今年稍早的一份內部文件將「Moonraker」標記為 Alexa+ 中「成本最高」的新計畫，並建議團隊因應高額支出考慮延遲或縮小項目規模 。據報導，亞馬遜 2026 年的總資本支出約為 2000 億美元，其中很大一部分與 AI 基礎設施有關 。

2026 年 GPU 成本預估

內部規劃文件顯示，僅在 2026 年一年內，「Moonraker」的 GPU 成本就 超過 1 億美元 。這個數字反映了在大規模運行大型語言模型所帶來的巨大運算開銷，特別是對於一個每天處理數百萬次請求的消費性產品而言。

驅動 Moonraker 的 AI 模型

「Moonraker」已在 Anthropic 的 Claude 模型 上進行測試，亞馬遜透過與 Anthropic 的深度合作已大量使用這些模型 。亞馬遜對 Anthropic 的投資已超過 200 億美元，並為其部署 Claude 模型確保了高達 6 GW 的 Trainium 晶片產能 。2026 年 6 月，亞馬遜將與 Anthropic 的計費模式從「運算時數」改為「Token 計量」，內部有人認為此舉可能導致成本上升 。

Moonraker 與 AI 代理人競賽

「Moonraker」是亞馬遜在日益激烈的 AI 代理人市場中奮力追趕的產物。競爭對手如 Google（Gemini 代理人）、OpenAI（Operator / ChatGPT 代理人）和 Microsoft（Copilot 代理人）早已推出具備代理功能的產品 。The Verge 指出，「Moonraker」是亞馬遜「試圖在代理人競賽中迎頭趕上」的舉措 。整個產業正迅速從簡單的聊天機器人，邁向能為用戶代訂行程、管理行事曆和執行採購的自主代理人。

內部支出擔憂

亞馬遜內部的支出擔憂是多層次且嚴峻的：

• 「Moonraker」被內部標記為「最高成本」項目，1 億美元的 GPU 成本預測被視為一項重大風險 。
• Alexa 整體在過去多年來已讓亞馬遜投入超過 250 億美元，但直接帶回的營收卻相對有限 。
• 內部規劃文件明確建議團隊，應因應成本考量 考慮延遲或縮減「Moonraker」的規模 。
• 與 Anthropic 計費方式從「運算時數」改為「Token 計量」的轉變，也引發了內部對成本可預測性的摩擦 。

Alexa+ 的坎坷推出歷程

推出時間線：

• Alexa+ 於 2025 年 2 月 在曼哈頓的一場記者會上亮相 。
• 它在 2025 年底進入 早期存取 Beta 階段，超過 6,400 名亞馬遜員工 透過內部 Slack 頻道提供回饋 。
• 到了 2026 年 1 月，亞馬遜自動為所有 Prime 會員啟用早期存取權限，即使未主動選擇加入者也不例外——引發許多不想要此服務的用戶反彈 。
• 在 2026 年 6 月，更廣泛的公眾推出持續進行，但用戶迅速在社群媒體上回報各種問題 。

Beta 測試問題：

Beta 測試者形容該服務 「難以忍受地不穩定」 。著名的失誤包括 Alexa+ 關閉了一個水族箱的電源排插，導致用戶的魚隻死亡 。員工回報了指令被忽略、效能飄忽不定，以及關閉關鍵家庭設備等有害錯誤 。

2024 年底的早期內部測試中，Alexa+ 的滿意度分數僅為 4.57 分（滿分 7 分），遠低於 5.5 分的目標 。延遲是「關鍵問題」：在較舊的 Echo 設備上，回應時間長達 10 秒，遠高於內部設定的 2 至 4 秒目標 。波士頓和西雅圖的工程師據稱為讓 Alexa+ 具備對話能力並達到內部設定的 97% 正確率 目標，付出了連續兩年每週工作 80 小時 的驚人努力 。

Jassy 報告的使用指標：

在 2026 年 4 月的股東信中，執行長 Andy Jassy 表示，用戶與 Alexa 的對話頻率是過去的兩倍，對話時間更長，主題也更廣泛 。在 Alexa 設備上完成的購買次數增加了 3 倍，音樂串流流量增長了 25%，智慧家庭功能的使用率則躍升了 50% 。Jassy 也透露，AWS 的 AI 營收已達到 150 億美元的年化運行率，而亞馬遜內部晶片業務（Graviton/Trainium）每年創造的營收已 超過 200 億美元 。

產業困境：AI 大規模化的成本

「Moonraker」的成本問題並非單一事件，而是與以下更廣泛的產業動態息息相關：

• 天價基礎設施支出：亞馬遜 2026 年約 2000 億美元的資本支出是史上規模最大的企業投資計畫之一，幾乎完全由 AI 需求驅動 。
• Anthropic 的千億美元 AWS 承諾：Anthropic 已同意在 10 年內在 AWS 上花費超過 1000 億美元，以確保獲得高達 5 GW 的運算容量 。
• 自研晶片轉向：亞馬遜正積極推廣自家的 Trainium 和 Graviton 晶片，作為 NVIDIA GPU 的低成本替代方案。已有兩家大客戶要求買斷 亞馬遜 2026 年所有可用的 Graviton 晶片產能 。
• Token 計量計費爭議：亞馬遜在 2026 年中將 Anthropic 的計費方式從「運算時數」改為「Token 計量」，內部有人認為這可能導致成本失控而非得到控制 。

關鍵總結

「Moonraker」代表亞馬遜在 AI 代理人領域最大膽的賭注——同時也是最昂貴的賭注。考慮到 GPU 成本在一年內就預計超過 1 億美元，以及 Alexa 累計虧損超過 250 億美元的歷史，這個項目完美體現了 AI 產業的核心矛盾：驚人的基礎設施成本與不確定的消費者獲利模式。亞馬遜能否負擔得起打造「Moonraker」的代價，而消費者又是否願意為此買單，至今仍是個未解的難題。

今年稍早的一份內部文件將「Moonraker」標記為 Alexa+ 中「成本最高」的新計畫，並建議團隊因應高額支出考慮延遲或縮小項目規模 。據報導，亞馬遜 2026 年的總資本支出約為 2000 億美元，其中很大一部分與 AI 基礎設施有關 。

2026 年 GPU 成本預估

內部規劃文件顯示，僅在 2026 年一年內，「Moonraker」的 GPU 成本就 超過 1 億美元 。這個數字反映了在大規模運行大型語言模型所帶來的巨大運算開銷，特別是對於一個每天處理數百萬次請求的消費性產品而言。

驅動 Moonraker 的 AI 模型

「Moonraker」已在 Anthropic 的 Claude 模型 上進行測試，亞馬遜透過與 Anthropic 的深度合作已大量使用這些模型 。亞馬遜對 Anthropic 的投資已超過 200 億美元，並為其部署 Claude 模型確保了高達 6 GW 的 Trainium 晶片產能 。2026 年 6 月，亞馬遜將與 Anthropic 的計費模式從「運算時數」改為「Token 計量」，內部有人認為此舉可能導致成本上升 。

Moonraker 與 AI 代理人競賽

「Moonraker」是亞馬遜在日益激烈的 AI 代理人市場中奮力追趕的產物。競爭對手如 Google（Gemini 代理人）、OpenAI（Operator / ChatGPT 代理人）和 Microsoft（Copilot 代理人）早已推出具備代理功能的產品 。The Verge 指出，「Moonraker」是亞馬遜「試圖在代理人競賽中迎頭趕上」的舉措 。整個產業正迅速從簡單的聊天機器人，邁向能為用戶代訂行程、管理行事曆和執行採購的自主代理人。

內部支出擔憂

亞馬遜內部的支出擔憂是多層次且嚴峻的：

• 「Moonraker」被內部標記為「最高成本」項目，1 億美元的 GPU 成本預測被視為一項重大風險 。
• Alexa 整體在過去多年來已讓亞馬遜投入超過 250 億美元，但直接帶回的營收卻相對有限 。
• 內部規劃文件明確建議團隊，應因應成本考量 考慮延遲或縮減「Moonraker」的規模 。
• 與 Anthropic 計費方式從「運算時數」改為「Token 計量」的轉變，也引發了內部對成本可預測性的摩擦 。

Alexa+ 的坎坷推出歷程

推出時間線：

• Alexa+ 於 2025 年 2 月 在曼哈頓的一場記者會上亮相 。
• 它在 2025 年底進入 早期存取 Beta 階段，超過 6,400 名亞馬遜員工 透過內部 Slack 頻道提供回饋 。
• 到了 2026 年 1 月，亞馬遜自動為所有 Prime 會員啟用早期存取權限，即使未主動選擇加入者也不例外——引發許多不想要此服務的用戶反彈 。
• 在 2026 年 6 月，更廣泛的公眾推出持續進行，但用戶迅速在社群媒體上回報各種問題 。

Beta 測試問題：

Beta 測試者形容該服務 「難以忍受地不穩定」 。著名的失誤包括 Alexa+ 關閉了一個水族箱的電源排插，導致用戶的魚隻死亡 。員工回報了指令被忽略、效能飄忽不定，以及關閉關鍵家庭設備等有害錯誤 。

2024 年底的早期內部測試中，Alexa+ 的滿意度分數僅為 4.57 分（滿分 7 分），遠低於 5.5 分的目標 。延遲是「關鍵問題」：在較舊的 Echo 設備上，回應時間長達 10 秒，遠高於內部設定的 2 至 4 秒目標 。波士頓和西雅圖的工程師據稱為讓 Alexa+ 具備對話能力並達到內部設定的 97% 正確率 目標，付出了連續兩年每週工作 80 小時 的驚人努力 。

Jassy 報告的使用指標：

在 2026 年 4 月的股東信中，執行長 Andy Jassy 表示，用戶與 Alexa 的對話頻率是過去的兩倍，對話時間更長，主題也更廣泛 。在 Alexa 設備上完成的購買次數增加了 3 倍，音樂串流流量增長了 25%，智慧家庭功能的使用率則躍升了 50% 。Jassy 也透露，AWS 的 AI 營收已達到 150 億美元的年化運行率，而亞馬遜內部晶片業務（Graviton/Trainium）每年創造的營收已 超過 200 億美元 。

產業困境：AI 大規模化的成本

「Moonraker」的成本問題並非單一事件，而是與以下更廣泛的產業動態息息相關：

• 天價基礎設施支出：亞馬遜 2026 年約 2000 億美元的資本支出是史上規模最大的企業投資計畫之一，幾乎完全由 AI 需求驅動 。
• Anthropic 的千億美元 AWS 承諾：Anthropic 已同意在 10 年內在 AWS 上花費超過 1000 億美元，以確保獲得高達 5 GW 的運算容量 。
• 自研晶片轉向：亞馬遜正積極推廣自家的 Trainium 和 Graviton 晶片，作為 NVIDIA GPU 的低成本替代方案。已有兩家大客戶要求買斷 亞馬遜 2026 年所有可用的 Graviton 晶片產能 。
• Token 計量計費爭議：亞馬遜在 2026 年中將 Anthropic 的計費方式從「運算時數」改為「Token 計量」，內部有人認為這可能導致成本失控而非得到控制 。

關鍵總結

「Moonraker」代表亞馬遜在 AI 代理人領域最大膽的賭注——同時也是最昂貴的賭注。考慮到 GPU 成本在一年內就預計超過 1 億美元，以及 Alexa 累計虧損超過 250 億美元的歷史，這個項目完美體現了 AI 產業的核心矛盾：驚人的基礎設施成本與不確定的消費者獲利模式。亞馬遜能否負擔得起打造「Moonraker」的代價，而消費者又是否願意為此買單，至今仍是個未解的難題。