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規模化的最后一公里。

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。