Axonius 这一家把 1,400 多个 IT 和安全系统数据汇总、帮企业减负 50% 手动工作的网络安全公司,最近把 AI Agent(能自主执行多步任务的 AI 助手)装进企业客户的独立运行舱里——这件事的判断是:Agent 落地的难题,已经从"能不能做"变成"怎么不让客户数据串台"。

这是什么

Bedrock AgentCore 是 AWS 推出的 Agent 部署平台,帮 SaaS(软件即服务)厂商搭底座。AWS 给出三种多租户(multi-tenancy,一套系统服务多个客户)方案:silo(每个客户一个独立 Agent)、pool(共享一个 Agent,靠会话 ID 区分)、bridge(混合)。Axonius 选了最重的 silo——每个客户一套独立 Agent。理由朴素:它原本就这么管客户,迁移成本最低。

它第一个 Agent 干啥?读懂企业运行状态,从几十个数据源里识别漏洞和风险,让初级分析师也能跑复杂分析、不占高级分析师时间。换句话说,就是把"老员工的经验"塞进模型里。

行业怎么看

踩过 SaaS 坑的人会认可 AWS 的思路:把多租户、安全、成本追踪标准化,不是炫技,是补课。Bedrock AgentCore 配上 RAG(让大模型从指定知识库查资料再回答)知识库这套组合,对接进现有架构也算顺。

但也有冷静声音要听。第一,silo 模式成本不低——每个客户独占一个 Agent 实例,算力开销对中小 ISV 不友好,AWS 也没给出明确定价对标,这也是为什么 pool 模式才是多数人现实起步。第二,Agent 替初级分析师干的活,本质上是把岗位经验编码进模型,长期看真正影响的是企业的人才梯队,而不是某个 SaaS 续费率。第三,押注 AWS 生态意味着更深的云厂商绑定,对欧洲、有数据出境要求的企业来说,这条路未必走得通。第四,"Agent 能跑通"和"Agent 能赚钱"之间,隔着一段被普遍低估的距离。

对普通人的影响

  • 对企业 IT:采购 AI 产品时,"客户隔离"应该写进合同条款——不只看功能 demo,还要问清楚数据物理上是否分开存放、计费粒度到哪一层。
  • 对个人职场:初级分析师、数据整合类岗位的工作正在被 Agent 接手;反而是把 Agent 部署到业务里的"翻译岗"开始稀缺——懂业务又懂 AI 的桥梁角色越来越值钱。
  • 对消费市场:短期内你不会直接感受到变化,但当越来越多 SaaS 产品背后跑着 Agent,定价和服务模式(按席位 vs 按调用)会悄然重写。