Amazon 本周确认关闭位于旧金山的 AGI Lab。这个团队成立于 2024 年 12 月，初衷是打造能服务于企业客户的 AI Agent 系统，高峰时约 80 人。从成立到宣布关闭，约 19 个月。公司同时表示，Pieter Abbeel 领导的前沿模型研究仍将继续。
这是 Amazon 在 2026 年内进行的又一轮定向裁员的一部分。自 2025 年 10 月以来，Amazon 已累计裁员超过 3 万人，其中仅今年 1 月即裁撤 1.6 万个岗位。AGI Lab 的关闭也涉及研发组织调整。它压缩了一支专门探索 Agent 的团队，但 Amazon 尚未宣布退出自研前沿模型。
Prasad和Luan先后离职，AGI业务调整管理架构
在实验室关闭前，Amazon 的 AGI 业务已经经历了多次人员和组织调整。
Rohit Prasad，Amazon 负责 AGI 整体战略的高级副总裁，于 2025 年底离职。David Luan，AGI Lab 的直接负责人，于 2026 年 2 月离开。两人离职的时间点相隔仅两个多月，相关业务的汇报和管理安排也发生了变化。
2025 年 12 月，Prasad 离职后，Amazon 将 AGI 业务整合进了一个更大的组织，划归 Peter DeSantis 统一领导。这个新组织同时涵盖了 AI 模型研发、定制芯片（Trainium/Inferentia）和量子计算——模型研发与芯片、基础设施等工作由同一负责人统筹。
Luan 带来的 Adept 团队构成了实验室的早期班底。他本是 Adept 的联合创始人和 CEO——Adept 是一家专注于 AI Agent 的创业公司，Amazon 在 2024 年通过招聘核心团队并取得技术许可的方式引入 Adept 人员，以此为基础搭建了 AGI Lab。当时这被解读为 Amazon 在 Agent 赛道上的重要布局。但到了 2026 年 2 月 Luan 离职时，据 The Information 报道，最初从 Adept 加入的十几名核心成员已经陆续离开。
Amazon 表示，前沿模型研究将继续由 Pieter Abbeel 领导。这位加州大学伯克利分校教授于 2024 年加入 Amazon，当时公司取得了他联合创办的机器人公司 Covariant 的技术许可，并聘用了部分团队成员。Abbeel 的研究方向包括机器人学习和强化学习；他的团队是 Amazon 更大 AGI 组织的一部分。
实验室推出的Nova Act仍在AWS运营
AGI Lab 于 2024 年 12 月成立，最初以 Adept 团队为核心，定位于「让 AI Agent 对企业更有用」。这是 Amazon 在 Agent 赛道上的专门探索力量，与 Amazon 更广泛的 Nova 基础模型研发团队并行运作。
AGI Lab 的一项主要成果是 Nova Act——一款能在浏览器中执行任务的 Agent 模型和服务。Nova Act 目前仍在 AWS 上可用并有客户在使用。实验室关闭后，产品继续服务客户，后续开发和人员安排仍值得关注。
在更广泛的 Nova 基础模型研发上，Amazon 管理层也承认仍需追赶领先者。Peter DeSantis 在 6 月接受 CNBC 采访时坦承：「我们的模型在最前沿、最大规模、最高要求的工作负载上尚未达到第一梯队水平，我认为这是一个公允的说法。」他将追赶目标设定为「未来一年内」。
Amazon 当年的资本支出预算达到 2000 亿美元。基础设施投入巨大，而自研模型还需要证明自身竞争力，这是公司面对的另一项压力。
Amazon继续扩大基础设施投入和Anthropic合作
把实验室调整放到整体投入中看，基础设施和合作伙伴是 Amazon AI 业务的重要组成部分。
2026 年，Amazon 全年资本支出指引为 2000 亿美元，较 2025 年增长超过 50%。AWS 数据中心扩建和自研 AI 芯片（Trainium/Inferentia）是重要投向。这些基础设施既能服务外部客户，也能支持 Amazon 自己的模型研发。
Amazon 还在扩大与 Anthropic 的合作。在此前已投资 80 亿美元的基础上，公司于 4 月宣布再投资 50 亿美元，并在未来达到特定商业里程碑后，最多追加 200 亿美元，合计最高可达 330 亿美元。Anthropic 则承诺未来十年在 AWS 技术上支出超过 1000 亿美元，并获得最高 5GW 的算力容量，用于训练和运行模型，包括使用 Trainium 芯片。
这项合作让 AWS 的芯片、带宽和电力供应，与 Anthropic 的模型需求相互结合。Amazon 也在扩展面向客户的应用和服务——Bedrock AgentCore、Nova Act、以及面向企业客户的 Kiro、Quick、Continuum、Transform 等 Agent 工具。今年早些时候，AWS 还启动了一项 10 亿美元的「AI Agent 驻场工程师」计划，向企业客户派驻工程师帮助搭建 AI Agent。
自研模型与外部合作并行，Amazon仍需平衡投入
大型科技公司在模型自研、外部合作与基础设施之间采取了不同组合。
Microsoft 通过 OpenAI 获得前沿模型能力，同时用 MAI 自研模型降低依赖。Google 虽然 Gemini 3.5 Pro 屡次延期、DeepMind 面临人才流失，但仍在坚持端到端的自研路线。Meta 则通过开放模型吸引开发者。
Amazon 一面承认前沿模型存在差距，一面保留追赶目标，并增加基础设施和外部模型合作。DeSantis 提出的「未来一年内」目标，需要在 OpenAI、Anthropic、Google 持续更新模型的竞争中兑现。
基础设施业务让 Amazon 可以从多家模型公司的算力需求中获得收入；自研模型则关系到它对产品能力和成本的控制。关闭一处实验室后，Amazon 仍需兼顾这两项投入。与 Anthropic 的合作能补充模型能力，但也带来伙伴依赖和议价问题，尤其是 Anthropic 同时与 Google 保持合作。
对于受影响的 AGI Lab 员工，Amazon 表示将提供寻找内部岗位的机会，并协助转岗。后续有多少人留下、多少人流向竞争对手或创业公司，将影响这支团队积累的研究经验能否延续。
