摘要：最近云计算工程师发现，不管是外部客户还是内部团队，要做 Agent 的技术支持需求变多了，有机构预测，未来两年用Agent的企业数量会翻倍，但企业想做出合用的Agent不容易。

最近云计算工程师发现，不管是外部客户还是内部团队，要做 Agent 的技术支持需求变多了，有机构预测，未来两年用Agent的企业数量会翻倍，但企业想做出合用的Agent不容易。

最早的时候，企业用的Agent大多是客服或问答场景的Chatbot，功能单一，只能机械回复固定问题。

后来出现了工作流形态的Agent，能按固定流程处理审批单这类重复性工作，帮企业内部提效，像Dify、Coze这类低代码平台就快速承接了这部分需求。

但今年，很多企业开始往“自主性 Agent”方向探索，这种Agent没有预设的工作流，能自己规划行动，比如帮用户写文档、做 PPT，甚至打开浏览器整理本地文件夹。

传统应用处理的是毫秒级、不用记上下文的简单任务，运行模式固定；

自主性Agent可能要持续运行几分钟甚至几小时，得记住前后步骤的上下文，还会在后台推理问题、寻求帮助，甚至协作完成任务，工作负载特别不稳定。

它还有 “三难”：输入相同可能输出不同，结果不确定性高；内部包含 Prompt、记忆、模型等多个组件，出了问题难定位；自主运行的特性还带来了不少安全隐患。Agent Infra就是在这样的需求下出现的。

别看Agent Runtime是新方案，它的底层逻辑和国内外同行是相通的，核心都是靠运行引擎、安全沙箱、API 网关、内容管理这些关键模块搭起统一基础，遵循 “从运维出发，先资源后应用开发，再到安全和智能化” 的演进逻辑。

且构建层高度分裂，存在数十乃至上百种框架，业内没有任何共识，需求共性依然更偏向云（如安全工具、运维和存储等）。

大模型爆火时，云厂商们主推的是“AI Infra”，本质就是基于GPU的高性能计算（HPC），核心是让高性能硬件发挥最大效能。

为了算力，全球厂商砸了不少钱，光海外头部四家云厂商的资本支出合计就超3000亿美元，同比增长还超30%，GPU机型也从A100、A800快速迭代到H800及更新版本。

现在，很多新建的智算中心，就算买了足够的 GPU，配套的设施、安全性、运维能力跟不上，还是面临闲置风险。

而且Agent应用需要的不只是HPC，还得兼顾计算、网络、存储，甚至要把Infra的职责往“AI应用层”延伸。

于是，云厂商们纷纷转向Agent Infra，海外的动作尤其快：Google Cloud在3月份推出了Vertex AI Agent Builder。

AWS7月份上线Amazon Bedrock AgentCore，Microsoft Azure也在8月份拿出了Agent Factory，每家都组建了专门的团队，用独立品牌推一体化方案。

在 2025 年腾讯全球数字生态大会上，腾讯集团副总裁、腾讯云总裁邱跃鹏发布了Agent Runtime解决方案，这也是国内云厂商的首个Agent Infra品牌，专门针对 Agent 的大规模应用设计。

比如Agent Runtime的云沙箱，用的是腾讯自研的Cube沙箱技术，能做到100毫秒极速启动，还支持数十万Agent实例同时并发。

除了沙箱，执行引擎会拉起Serverless会话并做隔离，保证用户信息不泄露；

上下文服务负责长期记忆的管理和检索，还能通过优化存储和检索控制成本；

Agent 网关能对接模型服务、接入工具，还能做流量调度和安全防护；安全可观测服务则提供机密计算和日志服务，全链路保障安全。

腾讯云做Agent Runtime还藏着一个“优势”——先用自己内部的业务当“试验田”，比如腾讯内部的各种业务场景，会先试用新技术、新功能，跑通了、效果好了，再对外服务。

不过现在不管是腾讯云的Agent Runtime，还是其他厂商的方案，都还处于早期阶段，Agent还没像传统应用那样大规模普及，大家其实都不知道完备的Agent Infra范式到底是什么样的。

比如为了提升 Agent 的智能化，需要一套支持数据缓存、回放、测试集管理的底层架构，这就要求改造 Agent 运行时环境，增强沙箱的数据暂存能力、网关的数据劫持功能，但目前行业还没系统推进这件事。

从简单的Chatbot到自主性Agent，再到Agent Infra的竞逐，未来 Agent Infra 还会怎么进化，会给市场带来哪些新变化，值得我们期待。

来源：健康小志一点号