2025 年 12 月，re:Invent，Werner Vogels 做了他的第 14 场 Keynote。也是他宣布的最后一场。

他没有发布任何新产品。

对一场云计算大会的 CTO 演讲来说，这不是常规操作。他讲的是一个叫"文艺复兴开发者"的框架——AI 时代的开发者需要五种素质：全链路所有权、系统思维、极度好奇心、有意识地使用 AI、讲故事的能力。有评论者在会后写道："He's not talking about technology. He's talking about people.（他不是在讲技术，他在讲人。）"

这很难得，今天人们恨不得将一切表达的对象，都由“对人”切换为“对 AI”，比如软件 UI、数据、文档、API……一年有上百场 AI 产品发布会四处开花。这个执掌全球最大云计算公司技术团队的老头，却将注意力重新移到人身上。

2025 年，Werner Vogels 先是出现在卢旺达一处山丘上的产科诊所门口，再后来出现在内罗毕街角的杂货铺。没过多久，又跑到布宜诺斯艾利斯，对着阿根廷记者说了一句在中文互联网几乎没被翻译过的话：

"生成式 AI 唯一做的事就是幻觉（hallucinate），因为它没有大脑。"

很多人把这理解为一个老派技术人的退休感言。但 Werner Vogels 根本没有退休。截至 2026 年 9 月，他仍是亚马逊副总裁兼 CTO，博客 All Things Distributed 保持着每月一篇的节奏，2026 年已发 9 篇。他没有离开。

Blog 链接：https://www.allthingsdistributed.com/index.html

那他在干嘛？

他一直在解的那道题 

Werner Vogels 2005 年起担任亚马逊 CTO，是 AWS 从零开始生长的亲历者和设计者之一。从 2012 到 2025 年，他连续 14 年站上 re:Invent 舞台。如果把 14 场 Keynote 的核心信息排成一条线，长期关注的是同一类问题：开发者面前有什么障碍，怎么降低它。

早期（约 2012-2015），他反复阐释的是云计算的基本主张：让算力变成按需获取的公共能力——不再需要先买硬件才能验证想法。对硅谷创业公司这是一道门槛，对内罗毕或雅加达的开发者这几乎是一面墙。云把这面墙拆了。

但墙拆了之后，后面露出了新的东西。

到 2016-2018 年，他公开谈论的重心转向了运维和开发效率。开发者不缺算力了，缺的是时间——80% 的精力花在"不得不做但不创造价值"的事情上。Serverless、托管服务、专用数据库密集推出，对应的命题是把重复劳动拿走。2017 年他在 re:Invent Keynote 上说："We continue to build services for the future, not the way we developed in the past.（我们持续为未来构建服务，而不是用过去的方式开发。）"

这两轮拆墙有一个共同特征：都在供给侧解决问题。造更好的工具，降更低的门槛。

2019 年，他做了一件不太一样的事。

他启动了 Now Go Build 纪录片系列，亲自去了雅加达、内罗毕、班加罗尔，拍当地开发者用云解决本地问题。（来源：AWS Now Go Build 官方页面）从公开的纪录片内容看，他在那些地方接触到的障碍不是"技术不够好"。是语言、是本地支付方式不被支持、是英文文档看不懂、是"我知道有这个东西但不知道跟我有什么关系"。

这些问题有一个特点：它们不会出现在产品反馈表单里。 因为遇到这些障碍的人根本还没成为"用户"——他们被挡在了统计之外。坐在西雅图看增长曲线，一切都很好，因为看到的全是已经跨过门槛的人。

他自己说过一句被引用了很多年的话——"There is no compression algorithm for experience（经验没有压缩算法）"——用来解释为什么这类问题在办公室里推演不出来。

从他此后的公开表达看，这次出走标志着一个可辨识的方向变化：不再只问"我们还能造什么工具"，开始更多地问"谁还没用上，为什么"。

2022-2023 年的 re:Invent Keynote 延续了这条线。2022 年他讲异步架构——"The world is asynchronous.（世界是异步的。）"——表面是架构观点，底层涉及成本：同步设计意味着资源空等和浪费，对预算有限的开发者不友好。2023 年他提出"节俭架构师"七条法则，最锋利的一句："Find the dimension you are going to make money over, then make sure the architecture follows the money.（找到你赚钱的维度，然后确保架构跟着钱走。）" 他的主张是：成本不是架构的附属品，成本本身就是架构决策。"Constraints drive creativity.（约束驱动创造力。）"——50 美元月预算不是劣势，是设计约束。

到 2024-2025 年——最后两场——话题从工具和架构彻底转向了人。Simplexity 讲管理复杂性。Renaissance Developer 讲开发者的判断力。两场 Keynote 的共同指向是：工具已经足够强了，问题出在使用者面对的问题是什么、有没有判断力做正确的选择、有没有在看正确的方向。

所以最后一场不发产品，不是没东西可发。是他公开关注的那道题，已经不在产品层面了。

这不是 Werner 个人的思想历程，而是技术扩散本身的结构性特征：每解决一层供给侧的障碍，就会暴露出下一层更深的、往往不是技术能直接回答的问题。

这是一个结构性规律。大多数人解了一两层就交差了，Werner 的公开轨迹显示：他一直在追下一层。

他在最后一场 re:Invent Keynote 上的题已经从"怎么造工具"推进到了"用工具的人该怎么选择和判断"。但如果继续追——工具到位了、人也有判断力了，技术就一定会流向它最该去的地方吗？

他决定走下舞台，继续寻找答案。

当所有门槛都在降低之后 

在他的公开演讲和已发表采访中，有几个观察被反复提及。

卢旺达：30 分钟步行圈 

在联合国 AI for Good 峰会（2025.07）上，他提到卢旺达国家健康智能中心用数据分析优化产科诊所选址——通过人口分布、地形和交通可达性数据，让孕妇 30 分钟步行可达。他在同一场演讲中说：

"缺乏准确的地理空间数据，不是技术问题，是公平问题（equity problem）。当整个社区没被标注在地图上，他们对援助系统来说就是不存在的。"

他还提到一组数据：2008 年地球观测卫星约 150 颗，到 2025 年超过 10000 颗，覆盖率增长近 70 倍。但在他的表述中，卫星能拍到不等于有人去看那些图像。

在卢旺达的案例里还有一个值得注意的细节：AI 不是主角。数据让人做了更好的决定，但做决定的仍然是人——卫生部官员、社区护士、了解本地地形的工作人员。这大概就是 Werner 后来在多个场合反复使用的说法——"AI in the human loop"——的一个可追溯的来源：不是人围着 AI 转，是 AI 嵌入到人已有的决策流程里做辅助。

内罗毕：5 美分的清洁燃料 

另一个常被 Werner 提及的企业是 KOKO Networks ，这是一家总部位于肯尼亚的气候技术公司。他们在内罗毕等六个城市的社区杂货铺里，部署了智能燃料终端——外观接近一台小型 ATM，店主通过它向居民出售乙醇基清洁燃料，每次约 5 美分。

这个价格锚定的是当地家庭购买木炭的日常支出——不是让人额外花钱买"清洁能源"，而是用几乎相同的价格替换掉一个致命的日常选择——在撒哈拉以南非洲，室内空气污染每年导致数十万人死亡，主要来源就是木炭和煤油的燃烧。KOKO 的技术本身极其简单，但它瞄准的是一个真实的、每天都在发生的生死问题。

可惜的是，KOKO Networks 在 2026 年陷入了严重的商业困境。多家媒体和行业分析将其称为"cautionary tale（警示性案例）"。但这主要是因为“碳交易”在肯尼亚的政策出现变化，导致这家公司的盈利模式不再成立，而非技术问题。这里不再具体展开讲述。

布宜诺斯艾利斯：AI 焦虑 

到了拉美，画面变了。

在阿根廷科尔多瓦，他看到了一个正面样本——地方政府在踏踏实实地讨论公共管理数字化。不追热点，不上大模型，解决的是"怎么让政府服务好用"这种基本问题。

但在布宜诺斯艾利斯，他接触到的是完全不同的氛围。从他接受 Clarín 采访时的描述看，他在当地遇到了大量正处于 AI 转型焦虑中的企业——不是一些已经找到具体场景的公司，而是焦虑于"别人都在做，我们不做就晚了"的公司——董事会在追问 AI 战略，管理层在寻找可以汇报的项目，技术团队在评估他们并不完全理解的工具。没有人说得清要用 AI 解决什么问题，但每个人都确信不能不做。

这不是阿根廷独有的现象。2025 年，几乎所有主要市场都在经历类似的焦虑。但在那次采访中，Werner 把它说得特别直接：

"生成式 AI 唯一做的事就是幻觉（hallucinate），因为它没有大脑。" "企业害怕被落下，于是不知道要干嘛就去拥抱 AI。"

他的 AI 疑问：一份问题清单，不是完整答案 

从布宜诺斯艾利斯回来之后，Werner 没有停止追问。2026 年他在博客上发了 9 篇文章，其中至少三篇可以被视为对 AI 时代问题的持续拆解。

关于验证：怎么证明 AI 做的事是对的？

2026 年 2 月，他与 AWS 副总裁 Byron Cook 做了一场关于自动推理的对谈。核心论点：AI 时代的信任应建立在数学证明上——"prove correctness, not just test for it（证明正确性，而不仅仅是测试它）"。

在他的叙述中，这个观点不是抽象的——想一想卢旺达的诊所选址：如果用 AI 帮助决定把诊所建在哪里，一个关系到孕妇生死的决策，"测了很多次结果都对"够不够？他没有直接将两者关联，但两个话题——AI 的形式化验证和高风险场景的决策——在他的公开表达中有共同的底色：对"平均表现还行"的不信任。

关于组织：工具变了，组织变了吗？

2026 年 6 月，他写了"回归两个披萨团队"——亚马逊最经典的管理理念之一：

"如果决策是可逆的，你不需要许可就可以做。做了，从中学习，错了就回滚。一个错误的可逆决策的代价，几乎总是低于缓慢做出那个决策的代价。"

紧接着：

"当系统增长时，熵也在增长。组织结构开始分层，依赖关系倍增，审批流程在原本不存在的地方出现了。在某个时刻，任何成长中的公司的惯性都会开始对抗那个让它成功的文化。"

AI 工具让个体变强了——一个人可以干原来一个团队的事。但如果组织的决策结构、层级和审批流程没有同步变化呢？个体效率的提升有可能被组织的熵增吞掉。这是另一种形式的"供给到位了，但使用环境没跟上"。

关于范式：我们追的这个"智能"，方向对吗？

2026 年 9 月 8 日——一周前——他写了"计算中最古老的架构"。他去看了一个实验：研究人员用活体神经元构建的网络玩 Pong。然后他写了一组数据：

一块高端 GPU 需要 700 瓦功率和数十万次训练迭代才能学会打 Pong。人脑只消耗 20 瓦，只需要几次尝试。

这组数据在他的文章中是作为一个引发思考的起点出现的——它不能直接证明当前 AI 路线"错了"，但它确实在提出一个问题：我们对"智能"的定义、以及建立在这个定义上的计算范式，是不是过于依赖规模和能耗？有没有完全不同的路径？

把这三篇并在一起看——验证、组织、范式——它们构成的是一份 问题清单。底色是 对"只要更大更快就行"的不满足。

我想 Werner 很早就意识到，这种不满足，无法通过个体力量去弥合。

两年前他就启动了 Now Go Build CTO Fellowship。首批 9 人，专注灾害管理和气候韧性。到 2026 年 7 月，Fellowship 扩展到 24 位 Fellow，来自 18 个国家，横跨 4 大洲，覆盖灾害管理、气候韧性、医疗、教育和食品安全。

2026 年 1 月新增的教育 Cohort 有一个值得注意的细节：成员背景横跨工程、人文、商业、医疗、创业和法律。从招募标准看，他找的不是"最厉害的工程师"，而是站在技术和具体问题交叉口的人。

每一期 Fellowship 的选题——灾害、气候、医疗、教育、食品安全——和他在旅行中反复提及的那些"不在地图上"的问题高度重合。如果说他在 Keynote 上花了 14 年讲"How to Build（怎么构建）"，Fellowship 在做的事情更接近于"Who is building, and for whom?（谁在构建，为了谁？）"。

Fellowship 对准的是他在非洲和拉美观察中反复提到的两个问题：注意力没有流向需要技术的地方，而资源正被恐惧驱动着涌向同质化的方向。 它的机制是把有能力的技术人送到那些有真实需求但缺乏声量的地方——本质上是一个注意力的重新导流。

唯一的问题是，在这场漫长的巡游中，中国不是目的地之一——他上一次来中国还是 2018 年，InfoQ 团队有幸为其拍摄了《二叉树》纪录片。

Werner 来了 

好在 2026 年 10 月，Werner 即将回归中国。

2026 年的中国技术圈，AI 浓度极高。Vibe Coding 成为年度热词，Agent 创业遍地开花，大模型价格战打到白菜价。与此同时，中国也有大量开发者在用朴素的技术解决具体的问题——在县城医院、在农业大棚、在社区养老院。两种图景同时存在。

Werner 在布宜诺斯艾利斯描述的"企业被恐惧驱动着拥抱 AI"的现象，在中国有没有对应物？他在卢旺达看到的"基础技术精确指向真实问题"的场景，在中国有没有同类？他关于 AI 可验证性的追问，在中国的高风险应用场景——医疗、金融、自动驾驶——里会遇到什么不同的回答？

这些问题不因提出者是亚马逊 CTO 而天然正确，但也不会因为中国拥有更密集的应用场景而自动消失。与其去追无穷无尽的发布会，我更关心 Werner 怎么看待以上问题。