文章图片
文章图片
文章图片
鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI
大模型时代 ， AI基建的重要性已经不言而喻 。
前有马斯克19天狂组10万块H100 ， 后有扎克伯格挖人不忘大堆算力 ， 誓要首家上线1GW+超算集群……围绕“算力”、“基建”的好戏 ， 在全球舞台上可谓是连番上演 。
刚刚在上海落幕的WAIC 2025 ， 同样未能“免俗” 。 并且我们还发现 ， 随着模型应用成为发展主旋律 ， 基础设施方面也有了更细化的新进展 。
就拿当下最热的Agent领域举例 。 Agent Infra的概念 ， 已经开始被最敏锐的厂商所捕捉 。
并且呈现出的还是大洋两岸两大云巨头同时发力的景象——
AWS一面发布Amazon Bedrock AgentCore的智能体沙盒 ， 帮助企业规模部署和运行AI Agents；一面额外拿出1亿刀 ， 投向促进智能体开发和部署的研发工作 。
国产Agent基础设施也迅速跟上：就在WAIC现场 ， 阿里云正式推出首款专为AI Agents打造的“超级大脑”——无影AgentBay 。
没错 ， 就是阿里云电脑品牌的那个“无影” 。 现在 ， 这台云电脑不仅能随时随地通过普通电脑、手机、平板接入 ， 还能在云端一键生成专属Agent运行的沙箱环境 ， 让智能体开发者开箱即用、3行代码直接“拎包入住” 。
好家伙 ， 这真是要把Agent的开发门槛 ， 又给大砍一刀了 。
AgentBay——专为Agent开发的一台超级电脑2025年 ， Agent有多火？
如果说移动互联网的标志物是各种手机App ， 那在当下 ， 应用端大模型的代言词 ， 非“Agent”莫属 。
数据显示 ， 过去三个月涌现的Agent相关产品 ， 数量甚至超过了2024年的总和 。 而正如移动App使得云计算成为主流 ， Agent行业的快速发展 ， 也对Infra提出了全新的挑战和更高的要求 。
阿里云正是在这样的背景下 ， 专为AI Agents开发 ， 打造了无影AgentBay——一台专为Agent服务的超级电脑 。
经过三个多月的内测 ， 正式上线的无影AgentBay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多项核心能力 ， 主打一个功能丰富、接入简单、扩展灵活 。
来看具体功能 。
覆盖多个主流环境首先 ， 在沙箱环境方面 ， 无影AgentBay覆盖从Linux、Windows、Android系统层的Computer Use、Mobile Use到Browser Use、Code Space等应用层的多个主流环境 ， 为Agent自动化应用提供全方位支持 。
也就是说 ， 它覆盖了浏览器、代码、电脑、移动端四大核心环境 ， 无论是开发网页自动化智能体 ， 还是代码编译、桌面操作、移动应用控制智能体 ， 都能适用 。
其中linux和android的支持是目前市面上大部分产品都不具备的 ， 这意味着手机、平板等移动终端也可以快速体验到各大Agent带来的惊喜 。
支持多种交互方式
其次 ， 无影AgentBay支持视觉理解、自然语言控制、任务解析等多项AI技术 ， 支持原子化工具API、AI Agent API和ASP远程串流协议等多种交互方式 ， 提供多模态输入和智能决策 ， 提升自动化效率 。 远程串流意味着运行沙箱环境全程都是可视化的 ， 在一个类似Windows桌面里执行命令 ， 还可以随时暂停 ， 手动接管 。
升级数据漫游系统
在数据持久化——也就是存档数据 ， 让数据能被长期保存和使用方面 ， 无影AgentBay还升级了跨平台数据漫游系统 。
该系统支持状态和内存级别的持久化 ， 确保任务切换时的状态连续性 ， 资源可以按需加载、实时切换 。 这样的好处是在一些需要登录账号信息的平台 ， 无需重复登录 ， 大大节省了操作步骤和时间 ， 同时账号信息也能被安全的保存 。
提供企业级安全
AI Agents在本地环境部署时 ， 存在的一个问题是 ， 在执行任务时可能会对本地电脑文件系统进行修改、删减等操作 ， 执行过程就像一个“黑匣子” ， 轻则留下垃圾文件 ， 重则导致文件丢失或数据泄露 。
相较之下 ， 无影AgentBay自带“防火墙” ， 提供了符合企业级安全标准的安全沙箱环境 ， 采用数据加密传输和权限严格隔离 ， 实现“本地环境零侵入” ， 相当于为消费者和厂商设置了安全隔离双重保险 。
此外 ， 基于阿里云强大的算力 ， 无影AgentBay还能实现秒级弹性伸缩与千级并发的运维能力 ， 帮助开发者解决智能体开发、运行过程中遇到的基础建设和运维难题 ， 让开发者更专注于开发本身 。
除此之外 ， 无影还为海内外客户提供了AI大模型推理、大型3D软件等所需的GPU算力和AI工作站 ， 以满足更复杂的数据分析、小模型训练、游戏生成等需求 。
开发环境和算力依然是Agent落地两大难题看完功能 ， 让我们再回归到Agent加速落地本身提出的挑战——总结起来其实是两个关键词：开发环境和算力 。
举个例子 ， 比如在本地环境开发AI Agents ， 硬件设备上就很难满足高并发、高算力的需求 ， 尤其是需要大量GPU运算的工作 ， 普通电脑基本上是hold不住的 。 想要在本地拉通一套能开发AI Agent的设备和环境 ， 需要投入的精力和财力都不可小觑 。
另外 ， Agent执行任务时往往会占用本地计算资源和操作权限 ， 这也严重影响着用户体验 。
对照来看 ， 也就不难理解阿里和AWS这两大云巨头 ， 怎么就在这个时间节点上不谋而合了起来 。 如果较真点的话 ， 阿里云推出的比AWS还要早三个月 ， 中国厂商在基建这块真是YYDS 。
以无影AgentBay为例 ， 云电脑的技术原理天然就能解决以上难题 ， 将AI分配的任务直接接入高性能云端环境 。
无影AgentBay不仅自带海量MCP工具和环境 ， 还能在云端轻松完成任务执行、算力弹性扩容 ， 并且全程操作均支持可视化 。
这样一来 ， 就节省了大量运行时间 ， 大幅降低了Agent应用的部署门槛 。
可以说 ， 是加速打通了AI Agents规模化的最后一公里 。
Agent时代需要新基建阿里此番布局Agent Infra ， 可以说是闪电出手：从内测到正式发布 ， 具备完整的交付能力 ， 仅用了三个月的时间 。 首批内测客户也超过了1000家 ， 市场反响热烈 。
从Agent长期发展的视角来看 ， 正如移动互联网时代App的繁荣 ， 促使IT基础设施迈向云计算时代 ， Agent大规模落地的前提 ， 自然也少不了新基础设施的建立和完备 。
其中的难点在于 ， Agent的开发就像办一场全世界参与的奥运会 ， 其中涉及的环节十分复杂 ， 赛事本身可能只是其中最简单的环节 。
从云厂商的视角来看 ， 不仅要有深厚的云技术积累+AI技术积累 ， 还要对真实落地场景有敏锐的行业洞察 。
这也就解释了 ， 为什么是阿里云和AWS们率先出手 ， 争相在Agent Infra这个新开拓的棋盘上落子布局 。
根据IDC报告 ， 2024年下半年 ， 阿里云依然稳坐中国公有云服务市场头把交椅 。
财报也显示 ， 其在通义系列大模型、AI基础设施等领域的全面发力 ， 推动了公有云收入增长 。 截至去年第四季度 ， 其AI收入已连续六个季度三位数增长 。
古时征战讲究兵马未动粮草先行 ， 现今AI时代 ， 无论是基础模型的智能涌现 ， 还是上层应用的加速落地 ， Infra都是关键 。
— 完 —
量子位 QbitAI · 头条号
【阿里闪电入局Agent Infra！智能体新基建亮相WAIC】关注我们 ， 第一时间获知前沿科技动态签约
推荐阅读
- 谁在托举Agent？阿里云抢滩Agent Infra新赛道
- 腾讯入局具身智能，宇树首批用上“大脑”
- 阿里小号将陆续下线
- 阿里开源通义万相2.2，首创电影级美学控制系统
- 我们在WAIC碰到阿里副总裁，他说最多的一个词是：Agent
- 具身智能，腾讯「低调入局」
- 豆包上新同声传译，顺便狙击阿里AI眼镜？
- Vibe Coding 开赛，阿里靠新模型赢麻了？
- 尼康入局FOPLP，三星遇劲敌
- 阿里巴巴副总裁叶军确认离职，曾带领钉钉商业化取得突破