文章圖片
文章圖片
文章圖片
魚羊 發自 凹非寺
量子位 | 公眾號 QbitAI
大模型時代 ， AI基建的重要性已經不言而喻 。
前有馬斯克19天狂組10萬塊H100 ， 后有扎克伯格挖人不忘大堆算力 ， 誓要首家上線1GW+超算集群……圍繞“算力”、“基建”的好戲 ， 在全球舞臺上可謂是連番上演 。
剛剛在上海落幕的WAIC 2025 ， 同樣未能“免俗” 。 并且我們還發現 ， 隨著模型應用成為發展主旋律 ， 基礎設施方面也有了更細化的新進展 。
就拿當下最熱的Agent領域舉例 。 Agent Infra的概念 ， 已經開始被最敏銳的廠商所捕捉 。
并且呈現出的還是大洋兩岸兩大云巨頭同時發力的景象——
AWS一面發布Amazon Bedrock AgentCore的智能體沙盒 ， 幫助企業規模部署和運行AI Agents；一面額外拿出1億刀 ， 投向促進智能體開發和部署的研發工作 。
國產Agent基礎設施也迅速跟上：就在WAIC現場 ， 阿里云正式推出首款專為AI Agents打造的“超級大腦”——無影AgentBay 。
沒錯 ， 就是阿里云電腦品牌的那個“無影” 。 現在 ， 這臺云電腦不僅能隨時隨地通過普通電腦、手機、平板接入 ， 還能在云端一鍵生成專屬Agent運行的沙箱環境 ， 讓智能體開發者開箱即用、3行代碼直接“拎包入住” 。
好家伙 ， 這真是要把Agent的開發門檻 ， 又給大砍一刀了 。
AgentBay——專為Agent開發的一臺超級電腦2025年 ， Agent有多火？
如果說移動互聯網的標志物是各種手機App ， 那在當下 ， 應用端大模型的代言詞 ， 非“Agent”莫屬 。
數據顯示 ， 過去三個月涌現的Agent相關產品 ， 數量甚至超過了2024年的總和 。 而正如移動App使得云計算成為主流 ， Agent行業的快速發展 ， 也對Infra提出了全新的挑戰和更高的要求 。
阿里云正是在這樣的背景下 ， 專為AI Agents開發 ， 打造了無影AgentBay——一臺專為Agent服務的超級電腦 。
經過三個多月的內測 ， 正式上線的無影AgentBay集成了云上沙箱環境、算力調度、持久化數據存儲和企業級安全多項核心能力 ， 主打一個功能豐富、接入簡單、擴展靈活 。
來看具體功能 。
覆蓋多個主流環境首先 ， 在沙箱環境方面 ， 無影AgentBay覆蓋從Linux、Windows、Android系統層的Computer Use、Mobile Use到Browser Use、Code Space等應用層的多個主流環境 ， 為Agent自動化應用提供全方位支持 。
也就是說 ， 它覆蓋了瀏覽器、代碼、電腦、移動端四大核心環境 ， 無論是開發網頁自動化智能體 ， 還是代碼編譯、桌面操作、移動應用控制智能體 ， 都能適用 。
其中linux和android的支持是目前市面上大部分產品都不具備的 ， 這意味著手機、平板等移動終端也可以快速體驗到各大Agent帶來的驚喜 。
支持多種交互方式
其次 ， 無影AgentBay支持視覺理解、自然語言控制、任務解析等多項AI技術 ， 支持原子化工具API、AI Agent API和ASP遠程串流協議等多種交互方式 ， 提供多模態輸入和智能決策 ， 提升自動化效率 。 遠程串流意味著運行沙箱環境全程都是可視化的 ， 在一個類似Windows桌面里執行命令 ， 還可以隨時暫停 ， 手動接管 。
升級數據漫游系統
在數據持久化——也就是存檔數據 ， 讓數據能被長期保存和使用方面 ， 無影AgentBay還升級了跨平臺數據漫游系統 。
該系統支持狀態和內存級別的持久化 ， 確保任務切換時的狀態連續性 ， 資源可以按需加載、實時切換 。 這樣的好處是在一些需要登錄賬號信息的平臺 ， 無需重復登錄 ， 大大節省了操作步驟和時間 ， 同時賬號信息也能被安全的保存 。
提供企業級安全
AI Agents在本地環境部署時 ， 存在的一個問題是 ， 在執行任務時可能會對本地電腦文件系統進行修改、刪減等操作 ， 執行過程就像一個“黑匣子” ， 輕則留下垃圾文件 ， 重則導致文件丟失或數據泄露 。
相較之下 ， 無影AgentBay自帶“防火墻” ， 提供了符合企業級安全標準的安全沙箱環境 ， 采用數據加密傳輸和權限嚴格隔離 ， 實現“本地環境零侵入” ， 相當于為消費者和廠商設置了安全隔離雙重保險 。
此外 ， 基于阿里云強大的算力 ， 無影AgentBay還能實現秒級彈性伸縮與千級并發的運維能力 ， 幫助開發者解決智能體開發、運行過程中遇到的基礎建設和運維難題 ， 讓開發者更專注于開發本身 。
除此之外 ， 無影還為海內外客戶提供了AI大模型推理、大型3D軟件等所需的GPU算力和AI工作站 ， 以滿足更復雜的數據分析、小模型訓練、游戲生成等需求 。
開發環境和算力依然是Agent落地兩大難題看完功能 ， 讓我們再回歸到Agent加速落地本身提出的挑戰——總結起來其實是兩個關鍵詞：開發環境和算力 。
舉個例子 ， 比如在本地環境開發AI Agents ， 硬件設備上就很難滿足高并發、高算力的需求 ， 尤其是需要大量GPU運算的工作 ， 普通電腦基本上是hold不住的 。 想要在本地拉通一套能開發AI Agent的設備和環境 ， 需要投入的精力和財力都不可小覷 。
另外 ， Agent執行任務時往往會占用本地計算資源和操作權限 ， 這也嚴重影響著用戶體驗 。
對照來看 ， 也就不難理解阿里和AWS這兩大云巨頭 ， 怎么就在這個時間節點上不謀而合了起來 。 如果較真點的話 ， 阿里云推出的比AWS還要早三個月 ， 中國廠商在基建這塊真是YYDS 。
以無影AgentBay為例 ， 云電腦的技術原理天然就能解決以上難題 ， 將AI分配的任務直接接入高性能云端環境 。
無影AgentBay不僅自帶海量MCP工具和環境 ， 還能在云端輕松完成任務執行、算力彈性擴容 ， 并且全程操作均支持可視化 。
這樣一來 ， 就節省了大量運行時間 ， 大幅降低了Agent應用的部署門檻 。
可以說 ， 是加速打通了AI Agents規?；淖詈笠还?。
Agent時代需要新基建阿里此番布局Agent Infra ， 可以說是閃電出手：從內測到正式發布 ， 具備完整的交付能力 ， 僅用了三個月的時間 。 首批內測客戶也超過了1000家 ， 市場反響熱烈 。
從Agent長期發展的視角來看 ， 正如移動互聯網時代App的繁榮 ， 促使IT基礎設施邁向云計算時代 ， Agent大規模落地的前提 ， 自然也少不了新基礎設施的建立和完備 。
其中的難點在于 ， Agent的開發就像辦一場全世界參與的奧運會 ， 其中涉及的環節十分復雜 ， 賽事本身可能只是其中最簡單的環節 。
從云廠商的視角來看 ， 不僅要有深厚的云技術積累+AI技術積累 ， 還要對真實落地場景有敏銳的行業洞察 。
這也就解釋了 ， 為什么是阿里云和AWS們率先出手 ， 爭相在Agent Infra這個新開拓的棋盤上落子布局 。
根據IDC報告 ， 2024年下半年 ， 阿里云依然穩坐中國公有云服務市場頭把交椅 。
財報也顯示 ， 其在通義系列大模型、AI基礎設施等領域的全面發力 ， 推動了公有云收入增長 。 截至去年第四季度 ， 其AI收入已連續六個季度三位數增長 。
古時征戰講究兵馬未動糧草先行 ， 現今AI時代 ， 無論是基礎模型的智能涌現 ， 還是上層應用的加速落地 ， Infra都是關鍵 。
— 完 —
量子位 QbitAI · 頭條號
【阿里閃電入局Agent Infra！智能體新基建亮相WAIC】關注我們 ， 第一時間獲知前沿科技動態簽約
推薦閱讀
- 誰在托舉Agent？阿里云搶灘Agent Infra新賽道
- 騰訊入局具身智能，宇樹首批用上“大腦”
- 阿里小號將陸續下線
- 阿里開源通義萬相2.2，首創電影級美學控制系統
- 我們在WAIC碰到阿里副總裁，他說最多的一個詞是：Agent
- 具身智能，騰訊「低調入局」
- 豆包上新同聲傳譯，順便狙擊阿里AI眼鏡？
- Vibe Coding 開賽，阿里靠新模型贏麻了？
- 尼康入局FOPLP，三星遇勁敵
- 阿里巴巴副總裁葉軍確認離職，曾帶領釘釘商業化取得突破