光锥智能 昨天
Agentic Cloud,云厂商们的新叙事
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

前沿科技,数智经济

AI 大模型只是入场券,全栈技术底座才是下半场。

文|白   鸽

编|王一粟

Agent(智能体),无疑是 2026 年最火爆的一个词。资本在追,创业者在卷,大模型厂商们也争先恐后地给自家产品贴上 "Agentic" 的标签。

与此同时,落到行业里,Agent 也已经开始 " 干活儿 " 了,从办公软件到制造产线,从智能客服到研发提效,越来越多的企业开始把 Agent 放进真实业务流程。

然而,行业很热闹,但真实数据却比叙事冷静得多。

毕马威的一项调研显示,88% 的企业已启动 Agentic AI 试点,但仅 24% 看到了实际回报。而 Gartner 预测,超过 40% 的 Agentic AI 项目将在 2027 年底前被取消,原因是成本失控、ROI 不清晰和风险控制不足。

这背后的逻辑其实很清楚,当智能体从 " 陪人聊天 " 走向 " 替人干活 ",它撞上的第一道墙,往往不是模型不够聪明,而是物理世界的约束——连续执行几十步任务、反复调用外部工具、无人盯守长期运行,每一步背后都是算力、Token、运行环境、安全治理的连环问题。

而这些问题,也推动云计算从以资源供给为中心,向智能体底座加速演进。

云计算正在变成 Agentic Cloud(智能体云)。随之而来的,则是一整套从数据中心、智能体运营到行业场景的体系化改变。

Agent 时代的竞争,不是单点技术的比拼,而是整套体系的对决。

毕竟,模型可以买来,算力可以租到,但一个能同时满足 " 跑得快、记得住、用得起、管得住 " 的完整架构,才最难得。

在今年华为全联接大会 2026 的华为云峰会上,华为公有云总裁胡玉海表示,华为云将从三个维度深耕智能体时代:一是软硬芯整合,打造极致性价比的 AI 基础设施;二是拥抱百模千态,构建开放的企业级智能体平台;三是打造场景化解决方案,深入政务、汽车、具身智能等行业,践行 " 用 AI 解行业难题 "。

华为公有云总裁胡玉海

少了任何一层,Agent 都只能停留在演示视频里。

那么,这套全栈技术架构具体长什么样,又能否真正撑起 Agent 时代的重量?

从回答问题到完成任务

云的逻辑变了

过去十五年,云计算行业反复讲的其实只有一个故事,即把 IT 基础设施变成水电煤。

第一阶段,云卖的是资源,如弹性算力、存储、网络,企业按需取用,不必自建机房。

第二阶段,大模型来了,云开始卖模型,如 MaaS 把模型能力封装成 API,企业不必自己训练,调用即可。

现在,故事讲到了第三阶段,云开始卖 " 干活的能力 "。

原因在于,当前AI 正在从被动问答工具,逐步演变为能够自主规划、执行任务的智能主体,同时,智能体正在快速替代和重构传统的 SaaS 软件和企业应用系统,成为新的 " 超级入口 "。

智能体时代,于云计算而言,要持续调度算力、调用工具、衔接业务系统,一跑就是长周期作业。

这也意味着,云厂商的角色将从 " 卖资源、卖软件 " 变成 " 运营智能体 ",竞争维度随之改变。

也正因此,Gartner 在 2025 年底将 Agentic AI 列为 2026 年头号战略技术趋势,并预测到 2026 年底,40% 的企业应用将集成任务特定的 AI Agent,而这一比例在 2025 年还不到 5%。

几乎同一时间,国内外云厂商都在争相补齐 Agent 能力栈,竞争的焦点,正在从数据中心的规模,转向谁能把 "Agent 跑起来 " 背后的一整条链路做好。

此前,有行业人士对光锥智能表示,过去很多开源的智能体软件没能进入企业核心场景,核心原因恰恰是企业级能力没有做到。而安全、治理、运维这些能力,也是开源社区和通用框架最薄弱的地方。

更为重要的一点是,企业选型时最关心的往往不是 " 哪个模型聪明一点 ",而是 " 这套东西能不能在我的环境里安全地跑起来、长期地迭代下去 "。Agent 要进的是合同复核、工厂排产、病理诊断这些核心场景,出一次错的代价,远高于答非所问。

所以 Agentic Cloud 不是 Cloud 的简单升级,也不是给云加一个 Agent 入口,而是面向 Agent 时代重新构建的一整套技术底座。

拆开看,这套全栈底座大致可以分为四层:

最底层是算力与基础设施,解决 " 跑得快、记得住、用得起 " 的问题;中间是智能体的构建、运行与治理平台,解决 " 造得出、管得住、会进化 " 的问题;最上层是进入千行万业的 Agent 应用,解决 " 在哪干活、干得怎么样 " 的问题。

而贯穿三层的,还有安全体系与生态——毕竟智能体的自主性越强,越需要内生的防御能力。

可以看到,体系化能力听起来抽象,落到具体的工程上,其实就是层层递进的问题:Agent 算力跟不跟得上,开发运维顺不顺,安全风险兜不兜得住。

Agentic Infra

把基础设施变成一座 " 工厂 "

智能体的雄心再大,也得先过物理世界这一关。模型参数和算力密度的快速增长,让传统数据中心在空间、供电、散热、成本效率上遭遇多重挤压。

这是 Agentic Cloud 的第一道考题。

业内皆知,Agent 是 " 吃算力密度 " 的负载,而密度就意味着 Token 成本。

简单来说,Agent 时代的负载特征是高并发调度、超低时延推理。一个 Agent 干活,背后是成千上万次频繁的推理调用,企业里跑的不是一个 Agent,是成百上千个。

这类负载对算力的需求不是 " 有就行 ",而是需要 " 又多又近 ",即集中部署的规模越大,集群内通信的时延越低,单位算力的成本也越低。

对此,9 月 15 日,华为就发布了全球首个 3D 液冷数据中心,创造性的采用了分层解耦、立体堆叠的设计理念,1 栋楼 18000 平米占地面积可以支撑 10 万卡部署规模。

而 3D 液冷数据中心把 10 万卡压缩进一栋 18000 平米的楼,本质是用立体堆叠和液冷把 " 单位空间能塞下的算力 " 翻倍。摊到每一次推理上,就是 Token 成本的下降。

这也意味着,密度翻倍,等于直接缓解了 Agent 规模化落地最大的拦路虎——成本。

另外,这次华为云不只发布了数据中心,还发布了专著、开放了概要设计图库、联合全球计算联盟发起了新一代数据中心范式的倡议,目标是把这套架构作为全行业十万卡集群的参考。

对 Agent 生态来说,这意味着 Agent 时代需要的算力底座不必每家公司从零摸索,地基标准化了,上层的智能体才有统一的落脚处。

数据中心解决的是 " 算力住在哪里 ",但 Agent 要跑起来,还有三个更具体的问题等着回答。

一是算力交付的形态。十万卡集群是静态规模,而 Agent 对算力的需求是动态的,即高并发时瞬间拉起,长任务时持续供给。这就需要把集群的算力包装成随取随用的服务,并且让每一次推理都足够快、足够便宜。

去年 10 月,华为云发布 910C 超节点,目前已成为国产算力服务首选。据悉,华为云也将在月底正式上线新一代昇腾 950DT 智算集群服务,通过软硬协同实现三层推理加速、以及高性能灵衢总线,在模型尺寸持续增加的情况下,性能相比上一代有效提升 20% 以上。

二是记忆的存放。Agent 和问答系统的根本区别之一在于 " 有状态 ":一个跑上几天几夜的任务,它的上下文和中间结果必须被完整记住。传统的存储体系是为文件和数据集设计的,不是为智能体的记忆设计的。

而针对这个问题,华为云则推出全新 CMS 记忆存储解决方案,支持全局 PB 级超大记忆容量、以及 TB 级记忆读取能力,可实现 95% 以上的缓存命中与 5 倍吞吐率的提升。

同时,华为云通过 KV Cache 分层池化,可以稳定支撑天级长程任务,让智能体持续沉淀知识、自主迭代,真正实现越用越好用、越用越智能。

三是行动的边界。Agent 是无人盯守的自主行动者,调工具、查数据、改流程,每一个动作都可能越界。因此,它不能裸奔在企业系统里,必须被装进隔离、可控、能快速弹性伸缩的运行环境。

华为云 AgentSphere 则可以支持百毫秒沙箱极速启动,实现每分钟十万级批量创建,通过软硬协同支持内核级隔离,构建安全自治的运行环境,让智能体高效经济、安全可信的运行在企业核心生产场景。

只有具备这一套全栈基础设施,才算是让 Agent 拥有了可栖身、可记忆、可托付的物理世界。

而地基的价值,最终要靠其上的建筑来证明:有了能跑、记得住、管得住的基础设施,接下来才是智能体本身如何被制造、进化和派活的问题。

让 Agent 从能用到好用

也需要一套体系

有了算力和模型,企业面对的下一个现实是:怎么把智能体真正造出来、跑起来、管得住。

而这其中,最核心的一个前提在于,落地的必须是一个可以持续进化的智能体。

原因在于,这不是跑一次 Demo 的问题,企业的任务在变、数据在变、流程在变,上线即定型的智能体用不了三个月就会掉队。所以开发环节的核心不是 " 搭出来 ",而是 " 元进化 "。

所谓的 " 元进化 ",在 AI 领域,是指 " 进化机制本身的进化 ",即让智能体不但可以更好的解决问题、还能更好的改变自己,实现向自主进化的跨越。

今年 4 月,华为云发布的智果 AgentArts,定位是企业级一站式智能体构建与运营平台。而在此次全联接大会上,智果 AgentArts 也进行了关键能力升级,基于 " 元进化 ",让 Agent 成为可自主进化的生命体。

具体落在三处:

模型侧,则集成了强化学习能力,能够基于智能体实际运行的过程、结果和反馈自动增训;

Harness 侧,则是根据执行与反馈的观测结果,能够自动优化提示词、工具和记忆的使用,特别是根据评测集的验证结果,可以自主修改智能体代码与编排流程。

最后,运行经验、改进记录和验证结果能够持续沉淀到平台的数据底座,为后续进化提供支撑。

通过这样元进化的能力,AgentArts 不但支持智能体自主长稳运行,还能够帮助智能体在运行过程中自主优化、持续提升复杂任务成功率,真正实现越用越顺手、越用越聪明。

可以看到,如果没有这套自我迭代机制,智能体是个一次性的演示品,不是企业的长期资产。

而除了企业级智能体平台外,通用智能体也是另一条落地路径。

今年 2 月,华为云发布的码道 CodeArts 编码智能体,已吸引近 30 万企业开发者。

这次面向 1200 万鸿蒙开发者,码道 CodeArts 带来三大升级,致力成为最懂鸿蒙开发的 AI 编码智能体:

一是鸿蒙编码大模型,基于高质量鸿蒙训练语料,全量覆盖高频 ArkUI 组件、深度适配 ArkTS 语法与开发规范,千行代码错误数降低 80%,相同任务的 Token 消耗降低 20% 以上;

二是业界首个支持端侧模拟器直接调用的鸿蒙编码智能体,一站式搞定 " 从想法到上架 " 的全流程;三是鸿蒙应用实践中心,提供从入门到企业级的实战案例与全链路云端开发环境。

据悉,华为云码道已正式上线鸿蒙 PC 应用市场。

两条路径放在一起,整体华为云推动智能体落地的路径就非常清晰了。

通用智能体是 " 即战力 ",把编码、办公这类高频通用需求做成开箱即用的标准品,让企业零门槛先用起来。而企业级平台则是 " 定制工厂 ",承接通用产品覆盖不了的差异化场景,把企业的行业知识和私有数据变成专属智能体。

一个负责 " 普惠 ",一个负责 " 专属 ",前者降低 Agent 的使用门槛,后者则决定 Agent 能走多深,两者配合,才构成华为云在智能体落地上的完整棋局。

但造出来只是第一步,智能体能不能用好,还要考虑智能体的安全边界问题。

安全防护上,华为云的思路是给 Agent 建一套内生防御体系,DPU 擎天卡加固沙箱防逃逸,大模型防火墙拦截提示词攻击,智能体卫士以 70 多个组件阻断越权,再让安全智能体自主完成漏洞发现与修复闭环,用智能体管智能体的安全。

至此,从造得出、用得好到管得住,智能体落地的关隘基本过完。但这套技术底座的价值,终究不能只停在架构图里。它的下一步,是走进千行百业,到真实的业务流程中去接受检验。

技术底座的下一步

要进入千行百业

地基打得再牢,平台造得再好,最终都要接受一个检验,即它们能不能在真实的行业场景里创造价值。毕竟企业为 Agent 买单的理由,从来不是技术本身,而是它解决了什么实际问题。

就像医疗行业,在全国 38000 家医院中,只有 5000 家设有病理科,病理医生严重短缺、基层诊断能力薄弱,是这个行当几十年没解开的死结。

这些问题靠通用的聊天机器人解决不了,必须让 AI 深入行业的知识、流程和数据之中。

同时,Agent 的价值必须在业务流程中被验证。毕竟,Agent 不是摆在机房里的展品,它得进病理科、进工厂、进政务大厅,在真实任务里证明 " 靠不靠得住 "。

更为重要的一点是,行业落地是一场长跑,不是一锤子买卖,每个行业的 know-how 都需要时间沉淀,单靠一家厂商填不满所有场景。

既然是一场长跑,就要有长跑的跑法。

华为云的选择是 " 两条腿走路 ":一条腿做深场景,截至目前已深入 30 多个行业、在 500 多个细分场景中落地 AI 应用,携手 5 万多家合作伙伴联合创新,先把标杆案例一个个啃下来。

比如在医疗行业中,其是与瑞金医院联合发布的 Ruipath 病理大模型,覆盖 19 个常见癌症病种,可支撑病理医生 90% 的日常诊断任务,目前已接入超过 100 家医院。

政务领域,华为云已在全国建设 800 多朵政务云,与 160 多个城市共建 " 一城一云 " 并新疆克拉玛依、山东、东莞等地已跑出了城市超级智能体、数字生活空间等应用。

汽车领域,目前全国 Top30 车企中,有 95% 选择与华为云合作,其智能驾驶云解决方案通过全新一代 AI DataLake 支持百万级任务并行调度、百亿向量秒级查询,基于昇腾算力集群构建五级快恢、断点续训能力,让智驾模型的迭代周期更短、效率更高、上车更快。

具身智能领域,华为云则推出自研 CloudRobo-VLA 模型,能帮助机器人准确感知力度,预测误差小于 0.5 牛顿,面向机器人行动导航领域自研的 CloudRobo-VLN 模型,目前在 EVT-Bench 测试集的成绩已达到业界 SOTA 水平。同时,其本体运行管理平台还可支持云端监控、远程接管异常任务、安全围栏约束作业区域,让机器人 7 × 24 小时可控运行。

另一条腿则是做厚资产,即把与头部客户联合沉淀的数据标准、增训模型、开发脚本持续回收到行业专区共享,这就是其提出的 " 行业 AI 梦工厂 ",目前已上线智慧医疗、具身智能、智慧金融、智能制造、科学计算、政务智能六大专区,沉淀 1000 多个行业资产,支撑 320 多个项目落地。

另外,华为云还联合中国信通院、CNCF 等开源基金会打造了 INSPIRE CLUB,一个更开放、聚焦智能体与 AI-Native 领域的全球技术交流平台,给深入到各行业里的技术大拿们搭了个 " 朋友圈 ",真正去碰撞探索前沿技术的无限可能。

一家填不满千行百业,生态越广,智能体落地才能越深。

总的来说,智能体时代的云计算竞争,比的不再是谁的模型更强,而是谁能让智能体在千行万业里真正跑起来。这场长跑刚刚鸣枪,底座的厚度,将决定能跑多远。

光锥智能"AI 交流群 "已建立,

感兴趣的朋友可以添加小助手微信(GZZN2019)沟通进群。

联系我们

王一粟

创始人 / 主编

ID:cishicike000

商务合作请添加微信:GZZN2019

转载开白请留言或添加微信:GZZN2019

进群交流请添加微信:GZZN2019

※添加时请备注公司 + 姓名 + 来意

「往期精彩推荐」

深度研报:

AI 大爆炸:

云计算:

数智化案例:

更多精彩内容,欢迎关注:

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai 创业者 智能客服 gartner
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论