芯耀
194
作者｜周一笑
郵箱｜zhouyixiao@pingwest.com
當下的AI Agent領(lǐng)域，正上演著一幕“奇特”的景象，一方面，是關(guān)于Agent能力極限的狂熱探討；但另一方面，是當這些光鮮的Agent從實驗室走向真實生產(chǎn)環(huán)境時的普遍“失速”與“沉寂”。
這之間巨大的落差，源于一個被行業(yè)集體選擇性忽視的“盲點”：我們癡迷于為Agent打造更聰明的“大腦”，卻忽略了為其提供一個穩(wěn)定、安全、可靠的“數(shù)字身體”（運行環(huán)境）。
這正是“Agent的光刻機之問”。在芯片制造中，若沒有EUV光源、精密光學系統(tǒng)和超凈間這些昂貴且復雜的物理基礎(chǔ)，再精妙的芯片設(shè)計圖也無法被刻上晶圓。同理，Agent的價值實現(xiàn)，也依賴于一個看不見、摸不著，卻至關(guān)重要的底層支撐。
如同光刻機需要EUV光源、光學系統(tǒng)和超凈間的完整配合，Agent也需要大模型、框架和云端環(huán)境的協(xié)同工作。
正是這個常被忽視的物理基礎(chǔ)，通過提供持久化的狀態(tài)管理、絕對安全的隔離沙箱、確保結(jié)果可復現(xiàn)的標準化工具集，以及工業(yè)級的穩(wěn)定性和可觀測性，解決了Agent從脆弱的演示走向強大生產(chǎn)力工具時所面臨的一系列致命問題。
因此，當Agent技術(shù)從概念驗證走向產(chǎn)業(yè)落地，下一階段的競爭核心，已不再僅僅是模型智能的比拼。新的壁壘，在于誰能率先打造出穩(wěn)定、可靠、高效且安全的云端運行環(huán)境。這臺“隱形的光刻機”，將最終決定誰能在即將到來的Agent時代中占據(jù)主導地位。
也是基于這一判斷，一些深耕云計算的廠商開始從一個全新的視角破局，阿里云的無影云電腦團隊給出的答案是：他們選擇重注“云電腦”這一賽道，并對其進行根本性的重新定義——讓它從一臺“給人用的電腦”，成為為一臺“給AI用的電腦” 。這一決定源于無影過去數(shù)年在企業(yè)服務(wù)市場積累的技術(shù)與認知 。而如今，正是這些為“人”打造極致遠程體驗時沉淀的能力，恰好構(gòu)成了為“AI”解決光刻機問題的先決條件。
1
意外崛起的MCP，喚醒了Agent沉睡
最早的 AI Agent 概念可以追溯到 20 世紀中期的科幻小說，尤其是艾薩克·阿西莫夫1950 年發(fā)表的《我，機器人》，奠定了“自主智能體”這一概念的雛形。人類一直以來都在幻想“假機器之手行自我之事”，科幻片里的賈維斯（Jarvis）、Moss（Her 中的 AI），甚至動畫里的阿拉蕾，都是這些幻想的文化投射。
從概念到落地需要實際可行的技術(shù)指引，大模型興起后，Agent要落地，關(guān)鍵在于如何無縫接入海量工具——這正是MCP協(xié)議的使命。
2024年11月，Anthropic公司推出了MCP（Model Context Protocol），這個被譽為“AI界的USB-C”的開放標準，正在改變Agent生態(tài)的發(fā)展軌跡。
MCP試圖解決了一個長期困擾AI開發(fā)者的核心痛點：工具調(diào)用的標準化問題。在MCP之前，AI要想與外部工具互動，必須通過編寫代碼并調(diào)用API，效率低下且耗時費力。隨著OpenAI、Google等巨頭宣布正式支持MCP協(xié)議。讓業(yè)界看到了MCP成為標準協(xié)議的可能。
在這樣的背景下，Agent應用的開發(fā)架構(gòu)也在發(fā)生根本性變化。正如在與硅星人的交流中提到的，Agent要跑通，必須要有“新三大件”：
- 基礎(chǔ)模型：作為Agent的“大腦”，提供推理和規(guī)劃能力。MCP協(xié)議：作為Agent的“神經(jīng)系統(tǒng)”，連接大腦與外部工具，實現(xiàn)感知與操作。云端環(huán)境：作為Agent的“身體”，提供一個安全的、彈性的、高性能的物理載體，承載任務(wù)的最終執(zhí)行。
這“新三大件”的組合，正在重新定義Agent應用的開發(fā)范式。而Agent應用的復雜性、對算力的高要求、以及對安全隔離的需求，都要求有專門的基礎(chǔ)設(shè)施來承載。這就是為什么云電腦這樣的基礎(chǔ)設(shè)施產(chǎn)品開始受到關(guān)注——它們不僅提供了Agent運行所需的環(huán)境，更重要的是，它們可能正在重新定義Agent時代的云計算架構(gòu)。
1
AgentBay：通用Agent的神兵利器
在這樣的行業(yè)背景下，阿里云無影團隊做出了一個戰(zhàn)略判斷：云電腦的未來不再僅僅是“給人用的電腦”，而是要成為“給AI用的電腦”。
從技術(shù)原理來看，AI“感知”世界的方式（通過視頻、音頻流）與云電腦的技術(shù)原理（將畫面和聲音流式傳輸?shù)浇K端）天然契合；AI“操作”世界的方式（模擬鍵盤、鼠標事件）也與云電腦的控制協(xié)議異曲同工。這種技術(shù)基因上的匹配，讓云電腦成為了AI Agent理想的數(shù)字化身軀。
更重要的是，無影團隊認識到了一個核心問題：當前Agent生態(tài)面臨的挑戰(zhàn)，本質(zhì)上是基礎(chǔ)設(shè)施層面的挑戰(zhàn)。無論是算力瓶頸、安全隔離還是開發(fā)復雜性，都指向同一個需求——Agent需要一個專門為其設(shè)計的運行環(huán)境?；谶@一判斷，無影推出了AgentBay，這是國內(nèi)首個支持MCP協(xié)議的云電腦服務(wù)，它致力于解決的是Agent“能不能用好”和“能不能用得起”的挑戰(zhàn)。
首先是算力彈性。AgentBay采用了Serverless化的算力調(diào)度模式，開發(fā)者通過簡單的API調(diào)用就能獲得彈性的云端算力。當Agent執(zhí)行復雜任務(wù)時，系統(tǒng)會自動分配足夠的計算資源；任務(wù)完成后，資源立即釋放，按需使用。
特別值得一提的是，AgentBay支持高并發(fā)任務(wù)執(zhí)行。當多個Agent需要同時處理大量任務(wù)時，傳統(tǒng)的單機環(huán)境往往無法承受。而AgentBay可以同時拉起數(shù)百個云電腦實例，彼此之間完全隔離。并發(fā)能力的提升，讓Agent應用具備了商業(yè)化部署的可能。
其次是安全隔離。AgentBay為每個任務(wù)創(chuàng)建獨立的云上安全運行環(huán)境，這相當于給Agent的每次執(zhí)行都提供了一個全新的“沙箱”，任務(wù)執(zhí)行完成后，這個沙箱會被完全銷毀。
第三個突破是開發(fā)門檻的降低。AgentBay原生支持MCP協(xié)議，開發(fā)者可以通過標準化的接口快速接入各種工具和服務(wù)。AgentBay還預集成了大量常用工具，包括Browser、Python（代碼執(zhí)行）、Terminal、File System等工具，可以開箱即用。
AgentBay更擅長的是“水面下的能力”，正是這些能力讓客戶“眼前一亮”。例如多平臺支持，與市面上大多數(shù)只支持單一平臺的解決方案不同，AgentBay提供了Linux、Windows、Android等多種鏡像，并支持在一個任務(wù)中跨平臺操作。例如，Agent可以在Linux環(huán)境中進行數(shù)據(jù)分析，然后切換到Windows環(huán)境生成報表，最后在Android環(huán)境中發(fā)布到移動應用，大大拓寬了Agent應用的想象力。
還有人機協(xié)同的“兜底”機制。AgentBay內(nèi)置了無影云電腦多年積累的ASP串流技術(shù)，當AI在執(zhí)行任務(wù)時遇到需要人工干預的情況（比如需要輸入驗證碼、處理異常情況等），可以直接呈現(xiàn)云端實時畫面，允許用戶隨時接管操作，低延遲讓實際體驗跟用本地PC幾乎一致。用戶不用擔心Agent“查錯水表、送錯快遞”了。
“最多跑一次”也是AgentBay的創(chuàng)新。傳統(tǒng)模式下，Agent閱讀資訊和報告會從頭讀到尾，再從中選取有價值的內(nèi)容，當幾十個任務(wù)疊加時，消耗的總時長看起來就那么“高效”了。AgentBay可以做到“在你看之前已經(jīng)幫你看過了”，接到任務(wù)的那一刻起，AgentBay里的小AI就主動幫助Agent進行優(yōu)化和篩選，把最直接相關(guān)的內(nèi)容呈現(xiàn)出來，信息只要跑一次就能讓Agent處理了。此外，AgentBay還有專屬的知識庫、歷史文件編輯等高階能力，具備一定程度的“記憶力”，讓云端環(huán)境更像用戶的“數(shù)字分身”
AgentBay的另一大價值在于清晰定義了Agent開發(fā)的標準架構(gòu)。過去，Agent開發(fā)者需要考慮各種環(huán)境兼容性問題、資源調(diào)度問題、安全隔離問題。現(xiàn)在AgentBay在基礎(chǔ)設(shè)施層面都解決了。開發(fā)者只需專注業(yè)務(wù)邏輯，其它交給AgentBay。
產(chǎn)品負責人屈立威表示：“我們的目標是讓開發(fā)者能夠'拎包入住'，只需要專注于業(yè)務(wù)邏輯的實現(xiàn)。”從市場反饋來看，目前國內(nèi)頭部的幾家Agent大廠包括阿里系的夸克、釘釘?shù)犬a(chǎn)品都在使用AgentBay來承載他們的Agent應用。
據(jù)團隊介紹，AgentBay未來將聚焦于兩大核心方向的演進：一是打造“視覺理解中間層”，讓AI能更低成本地理解和操作圖形界面；二是構(gòu)建“長期記憶模塊”，讓云端環(huán)境真正成為具備持續(xù)學習能力的個性化“數(shù)字分身”。
1
Agent時代的基礎(chǔ)設(shè)施：長期投入、做好服務(wù)
當我們將視野從具體的應用場景拉回到行業(yè)發(fā)展的宏觀層面時，一個問題浮現(xiàn)出來：在Agent即將大規(guī)模商業(yè)化的前夜，什么樣的基礎(chǔ)設(shè)施能夠承載這一輪技術(shù)革命？
阿里云無影事業(yè)部總裁張獻濤表示：“我們的定位是服務(wù)好所有Agent廠商，而非在應用層面直接競爭。我們是'賣鏟子'的，而不是自己去'挖礦'?！?/p>
在Agent生態(tài)中，模型能力、應用開發(fā)、基礎(chǔ)設(shè)施三個層面各有其專業(yè)門檻和發(fā)展規(guī)律。模型層面需要大量的算法研發(fā)和數(shù)據(jù)積累，應用層面需要對具體業(yè)務(wù)場景的深度理解，而基礎(chǔ)設(shè)施層面則需要對云計算、網(wǎng)絡(luò)、安全等底層技術(shù)的長期投入。
“做基礎(chǔ)設(shè)施，沒有三年五年的積累是很難做起來的。阿里云在早期發(fā)展階段也用了七八年持續(xù)不斷投入基礎(chǔ)技術(shù)研發(fā)才有了今天的地位。靠的不僅僅是某個產(chǎn)品，而是對客戶的全方位服務(wù)和對技術(shù)的長期投入。服務(wù)器穩(wěn)定性、數(shù)據(jù)安全、網(wǎng)絡(luò)可用性，這些都是看不到的技術(shù)戰(zhàn)場。”
這讓人回想起2008年，當史蒂夫·喬布斯在發(fā)布會上首次向世界介紹App Store時，很少有人能預見到，這個新生的應用商店，將如何開啟一個價值萬億的移動互聯(lián)網(wǎng)時代，并催生出無數(shù)顛覆性的商業(yè)模式。這正是蘋果打造的通往移動世界的“基礎(chǔ)設(shè)施”。
今天，當大多數(shù)人還在驚嘆于Agent“大腦”的聰明才智時，無影選擇打造那個承載一切的“數(shù)字身體”和運行平臺。而AgentBay也似乎像那個初生的App Store，讓開發(fā)者去自由地構(gòu)建和想象Agent時代的未來。
畢竟，AI是一場沒有終點的馬拉松。每當一個范式被突破，圍繞它的所有細節(jié)都將被重構(gòu)。Agent是如此， MCP也是如此，而為這一切提供動力的“新基建”，才剛剛開始。
