本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 结论和资源
<a name="conclusion"></a>

与代理人工智能系统相比，人类系统的经济学所代表的不仅仅是一个技术决策。它反映了组织如何创造价值、管理风险和实现竞争优势的根本性转变。成功需要系统地评估工作特征，全面衡量结果（包括风险因素），并根据已证实的结果进行战略扩展。

[企业人工智能采用现状](https://isg-one.com/state-of-enterprise-ai-adoption-report-2025)（ISG 2025 报告）显示，大多数人工智能实现失败的原因是学习差距，即系统无法适应、记住背景或随着时间的推移而改进。取得成功的组织侧重于具有学习能力的系统，这些系统可以深度集成到工作流程中，并通过人工反馈和运营经验展示持续改进。

了解这些原则的组织——从合适的工作开始，将工作分解为任务，衡量包括风险影响在内的所有内容，以及扩展行之有效的方法——将通过最佳的资源利用率和注重结果的自动化来实现可持续的竞争优势，这种自动化会随着业务的成功而发展。

future 属于能够智能地将人类专业知识与代理人工智能能力相结合的组织。这创建了混合模型，既能提供卓越的成果，又能保持动态市场条件所需的灵活性、学习能力和协作优势。

## 资源
<a name="resources"></a>

以下资源可以帮助你规划、设计和实施代理人工智能系统： AWS
+ [为代理人工智能构建无服务器架构 AWS（AWS 规范性指南](https://docs.aws.amazon.com/prescriptive-guidance/latest/agentic-ai-serverless/)）
+ 开@@ [启代理人工智能 AWS（AWS 规范性](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-operationalizing-agentic-ai/)指导）
+ A@@ [gentic AI 模式和工作流程开启 AWS](https://docs.aws.amazon.com/prescriptive-guidance/latest/agentic-ai-patterns/)（AWS 规范性指导）
+ [Agentic AI](https://aws.amazon.com/prescriptive-guidance/agentic-ai/)（AWS 规范性指导）
+ [AWS 成本优化中心](https://aws.amazon.com/aws-cost-management/cost-optimization-hub/) (AWS 服务)
+ [亚马逊 Bedrock 文档](https://docs.aws.amazon.com/bedrock/) ()AWS 服务
+ [成本优化支柱](https://docs.aws.amazon.com/wellarchitected/latest/cost-optimization-pillar/)（Well-Architect AWS ed Framework）
+ [AI 代理和解决方案](https://aws.amazon.com/marketplace/search/results?searchTerms=AI+agents) (AWS Marketplace)