文章图片
文章图片
文章图片
智东西
作者 | 陈骏达
编辑 | 漠影
“我的数据库……没了？”
今年7月 ， 一位名为“Jason”的网友在X平台上分享了一场Vibe Coding灾难 。 他在开发平台Replit上使用其内置的Agent辅助编程 ， 在一次操作中 ， Agent在没有明确用户指令的情况下 ， 竟错误地执行了一个致命的数据库命令 。
顷刻之间 ， 他长达80小时的工作成果被清空 。 这无异于一位本应协助你的“数字员工” ， 在未经允许的情况下 ， 走进你的办公室 ， 将你写了数周的项目资料全部扔进了碎纸机 。
Jason的遭遇绝非孤例 ， 这揭示了Agent从原型演示到投入生产环境之间尚未跨越的鸿沟 ， 即底层基础设施（Infra）的缺失 。
当前 ， AI模型正在从被动的问答工具 ， 转变为能够自主规划、执行任务的Agent数字员工 。 然而 ， 如何为这些员工提供足够强大的算力和工具 ， 并赋予长期记忆 ， 又如何为它们设定权限红线 ， 确保它们不会“误触红色按钮” ， 已成为Agent规模化普及前的巨大挑战 。
没有坚实可靠的Agent Infra ， 再聪明的Agent也无法成为可信赖的生产力 。 Replit的这次事故 ， 正是这种风险最生动的注脚 。
而这也正是阿里云、AWS、谷歌云、微软Azure等云厂商争相发力Agent Infra的核心原因 。 他们试图打造的并非一个简单的工具集 ， 而是一座现代化的 “智能车间” 。
在这里 ， 每个AI Agent都将在安全的环境中工作 ， 拥有清晰的权限、稳定的工具和足够的数据 ， 从而真正从实验室的原型 ， 转变为真实生产环境中可靠数字员工 。
一、Agent规模化落地挑战大 ， 配套Infra已成必选项企业为何需要这样一座Agent智能车间呢？
【暗潮汹涌，云厂商打响Agent Infra之战，阿里云凭什么冲出重围？】要让Agent在生产场景中发挥作用 ， 我们需要为其提供足够的算力和数据（记忆） ， 帮助Agent解决水土不服的问题 。
例如 ， 当Agent分析海量数据时 ， 本地设备既无法承载庞大的数据洪流 ， 也无法完成复杂的推理运算 。 这时 ， 云端算力的支持就成了理所当然的选择 。
此外 ， 要让Agent做出正确的决策 ， 就需要为其提供全面、准确且实时的信息 ， 否则 ， 其决策将基于不完整或过时的数据 ， 导致输出结果不可靠 ， 甚至产生错误 。
但这仅仅是第一关 ， 更大的隐患在于安全与权限控制的缺失 。 今年 ， 知名AI搜索独角兽Perplexity旗下的Comet AI浏览器就曾爆出安全丑闻 。
这款AI浏览器本质上就是一个能直接操纵用户设备的Agent ， 然而 ， 由于缺乏安全机制 ， 它在阅读到网页上植入的恶意指令后 ， 能直接打开用户邮箱、收取验证码 ， 还把验证码分享给外部黑客 ， 一条龙完成盗号 。
这一事件暴露了将拥有高权限的Agent直接部署在开放环境中的巨大风险 ， 企业必须为Agent打造配套的基础设施 。
然而 ， Agent Infra极为复杂 ， 涉及底层算力调度、安全沙箱、模型集成、记忆数据库、工具调用链路等一系列核心技术模块 ， 企业自建成本高昂且技术门槛难以逾越 ， 后续维护也需要持续投入顶尖的研发团队 ， 并时刻应对层出不穷的新型安全威胁 ， 堪称一个填不满的技术深坑 。
采用云厂商们开发的现成Agent Infra套件 ， 对大多数企业而言是更为现实的选择 。 例如 ， 知名Agent产品Manus便是通过Agent Infra创企E2B打造的沙盒环境 ， 让Manus的Agent获得了完整的终端访问权限 ， 也提供了持久化的工作空间 ， 这对于Manus广为人知的长链路任务而言 ， 十分重要 。
除了E2B外 ， AWS、谷歌云、微软Azure等云厂商也都已打造了相关套件 。
AWS的AgentCore提供记忆管理、身份验证、代码执行和浏览器工具等 ， 强调安全、可扩展和多Agent协作；
谷歌云的Vertex AI Agents聚焦构建和管理多Agent系统 ， 支持任务调度、跨Agent协作以及与企业数据和云服务的集成；
微软Azure的Agent Factory强调身份认证、治理、内容安全和可观测性 ， 同时结合Azure云服务和Copilot工具链 ， 支持企业快速落地智能体应用 。
总体来看 ， 主流云厂商的思路均是：构建安全、可扩展、可组合的Agent Infra ， 让企业开发者能在已有基础设施和生态下快速部署、管理和监控多Agents系统 ， 形成差异化服务能力 ， 同时降低企业上手门槛 。
二、国产Agent Infra突围 ， 让Agent学会自我进化在Agent Infra的布局上 ， 国内厂商也丝毫不落后 。 今年4月 ， 阿里云开启Agent Infra开发套件——无影AgentBay的公测 ， 迅速吸引了大量开发者和企业关注 。
AgentBay的核心定位是为AI Agent打造的“超级大脑”或“云上操作系统” 。 它能够动态调用云端算力、存储和工具链资源 ， 将复杂任务接入高性能云电脑 ， 突破了Agent在本地设备上的算力限制 。
AgentBay不仅集成了云上沙箱环境、算力调度、持久化数据存储和企业级安全等核心功能 ， 还内置了视觉理解、自然语言控制和任务解析等多项AI技术 。 尤其是云上沙箱环境 ， 保障了Agent对本地环境的零侵入 ， 给Agent执行加了一道保险 。
同时 ， 它支持原子化工具API、AI Agent API以及ASP远程串流协议等多种交互方式 ， 极大地提升了自动化执行效率 ， 使开发者能够在高性能、安全的云端环境中快速部署和管理AI Agent 。
而在今年的云栖大会期间 ， AgentBay迎来重大升级 ， 推出了自进化引擎、内存状态管理、安全围栏等全新能力 。 其中最引人关注的 ， 是基于环境反馈的自进化引擎——Self-Evolving 。
阿里云无影关注到了企业在利用第三方AI Infra部署AI Agent时的一大关键挑战 。 Agent并不能在执行任务过程中实现“自我提升” ， 最终其效果还需要人工调整 ， 才能逐渐优化 。 这就好比你招募了一位员工 ， 但他并不能主动从工作中总结经验和教训 ， 始终未能进步 。
对于AgentBay自进化引擎的工作原理 ， AgentBay产品经理屈立威向智东西解释道 ， 自进化引擎可以理解为广义的强化学习 ， 但并不直接训练模型 。 自进化引擎会针对提示词、工作流、Agent架构、工具等多个方向进行能力优化 ， 每个方向使用的方法或算法各不相同 。
例如在提示词优化方面 ， 对于短序列任务 ， 可以直接根据目标和实际结果进行修正；而对于长序列任务 ， 由于难以直接获得最终结果 ， 则会采用多种算法来优化执行效果 ， 比如基于文本梯度（text grad）或微调推理（mipro）的方法 。
通过这种模块化、服务化的设计 ， 企业无需组建庞大AI团队 ， 也能让Agent在执行过程中不断自我优化 ， 提升与业务目标的匹配度 。
AgentBay自进化引擎能够在任务执行中自动分析Agent的失败案例 ， 并尝试生成和测试更优的提示词 。 它还能根据任务需求自主创建或封装新工具 ， 不断拓展Agent能力边界 。
这一机制不仅关注单个Agent的流程优化 ， 也可在多Agent协作网络中智能部署最优工作流 ， 提高整体效率 。
此外 ， 平台的记忆策略使Agent具备“过目不忘”和“选择性遗忘”的能力 ， 可以对长期任务进行智能管理 ， 适应复杂、长周期的应用场景 。
三、Agent Infra加速发展 ， 会成为下一代应用的跃升点吗？AgentBay并非凭空出现 ， 屈立威在采访中介绍道 ， 在云电脑时代 ， 阿里积累了多项核心技术能力 ， 而AgentBay的许多技术依赖 ， 与云电脑是“一脉相承”的 。
例如 ， 云电脑需要高流畅性和清晰的操作体验 ， 而阿里云此前已自研了ASP端云实时通信协议 ， 确保远程云环境操作体验接近本地 ， 这也能让帮助Agent实现与云端执行环境之间的高效、实时交互 。
大规模的资源调度能力和性能保障 ， 也是阿里云此前打造云电脑时重点解决的问题 。 目前 ， AgentBay便依托阿里云的全球资源池进行部署 ， 用户可以就近接入 ， 保证了低延迟和高可用性 。
然而 ， Agent也提出了新的技术挑战和升级需求 。 屈立威称 ， 首先 ， Agent需要更强的感知与控制能力 ， 不仅要像人一样“看懂画面” ， 判断鼠标点击、输入是否生效 ， 还要支持文件系统操作、命令行以及撰写RPA脚本等多种工具操作 。
其次 ， 其风控与安全要求也更高 ， 需要阻断敏感指令、过滤不安全内容、约束上网行为 ， 保障企业私域安全 。
此外 ， Agent任务的执行方式呈树状、多分支 ， 每个节点都需打快照（checkpoint）、支持快速回滚 ， 并复制克隆环境以实现并行执行 ， 这对状态管理和多维度调度提出了更高要求 ， 而这些都是云电脑时代所未涉及的关键能力 ， 需要重点突破 。
为此 ， 阿里云自研了持久化文件系统 ， 让AgentBay能够动态地按需保留用户状态和文件 ， 确保了任务执行的连续性和状态的一致性 ， 这对于需要执行长链条、多步骤任务的复杂Agent至关重要 。
安全方面 ， AgentBay则构建了端到端安全体系 ， 包括沙箱隔离、数据加密与RBAC访问控制、AI内容风险检测以及日志审计 ， 保障任务安全、合规与可追溯 。
除了给企业打造Agent Infra之外 ， 阿里云还在云栖大会上 ， 给个人用户也提供了一款跨终端、跨模态的智能计算平台——无影Agentic Computer 。
Agentic Computer是一个拥有长期记忆的个人助手 ， 具备云端弹性算力与多任务并行能力 。 它内置垂直场景Agent ， 实现办公、设计、研究等专业化支持 。 它将个人计算与云端智能协同起来 ， 有望让更多用户体验到Agent带来的赋能作用 。
从产业视角来看 ， Agent Infra的发展与移动互联网时代App生态的兴起有一大共性：基础设施成熟 ， 为新形态产品快速落地提供了支撑 。
移动互联网时代 ， 智能终端、网络和云计算能力的完善 ， 使海量App得以高效运行和广泛普及 ， 催生了丰富的应用生态；如今 ， AI Infra依托全球化云资源、弹性算力调度和全栈安全体系 ， 为AI Agent提供高性能、低延迟、可控的运行环境 。
稳固的基础设施降低了创新门槛 ， 推动Agent在企业自动化、内容生成等多样化场景中迅速落地 ， 有望形成新一轮产业生态和创新循环 。
结语：给Agent打好Infra地基 ， Agent离广泛落地又近一步Agent Infra正逐步成为新一代数字化、智能化基础设施的组成部分 ， 类似于移动互联网时代的云和网络 ， 为AI Agent生态提供底层支撑 。
同时 ， Agent Infra的发展正在改变产业创新节奏和生态构建方式 。 企业不再需要自行搭建复杂底层架构 ， 而是可以在统一、安全、可扩展的平台上试验多样化Agent应用 。
随着工具链标准化和安全机制完善 ， 或许会有越来越多企业和开发者能够快速部署Agent ， 推动生产、服务和研发环节的自动化与智能化 ， 从而催生新型业务模式和产业应用 。
推荐阅读
- 蓝戟携B60显卡亮相云栖大会，实力诠释专业显卡新势能
- 科沃斯与阿里云达成全栈AI合作，扫地机器人产品已接入通义千问
- 英特尔助力阿里云推出多款云实例与存储方案，共筑AI时代云端算力基石
- 阿里云政企下一个十年，藏在这两个“i”里
- 云管理智能体的优势与挑战分析
- 科技向善 AI兴实|中兴通讯亮相2025云栖大会 手阿里云共建云生态
- 阿里云与英伟达再牵手，在具身智能应用落地达成合作
- 华为云加码算力+AI：数智时代中国抢占产业底层主导权的关键落子
- 戴尔科技推出多项产品升级，助力企业打造更智能、快速、安全的私有云环境
- 腾讯云智算全面升级，AI原生云基础设施迈向主动服务新时代