AWS Agent AI副总裁Swami Sivasubramanian在re:Invent 2025主题演讲中，特别邀请AWS杰出科学家、自动推理领域权威Byron Cook登台，阐述如何通过神经符号AI（Neuro-Symbolic AI）技术，确保AI Agent真正可信。

Swami坦言AWS早期构建Agent原型时，曾出现“模型在API调用时产生幻觉”的问题。这衍生一个根本性疑问：如何让Agent真正可信？他指出LLM可能在复杂规则面前出错，或推理存在逻辑错误，一旦场景涉及金融交易、客户信任等关键环节，单纯统计方法便远远不足。

Byron Cook开场便提出尖锐问题：“你会把信用卡交给Agent吗？就像交给一个几岁的小童去购物一样，他可能会帮你买到想要的商品，但最终你也可能得到一大堆不需要的东西。”

Cook详细阐述神经符号AI这一突破性方法。他解释自动推理是在数学逻辑中搜索和仔细检查证明的学科，与2,000年前欧几里得证明定理的方法相同。AWS在内部系统使用此技术已超过十年，现在将其应用于Agent AI。

Cook通过三个生动例子，解释如何将自动推理应用于AI Agent：

验证输出结果：自动推理工具会像严谨的数学老师一样，逐步验证LLM推理过程，若发现错误则推回重试，形成反馈循环。

训练数据生成：就像用标准答案的习题集训练学生。使用Lean定理证明器创建无限量“标准答案”，让AI从一开始便学会正确推理。

约束解码：就像汽车的车道保持系统，当偏离车道时，方向盘会自动微调拉回。在AI系统中，当模型试图回答“法国首都是什么”并开始输出字母“B”时，自动推理系统会实时介入，像导航一样将其引跳转至正确字母“P（Paris）”。这种实时纠偏确保AI输出始终符合逻辑规则。

Cook也强调Kiro的规范驱动开发：Kiro可分析应用程序、识别验收标准并转换为规范，进而指导程序代码生成、测试生成，甚至证明程序正确性。他随后详解昨日发布的AgentCore Policy：只需用自然语言描述允许的操作，如阻止任何Agent在AWS生产账户资源上执行更新操作，系统便会将其自动转换为AWS两年前开源、语义经Lean定理证明器形式化的Cedar策略语言，且这些策略可通过自动推理验证主权、隐私、安全等要求。

Cook总结：“形式化推理与生成式AI结合，是构建可信Agent的游戏规则改变者。”

Swami表示企业需要“值得信赖的Agent”，而非仅仅“能做事的Agent”。今天Agent可能第一次能完成任务，但重复执行时却会失败。问题根源在于传统机器人流程自动化（RPA）可靠但缺乏弹性，LLM具备弹性但协调复杂，需要构建错误处理和回溯机制，导致LLM在失败路径上运行很远才意识到错误。

AWS给出的破灭方案，是将端到端集成与强化学习深度融合。今日正式推出的Amazon Nova Act，专为构建和管理自动化生产UI工作流程的Agent团队而设，在企业级工作流程场景中已实现90%高可靠度。

Swami解释Amazon Nova Act独特之处在于紧密集成的组件——模型、协调器、执行器、SDK端到端优化。更关键是端到端训练的理念：不是在“罐子里培养大脑”，而是让大脑和手脚一起训练，出厂就会走路。

Swami详细解释训练方法的创新。传统模仿学习让Agent观察和模仿专家行为，但Agent永远不会理解行为因果关系。因此AWS转向强化学习，并创建数百个RL“健身房”——复制模拟的真实企业环境，如CRM、HR系统、任务定位器等。在这些“健身房”中，Agent运行数千个工作流程，通过数十万次互动进行试错学习。每次成功完成任务Agent获得奖励，每次失败获得惩罚。通过这种方式，Amazon Nova Act学会可靠地解决真实世界企业用例。

在RealBench和ScreenSpot等关键基准测试中，Amazon Nova Act表现与业界最佳模型相当或更佳。

阐述完四大核心技术支柱后，Swami特别邀请AWS应用AI解决方案高级副总裁Colleen Aubrey登台，展示这些技术如何在实际客户服务场景中发挥作用。

Colleen开场即提出核心观点：“未来数年，“Agent队友”将如同身边同事一样不可或缺。”她强调真正效率并非“更少努力”，而是“新产品、新服务、更佳客户体验和新商业模式”。而实现这一切关键，是让AI成为团队一部分，嵌入到每个工作流程中。

Colleen以Amazon Connect为例阐明。这是一款云计算AI原生全渠道客户服务应用程序，沿用Amazon内部同一技术，在全球范围内已支持数十亿次客户对话。她通过生动现场演示，直观展示人工客服代表与AI Agent无缝协作处理信用卡欺诈核查的完整流程。

在演示环节，Colleen将自己化身客户。当她发现账户上有多笔可疑交易时，AI Agent首先通过集成Amazon Nova Sonic神经声音的自然语音对话验证身份，锁定实体卡但保留Apple Pay功能。当需要深入调查时，AI Agent将Colleen无缝转接给人工调查员Hector，并自动共享所有上下文资讯，Colleen无需重复任何内容。

更令人印象深刻的是，Hector的“Agent队友”在短短数分钟内便完成通常需要数小时甚至数天的欺诈验证工作。AI Agent自动分析交易地理模式，当地图上标注出可疑位置，并打开跨其他案例查找模式，迅速确认是一宗ATM监听欺诈。Hector甚至即场创建一个自订Agent，以简单自然语言提示定义其行为，让它持续监控Colleen所有账户，一旦发现可疑活动就发送安全消息。

最后，AI Agent分析Colleen完整账户和交易历史，主动推荐一个更安全旅行账户，并指出她当晚在MGM Grand的晚餐预订可以享受更佳旅行奖励。整个过程流畅自然，展示人类与AI分析能力如何完美结合。

Colleen宣布，本周Amazon Connect发布8项新Agent AI功能，包括Amazon Nova Sonic声音集成、实时推荐Agent、AI驱动预测洞察以及多模态协作等核心功能，让人机客服团队能真正实现无缝协作。

Colleen总结道：“未来数年，人与Agent结合的团队模式将从根本上改变工作方式。这不仅是把同样事情做得更快，而是释放我们甚至无法想象的能力。”

Swami在演讲结尾回归开场主题。他说：“还记得你第一次成功编写程序时的感觉吗？那种成就感、自由感、解锁新世界的兴奋感。”今天，借助AI Agent，全球构建者们每天都在体验这种感觉。

无论你是在清理海洋、解锁人脑奥秘，还是解决尚未发现的挑战，你都拥有构建自由、从概念到影响的空前速度、解决看似不可能问题的自由。AWS正通过“易于构建、高效、可信、可靠”四大支柱，让每个人都能构建并运行企业级AI Agent。未来并非Agent能做所有事，而是我们能全然依赖它们做事。