验室发布了升级产品：Amazon Nova Act，是基于亚马逊自研大模型Nova打造的Agent。

这个模型在ScreeSpot和Ground UI两个Agent评测标准中表现优异，界面元素定位准确率接近94%，没靠人力硬编码，而是用强化学习、自己摸索出来的操作路径。

亚马逊还给它建了个“AI健身房”——里面放的是ERP、CAD、电子病历、财务系统等真实软件，AI在这些环境里反复训练，像健身一样锻炼动手能力。这套玩法，已经不是预训练+微调的老路了，而是AI真正边练边学的新体系。

Adept当初融资超4亿美元，发展得也不错，为啥愿意被亚马逊“反向收购雇佣”？一方面，小公司再有技术，也拼不过亚马逊这种超大算力的云平台。AI训练就像飙车，你得有个发动机够猛的跑车。

另一方面互联网上的公开数据已经快被榨干了，训练Agent真正需要的是真实的操作数据，比如点哪个按钮、怎么填表、系统里的逻辑。亚马逊内部业务场景丰富，每天都有新鲜数据产生，简直就是给AI量身定制的实训基地。

最重要的是，Luan从来不是想做个卖工具的小公司，他要做的是最聪明、最有用的AGI。

亚马逊这步棋，表面看是员工多了个实验室，实际上是一次大转型。它不再只是卖云、送货、搭平台。

而是要在AI这场超级竞赛中，亲自下场，做玩家、做产品、做标准。AI的未来，不只是会说话的ChatGPT，更是能干活的Nova Act。

来源：瑛子的分享日常