金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

龍蝦（OpenClaw）的火，是真的火，整個行業(yè)都在為這個能真正干活的Agent瘋狂。

但真用起來的尷尬，也是真的尷尬。

因為好多企業(yè)跟風(fēng)All in Agent，砸錢接入了頂尖大模型，搭好了看似炫酷的Demo，可一到規(guī)?；涞鼐皖l頻翻車——

要么卡在系統(tǒng)對接上，要么困在權(quán)限安全里，最后變成只有少數(shù)工程師會用的內(nèi)部玩具，根本跑不進真實的業(yè)務(wù)流程。

這就不免讓人發(fā)出疑問了：人人都能用的龍蝦，怎么到了企業(yè)這里就水土不服了呢？

針對這個問題，來自MiniMax的Agent首席架構(gòu)師阿島和騰訊云Agent Runtime產(chǎn)品副總經(jīng)理、專家工程師Gary，在近期一場Agent Infra熱點圓桌中一針見血地戳破了真相：

企業(yè)落不好Agent，是人的思維從根上就出錯了。

用“人在中心”的舊體系，套“Agent 為中心”的新時代

在直播中，阿島和Gary達成了一個最核心的共識，這也正是絕大多數(shù)企業(yè)Agent落地失敗的首要原因：

試圖在不改變原有工作流、不調(diào)整系統(tǒng)架構(gòu)的前提下，把Agent當(dāng)成一個“插件”強行嵌入現(xiàn)有的企業(yè)體系中。

現(xiàn)有的企業(yè)IT系統(tǒng)是怎么來的？是為了讓人更好地分工協(xié)作而設(shè)計的。

無論是OA審批、財務(wù)報銷，還是研發(fā)管理系統(tǒng)，其底層邏輯都是“以人為中心”。系統(tǒng)里塞滿了為了防范人類錯誤而設(shè)置的審批節(jié)點、繁瑣的表單規(guī)范和層層遞進的權(quán)限控制。Gary坦言：

絕大多數(shù)企業(yè)的常規(guī)操作，是讓AI去適配這些以人為中心設(shè)計的流程。

阿島在直播中用了一個非常生動的比喻——Harness：

Agent就像一輛馬力全開的F1賽車。你想讓它跑出極限速度，就必須為它打造適配的車身與專業(yè)的賽道。但現(xiàn)在很多企業(yè)的做法，是強行把這輛F1賽車開到了普通的鄉(xiāng)鎮(zhèn)公路上，還要求它必須遵守家用轎車的限速和紅綠燈規(guī)則。這怎么可能跑得快？

想要真正釋放Agent的能力，企業(yè)必須完成一次思維的躍遷：從過去的“人在中心操控AI”，轉(zhuǎn)變?yōu)椤癆gent在中心干活，人是駕馭者（Harness）”。

這意味著企業(yè)的工作流、代碼項目、文檔規(guī)范，甚至文件命名，都必須轉(zhuǎn)變?yōu)椤懊嫦駻gent友好”的結(jié)構(gòu)化模式。Agent需要能拿到人能拿到的所有信息，而人，退居為它的輸入和輸出節(jié)點之一。

Gary用騰訊內(nèi)部的親身實踐佐證了這一點。

在騰訊內(nèi)部，研發(fā)團隊最初嘗試將Agent接入需求管理系統(tǒng)TAPD。TAPD的設(shè)計源自傳統(tǒng)的軟件工程，強調(diào)角色分工（產(chǎn)品提需求、研發(fā)寫代碼、測試抓Bug），系統(tǒng)中布滿了復(fù)雜的富文本交互和審批節(jié)點。

“一開始我們嘗試在不改變既有工作流的情況下，把Agent對接進去，結(jié)果發(fā)現(xiàn)這條路完全走不通?！盙ary回憶道。

真正的破局點發(fā)生在思維轉(zhuǎn)變之后。當(dāng)研發(fā)人員開始思考“我一個人如何在AI的輔助下最高效地完成工作”時，奇跡發(fā)生了：

我們發(fā)現(xiàn)突然不需要那么多流程了。我們以Git倉庫為唯一真源，消除了冗余的審批節(jié)點，賦予了Agent能夠自閉環(huán)的權(quán)限。那一刻，所有的落地門檻都消失了，Agent自然而然地就落地成功了。
真正的Agent Native企業(yè)，一定是圍繞Agent重新組織工作流的。

技術(shù)慣性認(rèn)知誤區(qū)，正在讓Agent落地走偏

如果說“舊瓶裝新酒”是思維上的宏觀阻礙，那么在具體的執(zhí)行層面，業(yè)界普遍存在的技術(shù)慣性認(rèn)知誤區(qū)，如同隱形的枷鎖，直接決定了Agent落地的成敗。

這是目前云廠商和IT基礎(chǔ)設(shè)施團隊最容易犯的錯誤。很多人僅僅把Agent看作是下一個微服務(wù)或者大數(shù)據(jù)升級。正如Gary所說：

我看到同行中有很多誤區(qū)，最典型的就是拿過去做微服務(wù)的那套K8s技術(shù)方案，去硬承接AI Agent。

這種生搬硬套是致命的，因為兩者的底層假設(shè)完全相悖。

傳統(tǒng)的Docker和K8s，假設(shè)的是應(yīng)用是無狀態(tài)的、同質(zhì)化的，并且是隨時可以銷毀和快速伸縮的。

但Agent的本質(zhì)是什么？

它是有狀態(tài)的，它的記憶和當(dāng)前執(zhí)行的上下文至關(guān)重要；它是異質(zhì)的，每一個Agent基于不同的設(shè)定和進度，都是獨一無二的；它還是長時運行的，可能需要7x24小時不間斷地為你盯著數(shù)據(jù)或執(zhí)行任務(wù)。

拿著解決靜態(tài)、無狀態(tài)問題的舊錘子，去敲擊自主、不確定性的Agent釘子，顯然只會把釘子敲彎。

云不僅是給人用的，更是給Agent用的

思維的轉(zhuǎn)變，最終必須落地到堅實的基礎(chǔ)設(shè)施上。

過去幾十年的IT信息化進程，無論是單體應(yīng)用、微服務(wù)還是大數(shù)據(jù)，其核心服務(wù)的對象始終是“人”。但正如Gary所言，AI Agent帶來的是一次真正的范式轉(zhuǎn)移——它改變了用云的主體：

過去的云都是人使用的，現(xiàn)在的云，是Agent去使用的。

這意味著，傳統(tǒng)的基礎(chǔ)設(shè)施已經(jīng)無法承載Agent的需求。為了解決這個問題，騰訊云推出了Agent Runtime。

它的核心設(shè)計邏輯非常清晰：消滅偶然復(fù)雜度（Accidental Complexity）。

對于大模型公司，他們只需要專注把模型能力做強；對于企業(yè)客戶，他們只需要專注自己的業(yè)務(wù)know-how。至于Agent怎么在一個安全的環(huán)境里運行、狀態(tài)如何保存、權(quán)限如何管控、怎么跟第三方系統(tǒng)打通通信，這些龐大且繁雜的臟活累活，全部交由騰訊云Agent Runtime這樣的原生基礎(chǔ)設(shè)施來解決。

在這個體系下，騰訊云打造了專門的Agent網(wǎng)關(guān)來解決連接問題，并計劃開源Cube安全沙箱技術(shù)，從計算、網(wǎng)絡(luò)、存儲底座重新設(shè)計，為Agent提供一個既能保留工作狀態(tài)，又能安全隔離的專屬運行環(huán)境。

但在這個環(huán)節(jié)也存在著一個安全認(rèn)知誤區(qū)。

因為一提到Agent擁有自主操作權(quán)限，很多企業(yè)的安全部門就如臨大敵：數(shù)據(jù)泄露怎么辦？它亂操作刪庫了怎么辦？

這種擔(dān)憂很正常，但如果因為這種擔(dān)憂就拒絕Agent，那就大錯特錯了。阿島認(rèn)為，這就像15年前電商剛興起時，大家都在質(zhì)疑“郵購靠譜嗎”、“支付安全嗎”一樣。

新技術(shù)的出現(xiàn)，必然會沖擊原有的基礎(chǔ)設(shè)施，但同時也一定會催生出適應(yīng)新時代的基礎(chǔ)設(shè)施。阿島指出：

在移動互聯(lián)網(wǎng)時代，我們孕育出了手機一鍵登錄、微信支付、支付寶這樣的基礎(chǔ)設(shè)施，才有了后來的外賣、打車和電商生態(tài)。
Agent時代也一樣。今天大家覺得安全是阻礙，但未來一年，我們一定會看到專屬于Agent身份認(rèn)證、權(quán)限委托的“時代支付寶”出現(xiàn)。

Gary對此也補充道：

未來智能體甚至可能會在法律或者事實上擁有某種類似于企業(yè)法人的地位和權(quán)限。我們要做的是構(gòu)建Agent時代的安全沙箱和授權(quán)體系，而不是因為害怕就停滯不前。

騰訊云Agent Runtime的核心設(shè)計，正是從底層基礎(chǔ)設(shè)施層面，為Agent構(gòu)建了這套原生的安全體系，通過Cube安全沙箱的全隔離運行環(huán)境、精細(xì)化的權(quán)限管控機制、全鏈路的操作軌跡可追溯能力，從根源上解決企業(yè)對Agent安全的核心顧慮，讓企業(yè)無需再因安全擔(dān)憂而限制Agent能力的釋放。

而騰訊云這種原生基礎(chǔ)設(shè)施的能力，在與MiniMax的深度標(biāo)桿合作中，展現(xiàn)得淋漓盡致。

熟悉大模型發(fā)展的人都知道，決定Agent能力天花板的關(guān)鍵技術(shù)之一，是Agentic RL。這與過去簡單的一問一答式訓(xùn)練不同，Agentic RL需要讓模型在一個真實的沙盒環(huán)境中（比如Mac系統(tǒng)寫iOS代碼，或者Windows系統(tǒng)操作桌面）去自主探索、試錯并獲得獎勵。

這對底層Infra提出了極其苛刻的要求。

阿島透露，為了覆蓋足夠多的場景，MiniMax可能需要同時拉起十萬甚至幾十萬級別的沙盒。這些沙盒里跑著不同的操作系統(tǒng)鏡像，它們必須在秒級啟動，而且環(huán)境必須高度穩(wěn)定、支持隨時快照保存：

一開始我們用傳統(tǒng)的K8s去跑，發(fā)現(xiàn)根本不行，幾萬個并發(fā)瞬間就把K8s的Master節(jié)點拉垮了。
傳統(tǒng)的Infra工程師面對這種需求，第一反應(yīng)往往是“你能不能少拉一點？”

但在AI的進化速度面前，妥協(xié)意味著落后。

在這個關(guān)鍵節(jié)點，騰訊云展現(xiàn)了強大的定制化加速與底層重構(gòu)能力。

為了支撐MiniMax龐大的并發(fā)需求，騰訊云拋棄了修修補補的思路，針對Agentic RL場景將計算和存儲進行了全面重塑：

• 在計算調(diào)度上： 深入內(nèi)核級進行鎖優(yōu)化和快照技術(shù)攻關(guān)，確保海量異構(gòu)沙盒的秒級并發(fā)啟動。
• 在存儲加速上： 針對MiniMax Agentic RL訓(xùn)練面臨的數(shù)十萬異構(gòu)鏡像分發(fā)、帶寬瓶頸的核心痛點，摒棄了傳統(tǒng)繁瑣的拷貝和復(fù)制流程，基于Cube平臺自研了塊級去重、多級緩存、按需加載的專屬加速存儲方案，利用內(nèi)存映射等底層技術(shù)實現(xiàn)了磁盤直接作為鏡像盤或沙盒盤的瞬間掛載，可支撐分鐘級數(shù)十萬沙箱的快速拉起，并發(fā)能力可隨集群規(guī)模平行擴展；同時針對訓(xùn)練中高頻的CheckPoint斷點回放、分叉實驗需求，打造了自研的CoW快照存儲設(shè)施，支撐Agent秒級的暫?；謴?fù)與快照回滾能力，徹底解決了傳統(tǒng)存儲方案在大規(guī)模Agent訓(xùn)練場景下的性能瓶頸。

正是在這種真正Agent-centric的極速算力基礎(chǔ)設(shè)施支撐下，MiniMax得以實現(xiàn)模型能力的月級別快速迭代，并在復(fù)雜人設(shè)保持、長程任務(wù)執(zhí)行上達到了比肩甚至超越國際頂尖模型的水平。

Gary這樣總結(jié)與MiniMax的合作：

我們不是比別人更聰明，而是我們真正認(rèn)識到了這是時代的范式轉(zhuǎn)移，并且認(rèn)真地去重構(gòu)它。

給從業(yè)者的建議

從會聊天的工具，到能干活的生產(chǎn)力；從個人桌面的Demo，到千行百業(yè)的大規(guī)模落地。Agent正在以不可逆的姿態(tài)重塑這個世界。

阿島預(yù)測，在未來一年，Token的成本將呈指數(shù)級下降，我們將看到全模態(tài)的Agent在便攜設(shè)備中實時互動，并且具備自主進化、自己編寫Skill的能力。

在這樣一個近乎科幻的現(xiàn)實面前，企業(yè)和普通開發(fā)者該如何自處？

兩位行業(yè)前沿的探索者給出了最樸素也最核心的建議：

第一，破除Agent與我無關(guān)的偏見。

無論你是做前端、后端、產(chǎn)品還是行政，只要你的工作中有重復(fù)性的內(nèi)容，Agent就一定能為你提效。不要因為一開始用不好，就覺得是崗位不匹配或者AI太笨。堅定地相信它，是落地的第一步。

第二，建立AI Native的工作模式，把Agent的價值用透。

Gary分享了他自己的一種新型焦慮癥：

我發(fā)現(xiàn)我的Token根本用不完。我的Agent不需要吃飯，只需要一臺電腦和Token就能干活，但我居然沒有讓它時刻運行起來替我打工，這說明我自己的工作模式還不是AI Native的。

企業(yè)落地的第一步，不是立刻重構(gòu)大系統(tǒng)，而是先讓每個員工在自己的具體崗位上把Agent用起來。

當(dāng)大家都習(xí)慣了Agent，內(nèi)部自然會形成分享插件和know-how的“大集市”，沉淀出企業(yè)的AI資產(chǎn)。只有底層的基建和員工習(xí)慣都Agent-friendly了，組織形態(tài)的重塑才會水到渠成。

第三，也是最重要的一點——Build is everything！

不要等系統(tǒng)完美了再上場，不要等公司下達指令再行動。就從今天開始，從解決工作中的某一個小Bug、回復(fù)某一類郵件開始，用WorkBuddy、用MiniMax去搭建屬于你自己的Harness。

在這個日新月異的時代，衡量一個工程師或企業(yè)效率的標(biāo)準(zhǔn)，或許很快就會變成：你每天能同時讓多少個Agent為你打工？你每個月能燒掉多少有價值的Token？

Agent時代的入場券，不屬于那些在岸上觀望的人，只屬于那些敢于跳下水，一邊嗆水一邊學(xué)習(xí)游泳的構(gòu)建者。