很多人没注意到，AWS 自研芯片业务 2026 年化营收已超 250 亿美元，三位数增长，多客户多年期承诺超 2250 亿美元。从 2013 年起步，基因是 2015 年收购的以色列芯片公司 Annapurna Labs。它走完三步：Nitro 先优化网络/存储/安全 → Graviton 用 ARM 架构打通用计算 → Trainium 专攻 AI 训练和推理。Trainium2 比同类 GPU 便宜约 30%，Trainium3 再降 30-40%，目前 140 万颗已部署，包括 50 万颗规模的 Project Rainier 集群。Anthropic 用超 100 万颗 Trainium2 跑 Claude，OpenAI 签了约 2 GW 容量。贝索斯直接点出：芯片正成为 Marketplace、Prime、AWS 之后的第四大支柱。

Garman 的核心判断是：智能体需要短生命周期数据库、快速启动计算沙箱和独立权限/网关，传统面向「长期资源+人类开发者」的云模型正在被颠覆。关键产品是 AWS 的 Agent Sandbox，基于 Firecracker microVM，为每个会话分配独立虚拟机，支持最长 8 小时运行、挂起与恢复（保留内存/磁盘/进程状态）。这不是孤例：阿里云同月发布 Agent Sandbox，支持每分钟创建 10 万实例、百万级并发，兼顾 Agent 训练（RL）和在线服务（Serving）两类负载。四家云厂商的架构各不相同（AWS 用 Firecracker VM、谷歌用 gVisor、微软用 Hyper-V、Cloudflare 用独立 VM），但思路一致：智能体正在从「人类写给人类用的软件」变成「AI 写给 AI 用的进程」，云的执行层必须重新设计。

Garman 确认 2026 年资本开支约 2200 亿美元，市场最大的分歧在于这笔钱能不能赚回来。当前亚马逊以约 29 倍预期市盈率交易，低于沃尔玛的 37 倍——折价的直接原因就是高额 AI 投资回报不清晰。但 Garman 的防线有三个：AWS 单一客户占比仅个位数（不像超算项目那么集中），企业客户普遍获得正向 ROI，大部分用量来自不会消失的核心生产负载。他比之为早期互联网：「公司会倒下，但网络长存。」真正要盯的信号不是财报口号，而是 2026-2027 年全球超大规模厂商 4.1 万亿的累计 capex 能否被 IDC 预测的不到 1500 亿美元 GenAI 市场覆盖。需求端已有隐忧：部分企业开始出售闲置算力资源。