从 " 做一个 Agent" 到规模化运行智能体，华为云以 AgentArts 与 openJiuwen 双轮驱动，联合生态伙伴，让 Agent 真正进入企业核心业务。
撰文｜张贺飞
编辑｜沈菲菲
Agent 可能是 AI 产业里进化最快的一条技术主线。
2026 年上半年，外界讨论最多的还是 " 怎么做一个 Agent"，到了 2026 年下半年，已经有越来越多的 Agent 进入企业的核心业务。
按照《智能世界 2035》的预测：到 2035 年，全球活跃的自主 AI 智能体数量预计将达到 9000 亿个，大约是届时全球预测人口的 100 倍；全球年度 AI Token 消耗量将增长 10 万倍，其中智能体流量占比超过 90%。
既是一场生产力的范式转移，也是摆在所有云厂商面前的必答题：作为 AI 时代不可或缺的基础设施，云计算必须从 " 服务模型 " 转向 " 服务智能体 "，Agent Infra 正在成为全行业的共识。
有人从模型平台向 Agent 平台延伸，有人想要占领企业软件和应用入口，也有人不断强化 Agent 开发、运行与治理能力。
9 月 18 日的华为全联接大会 2026 上，华为董事、华为云 CEO 周跃峰在主题演讲中给出了自己的答案：" 我们希望和客户、伙伴、开发者一起共建 Agentic Cloud，共赢行业智能体时代。"
- 01 -
从"做出来"到"跑起来"，
构建企业级Agent生产体系
当下的 Agent 产业，正处于 " 创新涌现与落地阵痛 " 交织的阶段。
一边是开发门槛不断降低。
模型、知识库、Workflow、MCP、Skill 等技术越来越成熟，几天甚至几个小时就能搭建出原型。
另一边的落地难度却有增无减。
能访问哪些数据？调用什么工具？一次任务为什么失败？关键操作如何审计？不同部门开发的 Agent 能力怎么复用？运行稳定性缺失、治理与安全黑盒、自演进阻滞等问题在部署时集中暴露。
云厂商们怎么解题呢？答案可以归纳为——正在从提供开发工具，向补齐生产环境中的工程能力延伸。
直接的例子就是华为云。
其智果 AgentArts 企业级智能体以 Harness 为核心架构，构建覆盖开发、运行、治理全生命周期的工程化能力，帮助企业智能体从创新试点走向生产级规模应用。
让人印象深刻的，是智果 AgentArts 的三项生产级能力。
一是长程任务稳定运行。
面向 Agent 时代日益增长的复杂长流程需求，智果 AgentArts 运行时率先在国内实现生产级长程 Agent 运行能力，能够保障智能体在复杂任务执行过程中的稳定性和连续性，实现智能体 7 × 24 小时稳定运行。
二是全链路治理可控。
针对智能体自主规划任务、调用工具、跨系统执行时的不确定性，智果 AgentArts 通过 Agent Identity、Agent Gateway、Sandbox 以及任务轨迹、工具调用、执行结果记录与评估机制，对 Agent 身份、权限、数据和工具调用进行统一治理，实现了关键操作可观察、可控制、可审计、可追溯。
三是场景化自演进。
一个 Agent 在实际运行过程中，会不断遇到新任务、新数据和新异常，智果 AgentArts 可通过数据反馈与结果评估持续学习、自我优化。在模型自进化方面，通过数据飞轮和强化学习推动模型自进化；在 Harness 自进化方面，持续优化 Prompt 和 Skill，让 Agent 更适配实际业务。
三项能力指向了一个深层次的变化，即企业级 Agent 的竞争正在从 " 开发能力 " 进入 " 生产能力 "。
过去衡量一个 Agent 平台，关键指标是 " 能否为开发者减负 "；进入生产阶段之后，衡量标准变成了能否长期稳定运行、权限和数据边界能否被严格控制、任务过程能否被追踪、执行效果能否持续评估和优化。
正如华为公司董事、华为云 CEO 周跃峰在演讲中所强调的，AgentArts 面向的并不只是智能体开发，而是贯穿开发、运行与运营的平台能力。当 Agent 进入生产环境，行业需要解决的已经从 " 怎么做出一个 Agent"，变成 " 怎么让 Agent 长期稳定地跑起来、管起来，持续产生业务价值 "。
- 02 -
面 "商用+开源"双轮驱动，
联合行业伙伴繁荣Agent生态
解决了 Agent 怎么 " 跑起来 "，还有一道更现实的问题。
金融机构的业务规则、风控经验和敏感数据，长期积累在银行自己的业务体系里，与核心业务系统深度绑定；电力设备的运行逻辑和检修经验，掌握在电网企业与专业服务商手中；制造业的工艺流程和生产经验，分散在客户、ISV、集成商和一线工程师手里。
行业 Know-How、私有数据和系统壁垒，决定了一个 Agent 能不能从 " 回答问题 "，走向 " 解决业务难题 "。
不管是 AWS 推出的 Amazon Bedrock AgentCore，微软 Azure 的 Foundry Agent Service，还是国内云厂商的智能体方案，大多提供的是云端 Runtime、会话隔离沙箱、云端记忆存储、模型调度网关等能力。
可不同企业、不同业务对部署环境的要求并不相同：有的可以部署在公有云，有的需要留在本地环境，还有大量复杂任务需要跨越不同部门、业务系统，调用分散的数据、工具与能力协同完成。
Agent 的规模化落地，既需要技术上的开放，也需要生态上的开放。
做 " 最开放的 Agentic Cloud" 的华为云，给出的回答是：围绕 " 商用 + 开源 " 双轮驱动，打造智能体使能平台。
商用版的智果 AgentArts，为企业提供灵活、开放的智能体开发与运行环境，加速企业场景落地； 和智果 AgentArts 内核同源的开源版 openJiuwen，负责降低企业、开发者和伙伴的二次开发门槛。
截止到目前，openJiuwen 在开源社区的 Star 数已经超过 5 万个、下载量突破 329 万次，落地到了金融、制造、政务、科研等 10 多个行业。多家熟谙行业 Know-How 的 ISV 服务商，基于 openJiuwen 推出了商用版，把各自在行业中积累的知识、工具和经验转化为可落地的 Agent 能力。
比如中软国际面向电力、金融、制造、医疗等国计民生关键行业，基于 openJiuwen 打造了灵析企业智能体平台 V3，严格遵循安全合规与信创方面的刚性要求，帮助企业快速构建、可靠部署、高效运营智能体。
比如软通动力基于 openjiuwen 打造的天璇 AgentOS，通过蜂群分布式协同调度、知识图谱记忆等能力，可支撑百万级智能体安全运行、自主协同演进。企业可根据实际需求，部署到公有云、私有云、混合云等多种环境。
再比如北明软件基于 openJiuwen 打造的 " 灵零九 " 企业智能体平台，聚焦政府、交通、园区、民政等重点行业，在工作流编排与多模型支持的基础上，让 AI 能够以低代码、高协同的方式深度嵌入复杂业务系统。
与伙伴、客户基于同一技术路线的共建共享，打造涵盖 Agent 应用、行业数据集、工程化工具等在内的开放智能体生态，可以说是智能体从单点应用走向规模化落地的必由之路。
原因并不难解释。
按照 2035 年 " 人均 100 个 Agent" 估算，一个大型企业内部日常运行的 Agent 可能有几万、几十万甚至上百万。人力、财务、研发、客服、营销等部门，都将拥有自己的 Agent。倘若不同 Agent 的能力无法复用、数据与工具难以互通，Agent 的数量越多，企业管理和运维的负担越大。
- 03 -
写在最后
生态是否繁荣，不能只看有多少伙伴加入、多少 Agent 被开发出来，更关键的是能否在企业的核心业务中落地。
华为云已经交出了一份沉甸甸的答卷。
在医疗领域，金域医学在慢病辅助诊疗场景中通过华为云 AgentArts 打造的智能体，实现了检验报告解读效率提升 80%，单人病例研判时间平均缩短 30%，慢病患者规范管理率同步提升近 80%。
在能源制造领域，南方电网基于 openJiuwen 打造的电力设备首个 " 数字医生 "，创新构建 " 手眼脑 " 一体化多智能体协同架构，在零人工干预下打破多系统壁垒，单台设备评价达分钟级、准确率超 90%。
不止于此，华为云智能体平台目前已服务 100 多家企业，包括金山办公、天眼查、滴普科技、值得买科技在内的头部软件厂商，也正携手华为云围绕办公、数据、营销等典型高频场景打造行业智能体，加速传统 SaaS 软件全面向 AI 智能体进化。
比案例本身更值得关注的是，华为云的智能体生态正在形成一种新的产业扩散方式：平台提供生产级能力，伙伴带来行业 Know-How，客户开放真实业务场景，一同推进 Agent 的部署从 " 做成一个项目 " 走向 " 复制一类能力 "，最终形成跨行业、跨场景的规模化落地。
把时间线拉长一些的话，会发现这些变化早有伏笔。
3 个月前的华为云 INSPIRE 创想者大会上，华为云首次提出 Agentic Cloud 战略，打造企业级 Agentic AI 创新的 " 硅基黑土地 "；
3 个月后的华为全联接大会 2026，昇腾 950 集群服务、CMS 记忆存储解决方案、智果 AgentArts、行业 AI 梦工厂等一系列产品陆续落地，一个个深入核心业务的标杆案例加速涌现。
从战略提出到产品落地，再到生态繁荣与行业实践，" 华为云努力去做最开放的 Agentic Cloud"，不仅仅是一句口号，更是一个承诺。也让我们有理由相信，坚定执行、说到做到的华为云，将携手千行百业的生态伙伴，共建 Agentic Cloud，共赢行业智能体时代。
推荐阅读
点 "推荐 "，变好看哦。
登录后才可以发布评论哦
打开小程序可以发布评论哦