Amazon在持续失败后正在削减其AI部门
Amazon 据报正在缩减其大多数自研 Nova AI 模型的投入，并将资源转向一个单一的“前沿”项目，这凸显出在大语言模型最前沿竞争的成本与风险已变得多么高昂。许多评论者认为，Amazon 更适合通过销售云基础设施、托管第三方和开权重模型，以及将 AI 应用于物流和机器人来获利，而不是直接与 OpenAI 或 Anthropic 正面竞争。也有人将这一转向归因于 Amazon 对数据严格控制和运营导向的文化，认为这些在安全性与稳定性上的优势，可能与推动前沿 AI 研究所需的“快速行动”心态相冲突。
文章时机与解读
- 多位评论者指出，原文来自7月下旬，可能并不能反映当前状况。
- 不少人认为“削减”这一说法具有误导性：Amazon是在整合并将资源转向一个单一的“前沿模型”项目，而不是退出AI。
Amazon的AI战略与商业模式
- 许多人认为，Amazon卖“铲子”（算力、托管、基础设施）比直接与 OpenAI/Anthropic/Google 在通用 LLM 上正面竞争更合理。
- 在 AWS 上托管第三方和开权重模型，被视为风险更低、也更可能盈利，而不是训练专有的前沿模型。
- 有人认为 Amazon 在进行对冲：一边投资 Anthropic 和合作伙伴关系，一边仍尝试一个自研前沿模型。
文化、组织结构与创新能力
- 反复出现的说法是，Amazon 的文化（PIP、人员流动、“旋转门”、背后捅刀、为了处理大量事故而疲于奔命）并不适合“实验室级”研究。
- 也有人强调，Amazon 内部有强烈的安全、隐私、数据封锁和客户信任文化——这对企业云很有利，但与数据饥渴型的前沿 AI 并不匹配。
- 关于 Amazon 是否仍能吸引“最顶尖的人才”也存在争论：很多人说在基础设施/物流方面可以，但在前沿 ML 研究上就未必了。
产品体验：Nova、SDK 和 Alexa
- 一些人表示 Nova 明显弱于领先模型：上下文保持更差、重复、像“GPT-3 级别”。
- Amazon 的 AI 开发工具（例如 Nova Act）被批评为极其慢，而且与直接使用现成工具相比没有竞争力。
- Alexa+（增强 LLM 版）被广泛描述为 UX 倒退：延迟更高，而且在核心任务（定时器、音乐、灯光）上的可靠性更差。
- 强制式 AI 界面，比如聊天机器人侧边栏，以及通过聊天查询价格历史，被认为是一种笨拙的黑暗模式，训练用户去“和机器人说话”。
机器人与物流：天然的 AI 方向
- 许多人认为仓储自动化和机器人技术才是 Amazon 真正的 AI 机会：内部劳动力成本巨大、有自有测试场景，并且可以大规模部署机器人。
- 如果自动化拣货/履约体系成功，可能会消除数十万岗位，并形成受保护、可申请专利的优势。
更广泛的 AI 经济学与影响
- 有人认为 AI 实验室在烧钱，但 ROI 不清晰；也有人描述了显著的生产力提升，尤其是在软件开发中。
- 对于 AI 是超预期还是未达预期，以及其经济收益究竟会持续还是会像泡沫一样破裂，存在分歧。