亚马逊7月22日确认，其通用人工智能（AGI）组织内部分岗位被取消，同时表示仍在建设大型AI模型，并称这是最重要的工作之一。据Reuters转引的报道，亚马逊将这次调整解释为把资源聚焦到客户未来最重要的领域。尽管裁员人数未披露，但市场普遍认为，这一动作并非亚马逊放弃AGI，而是其AI叙事中矛盾的一次集中爆发：大科技仍在投入数百亿美元级AI基础设施，但最接近长期AI野心的团队开始接受组织收缩。
对投资者而言，核心问题在于AWS的AI估值锚正被重新审视。过去市场愿意为大科技AI投入支付溢价，假设模型能力越强未来收入越大；如今更现实的追问是：这些投入何时能转化为客户付费、云收入和利润率改善。AGI虽代表远期想象力，但AWS需要的是将AI能力包装成企业当下可买、可用、可定制的服务。
AI投入越大，组织取舍越硬
官方表述明确：大型模型仍是重点，但资源要投向客户最关心、优先级最高的项目。2025年12月，亚马逊调整AI领导层，Andy Jassy宣布Peter DeSantis负责AI模型、芯片和量子计算组织；Rohit Prasad于2025年底离开，Pieter Abbeel接管AGI前沿模型研究；AGI Lab负责人David Luan于2026年2月离职。这些变化表明，亚马逊并非退出AI军备竞赛，而是在重新排序内部投资组合——离客户、收入和产品化更近的项目正获得更高优先级。
这也是大科技AI交易的共同背景。过去两年市场主要关注谁敢花钱、谁有算力、谁有模型；如今资本开支本身不再稀缺，投资者开始追问回报率：模型团队、芯片、数据中心和人才最终能否沉淀为收入。
Nova Forge提供商业化抓手
理解此次调整需关注AWS于2025年12月re:Invent期间发布的Nova Forge。它不是普通聊天机器人，而是一套帮助企业训练定制模型的服务。传统路径中，企业若想拥有适合自身行业的前沿模型，要么从零训练成本极高，要么在现成模型上微调能力有限。Nova Forge的思路是让客户从Amazon Nova模型训练过程中的检查点出发，在不同阶段混入自身数据及亚马逊整理的数据集，亚马逊称之为“开放训练”。
这一路径对AWS至关重要：它试图将模型能力变成云服务产品。客户不仅调用模型接口，还在AWS上训练、托管、部署和优化自有模型。若产品跑通，将带来算力消耗、平台黏性和后续运维收入。尽管现有信息不能证明被裁AGI资源已转向Nova Forge，但AGI组织调整与客户导向产品同时出现，显示亚马逊正提高商业化项目权重。
AWS竞争焦点转向客户定制
亚马逊在基础模型竞赛中位置特殊：既自研Nova，又投资Anthropic，还要维护AWS作为云平台的中立性和模型生态。这意味着AWS未必只靠全球最强模型取胜。对企业客户而言，模型榜单重要但不是唯一标准；更现实的问题是能否接入内部数据、满足安全合规、降低训练成本、与现有云服务协同运行。
Nova Forge对应这套竞争逻辑：将战场从通用模型能力排名转向企业能否以更低成本训练自有模型。若此路跑通，AWS可将AI收入嵌入云计算主业，而非单独押注消费级AI产品。这也解释了亚马逊为何一边保留AGI叙事，一边收缩部分岗位——前者保留远期技术想象力，后者迫使团队投向更易被客户需求验证的方向。
订单和利润率会给出答案
此次裁员不宜简化为“亚马逊AI失败”或“无关紧要的常规优化”。更合理的判断是：亚马逊仍在AI军备竞赛中，但内部预算和人才分配正向可销售给客户的方向倾斜。这对投资者有意义，因为AMZN的AI溢价将越来越依赖AWS的商业化结果，而非单纯模型叙事。
验证点落在具体事件上：Nova Forge能否获得真实企业客户并持续付费？训练出的模型是否比普通微调更有性价比？另一个变量是人才流失——若仅优化不重要岗位则影响有限；若核心研究和工程人才流出，亚马逊自研模型的长期竞争力将被削弱。最终，官方口径与现实之间的张力需通过产品采用率、AWS AI收入和后续财报中的资本开支回报来消化。