Agent 狂歡熱潮下的冷思考：為什么規(guī)模化落地總是陷入僵局？

作者 | 凌敏

2026 年的技術(shù)會(huì)議，已經(jīng)很難避開 Agent。

自 OpenClaw 成為 2026 年初現(xiàn)象級開源項(xiàng)目后，Agent 熱潮迅速席卷企業(yè)生產(chǎn)力和個(gè)人開發(fā)者生態(tài)。IDC 預(yù)計(jì)，活躍 Agent 數(shù)量將從 2025 年的約 2860 萬，快速攀升至 2030 年的 22.16 億。

活躍 Agent 的爆發(fā)式增長，也在加速暴露底層的斷裂，尤其當(dāng)企業(yè)真正走向規(guī)?；涞貢r(shí)，會(huì)發(fā)現(xiàn)現(xiàn)有的基礎(chǔ)設(shè)施完全接不住 Agent 這個(gè)新物種。

為了保障大量 Agent 能夠穩(wěn)定、安全、低成本地運(yùn)行，行業(yè)逐漸形成共識：Agent 需要專門的運(yùn)行時(shí)基座。就像軟件需要操作系統(tǒng)承載運(yùn)行，云原生應(yīng)用需要 Kubernetes 管理資源一樣，Agent 也需要一套新的基礎(chǔ)設(shè)施來支撐其長期運(yùn)行。

1 Agent 落地的真正難題，正在從模型轉(zhuǎn)移到運(yùn)行環(huán)境

Bright Data 發(fā)布的《Data for AI 2026》報(bào)告顯示，97% 的企業(yè)已經(jīng)在使用 Agent，且絕大多數(shù)企業(yè)部署了多類型 Agent 系統(tǒng)。但報(bào)告沒說的是，企業(yè)落地 Agent，各有挑戰(zhàn)。

根因在于，Agent 和傳統(tǒng) AI 應(yīng)用存在明顯不同。傳統(tǒng) AI 應(yīng)用本質(zhì)還是用戶發(fā)送請求 - 調(diào)用模型 - 返回結(jié)果，是一次 API 調(diào)用。但一個(gè)生產(chǎn)級 Agent 更像是數(shù)字員工，它需要不停地訪問企業(yè)數(shù)據(jù)、調(diào)用外部工具、操作文件，必要時(shí)還需要和其他 Agent 進(jìn)行協(xié)作，是一套持續(xù)運(yùn)行的軟件系統(tǒng)。

這意味著，它所觸及的技術(shù)棧和工程復(fù)雜度與過去存在明顯差別，不同的企業(yè)會(huì)面臨不同的挑戰(zhàn)。

對大模型廠商來說，模型能力是第一生命線，企業(yè)更關(guān)注的是如何提高訓(xùn)練效率。但落到工程層面，處處是隱痛。萬級并發(fā)任務(wù)調(diào)度帶來的脈沖式資源需求，會(huì)持續(xù)考驗(yàn)算力供給能力；十萬級異構(gòu)鏡像的管理，也讓存儲(chǔ)與網(wǎng)絡(luò)帶寬成為新的瓶頸。此外，訓(xùn)練環(huán)境啟動(dòng)延遲也會(huì)被規(guī)模放大，直接影響整體訓(xùn)練成本和資源利用率。

對 Agent 服務(wù)商來說，Agent 產(chǎn)品創(chuàng)新與用戶體驗(yàn)是核心競爭力，企業(yè)更關(guān)注的是如何降低 Infra 底座的工程復(fù)雜度。具體的落地挑戰(zhàn)體現(xiàn)在三個(gè)方面：執(zhí)行不可預(yù)測代碼安全風(fēng)險(xiǎn)極高；狀態(tài)管理稍有不慎，丟失即歸零，恢復(fù)代價(jià)極大；憑證散落在萬級實(shí)例中，暴露面難以收斂

對企業(yè)內(nèi)部來說，業(yè)務(wù) AI 轉(zhuǎn)型 & 企業(yè)內(nèi)提效是核心訴求，企業(yè)更關(guān)注的是如何讓 Agent 在企業(yè)環(huán)境中真正跑起來。現(xiàn)實(shí)阻力來自于，與現(xiàn)有系統(tǒng)打通、改造、適配改造成本高，Agent 運(yùn)行所需的底層基礎(chǔ)設(shè)施建設(shè)門檻高，以及，Agent 自主行為還會(huì)帶來新的合規(guī)風(fēng)險(xiǎn)。

往深一層看，這些挑戰(zhàn)可以抽象為三個(gè)核心問題：彈性、運(yùn)維和治理。與微服務(wù)、數(shù)據(jù)庫對比會(huì)發(fā)現(xiàn)，Agent 規(guī)模化落地是一項(xiàng)更復(fù)雜的全新挑戰(zhàn)。

彈性層面，微服務(wù)架構(gòu)特點(diǎn)是單機(jī)高并發(fā)，通常采用 1 個(gè)服務(wù)對應(yīng) N 個(gè)用戶的模式；數(shù)據(jù)庫存算分離、分別擴(kuò)容。但 Agent 特點(diǎn)是單機(jī)單用戶，1 個(gè) Agent 對應(yīng) 1 個(gè)用戶，規(guī)?；涞剡€需要兼顧成本和效率，因此，彈性需要解決的三大關(guān)鍵問題是，如何降低冷啟動(dòng)時(shí)間，如何突破水平擴(kuò)展上限，以及如何實(shí)現(xiàn)成本靈活性。

運(yùn)維層面，微服務(wù)通常是同質(zhì)無狀態(tài)，采用的是 Cattle 模型。數(shù)據(jù)庫同質(zhì)有狀態(tài)，采用的是偏 Cattle 模型。Agent 則是異構(gòu)有狀態(tài)、自主性，采用的是 Pet 模型，傳統(tǒng)運(yùn)維手段很難直接套用。原因在于，Agent 比微服務(wù)更異構(gòu)且生命周期更獨(dú)立，環(huán)境變化、資產(chǎn)變化以及運(yùn)行狀態(tài)變化，都會(huì)影響正在執(zhí)行中的 Agent。此外，故障恢復(fù)和狀態(tài)監(jiān)控也需要比傳統(tǒng)服務(wù)更細(xì)粒度的日志、軌跡與運(yùn)行態(tài)觀測。

治理層面，傳統(tǒng)微服務(wù)通常行為可枚舉、邊界清晰，數(shù)據(jù)庫面臨的主要風(fēng)險(xiǎn)集中在未授權(quán)訪問、惡意輸入等方面。但 Agent 的本質(zhì)是代替人執(zhí)行任務(wù)，它的行為不可預(yù)測，存在安全合規(guī)隱患。

這也是為什么，過去二十年云計(jì)算積累的所有工具，如 Kubernetes、Cloud Run、Lambda，放到 Agent 身上都擰巴。

這種擰巴在大規(guī)模落地階段尤為明顯。比如，不少企業(yè)選擇把 Agent 業(yè)務(wù)跑在 Serverless Container 或 Kubernetes 上，它們雖然解決了一部分計(jì)算和部署問題，但都不是為 Agent 這種全新的工作負(fù)載設(shè)計(jì)的。

以 Serverless Container 為例，它的實(shí)例生命周期由 HTTP 請求決定，連接斷開，實(shí)例銷毀。Agent 的生命周期，綁定在任務(wù)本身，而不是某一條 HTTP 連接上。如果讓 Agent 跑在 Serverless Container 上，企業(yè)往往需要做一系列妥協(xié)。比如，為了讓實(shí)例不被回收，在用戶沒有對話的時(shí)候也被迫維持長連接，產(chǎn)生不必要的開銷。

Kubernetes 也是如此，它雖然提供了更強(qiáng)的資源管理和編排能力，但更多是為“相對穩(wěn)態(tài)的服務(wù)型工作負(fù)載”設(shè)計(jì)。Agent 的特點(diǎn)是“海量短生命周期 + 海量暫停休眠”，Kubernetes 很難滿足 Agent 運(yùn)行時(shí)，對于隔離性、按需彈性、規(guī)模化承載的要求。

因此，Agent 需要一套專門面向自身特性的基礎(chǔ)設(shè)施，能提供計(jì)算資源、隔離、安全、狀態(tài)管理、生命周期控制和運(yùn)行時(shí)治理能力。

這正是騰訊云 Agent Runtime 想要解決的問題。

2 從跑起來到跑得穩(wěn)、能治理，如何為企業(yè) Agent 搭建統(tǒng)一底座？

騰訊云 Agent Runtime 是一套圍繞 Agent 原生執(zhí)行范式打造的新一代基礎(chǔ)設(shè)施平臺，面向 Agentic RL、Agentic Agent 以及企業(yè)級 Agent 平臺等場景，構(gòu)建一套覆蓋 Agent 接入、運(yùn)行、治理和智能進(jìn)化的基礎(chǔ)設(shè)施體系。簡單來說就是，騰訊云 Agent Runtime 想通過系統(tǒng)的確定性，收斂 Agent 的不確定性。

這套體系具體可以拆解為四個(gè)層面：接入層解決 Agent 怎么接入，運(yùn)行層解決 Agent 怎么穩(wěn)定執(zhí)行，治理層解決企業(yè)敢不敢使用，智能層解決 Agent 如何持續(xù)進(jìn)化。

在接入層，企業(yè)內(nèi)部可能同時(shí)存在不同框架、不同協(xié)議和不同開發(fā)方式構(gòu)建的 Agent。如果每接入一種 Agent 都需要重新適配，基礎(chǔ)設(shè)施本身就會(huì)成為新的瓶頸。Agent Runtime 通過 SDK、API、CLI、MCP、社區(qū)協(xié)議兼容，降低不同 Agent 接入和遷移成本，讓開發(fā)者可以更容易將已有 Agent 快速接入統(tǒng)一運(yùn)行體系。

在運(yùn)行層，Agent Runtime 通過執(zhí)行引擎、安全沙箱、會(huì)話快照以及持久化存儲(chǔ)等能力，為 Agent 提供穩(wěn)定的運(yùn)行底座。其中，安全沙箱是最關(guān)鍵的組件。Agent 在執(zhí)行任務(wù)時(shí)，需要處理代碼運(yùn)行、工具調(diào)用、環(huán)境隔離、狀態(tài)保存等復(fù)雜問題，沙箱提供的正是一套面向 Agent 的安全、隔離的計(jì)算環(huán)境。

騰訊云 Agent Runtime 的底層沙箱能力，來源于 Cube Sandbox。Cube Sandbox 基于 RustVMM 與 KVM 構(gòu)建，通過硬件級隔離為 Agent 提供獨(dú)立、安全的執(zhí)行環(huán)境。相比傳統(tǒng)容器方案，它通過硬件級隔離提供更加安全的執(zhí)行環(huán)境，同時(shí)兼顧啟動(dòng)速度和資源效率。今年 6 月，繼 Cube Sandbox v0.3.0 版本支持快照、克隆、回滾等能力后，Cube Sandbox 正式發(fā)布 v0.4.0 版本，進(jìn)一步補(bǔ)齊了面向生產(chǎn)環(huán)境的治理能力。

值得一提的是，Cube Sandbox 完全開源，采用 Apache 2.0 開源協(xié)議，開放的不只是 SDK，也包括完整的沙箱服務(wù)棧。通過原生兼容 E2B 等接口標(biāo)準(zhǔn)，Cube Sandbox 可以降低生態(tài)之間的遷移成本，讓不同 Agent 框架和開發(fā)工具更容易互聯(lián)。

Cube Sandbox GitHub 鏈接：https://github.com/TencentCloud/CubeSandbox

進(jìn)一步了解 Cube Sandbox：https://docs.cubesandbox.com/zh/

在治理層，Agent 進(jìn)入生產(chǎn)環(huán)境后，來自安全層面的挑戰(zhàn)與日俱增。騰訊云 Agent Runtime 通過工具網(wǎng)關(guān)、身份憑證、策略管控和運(yùn)行觀測，解決 Agent 敢不敢在生產(chǎn)環(huán)境中用的問題。

在智能層，Agent 需要在持續(xù)運(yùn)行過程中積累經(jīng)驗(yàn)、優(yōu)化能力。Agent Runtime 通過記憶、評估、Skill 和知識庫，讓 Agent 能夠基于歷史經(jīng)驗(yàn)持續(xù)提升任務(wù)執(zhí)行效果。

從接入到運(yùn)行，從治理到智能，Agent Runtime 構(gòu)建的，是一套圍繞 Agent 生命周期設(shè)計(jì)的新型基礎(chǔ)設(shè)施。既能提供面向多類 Agent 的統(tǒng)一運(yùn)行底座，又能兼顧企業(yè)級場景對安全、彈性、可觀測和可治理的要求，幫助 Agent 從可運(yùn)行走向可落地、可規(guī)?；?。

技術(shù)能力決定了 Agent Runtime 的下限，但真正決定它上限的，是能否經(jīng)受真實(shí)業(yè)務(wù)場景的長期驗(yàn)證。

3 從實(shí)驗(yàn)室到生產(chǎn)環(huán)境，Agent Runtime 正被批量驗(yàn)證

據(jù)介紹，騰訊云 Agent Runtime 主要覆蓋 Agent RL 和 Agentic Agent 兩大核心場景。

在 Agent RL 場景，Agent Runtime 面向大規(guī)模 Agent 訓(xùn)練和評測需求，提供高并發(fā)、高彈性的運(yùn)行環(huán)境。

面對強(qiáng)化學(xué)習(xí)訓(xùn)練中大量 Agent 實(shí)例并行交互的需求，平臺支持每分鐘數(shù)十萬級并發(fā)實(shí)例創(chuàng)建，并通過快速彈性能力實(shí)現(xiàn)毫秒級冷啟動(dòng)和秒級數(shù)萬并發(fā)擴(kuò)展。同時(shí)，覆蓋瀏覽器、代碼解釋器、手機(jī)環(huán)境、OSWorld、WAA、SWE-bench 以及自定義沙箱等多種執(zhí)行場景，為不同類型的 Agent 訓(xùn)練和評測提供統(tǒng)一運(yùn)行環(huán)境。

以大模型廠商 MiniMax 為例。隨著大模型向更強(qiáng)推理和自主決策能力演進(jìn)，Agentic RL 正成為突破復(fù)雜任務(wù)能力的重要方向。在 MiniMax Agentic RL 大規(guī)模數(shù)據(jù)合成、訓(xùn)練、評估階段，Agent 需要在真實(shí)、可交互的執(zhí)行環(huán)境中，進(jìn)行數(shù)以百萬乃至千萬計(jì)的探索、試錯(cuò)與交互。

這種高強(qiáng)度的 Agent 自主進(jìn)化，要求底層計(jì)算資源必須提供海量、絕對安全隔離的沙箱環(huán)境，對基礎(chǔ)設(shè)施的彈性調(diào)度、安全隔離與大規(guī)模并發(fā)性能都提出了更高的要求。

MiniMax 以騰訊云 Agent Runtime 沙箱服務(wù)為核心底座，針對 Agentic RL 場景的極致要求，構(gòu)建 Agent Infra 基礎(chǔ)設(shè)施體系。通過騰訊云提供的 Agent Runtime 沙箱服務(wù)，MiniMax 實(shí)現(xiàn)了強(qiáng)化學(xué)習(xí)場景中大規(guī)模交互環(huán)境的毫秒級拉起、百萬級吞吐、瞬時(shí)銷毀，大幅提升了 Forge 框架并發(fā) Rollout 的訓(xùn)練吞吐量和穩(wěn)定性，也為模型在系統(tǒng)終端的自主試錯(cuò)構(gòu)建了安全邊界。

Forge: 大規(guī)模原生 Agent RL 系統(tǒng) - MiniMax News

在 Agentic Agent 場景，Agent Runtime 更關(guān)注 Agent 進(jìn)入生產(chǎn)環(huán)境后的長期運(yùn)行和企業(yè)級治理問題。

針對任務(wù)型 Agent 和常駐型 Agent 兩類模式，平臺提供自動(dòng)休眠與喚醒、故障自愈、checkpoint 恢復(fù)以及虛擬機(jī)級強(qiáng)隔離等能力，解決 Agent 長生命周期運(yùn)行中的穩(wěn)定性問題。同時(shí)，通過 API、SDK、CLI、E2B、MCP 等多種接入方式，降低不同 Agent 應(yīng)用接入成本；結(jié)合版本管理、Skill 分發(fā)、憑證透明注入、零信任安全和出入站管控能力，滿足企業(yè)對于安全、運(yùn)維和治理的要求。此外，兼容 Kubernetes API 的管理能力，讓企業(yè)能夠以更熟悉的方式管理大規(guī)模 Agent 運(yùn)行環(huán)境。

目前，這套能力已經(jīng)覆蓋 Agent 服務(wù)商和企業(yè)內(nèi)部提效等多類場景，包括元寶、WorkBuddy、ADP、QClaw 等 Agent 應(yīng)用，以及部分企業(yè)客戶的內(nèi)部 AI 轉(zhuǎn)型實(shí)踐。

以 Workbuddy、Codebuddy 為例。前者面向更廣泛的生產(chǎn)力與任務(wù)協(xié)同場景，能夠理解用戶目標(biāo)，調(diào)用工具、訪問業(yè)務(wù)系統(tǒng)，并在較長鏈路中自主拆解和推進(jìn)任務(wù)。后者則聚焦 AI 編程場景，幫助開發(fā)者完成代碼生成、調(diào)試、測試和工程協(xié)作。

這兩種場景下，具體存在四大痛點(diǎn)：其一，需要完整開發(fā)機(jī)，不是只是容器；其二，Agent 開發(fā)環(huán)境需要訪問境外源；其三，沙箱即開發(fā)機(jī)帶來濫用風(fēng)險(xiǎn)；其四，Agent 代人行事帶來安全風(fēng)險(xiǎn)。

針對這些痛點(diǎn)，Agent Runtime 通過虛擬機(jī)級沙箱 + 狀態(tài)管理 + 出口加速 + 身份憑證隔離，為 Workbuddy/Codebuddy 提供面向 Agent 的運(yùn)行環(huán)境。通過狀態(tài)保持和 checkpoint 能力，用戶可以在暫停后繼續(xù)恢復(fù)之前的任務(wù)現(xiàn)場；通過強(qiáng)隔離環(huán)境，降低 Agent 執(zhí)行過程中帶來的安全風(fēng)險(xiǎn)；通過資源彈性管理，實(shí)現(xiàn) 100ms 冷啟動(dòng)、萬級并發(fā)創(chuàng)建以及同時(shí)活躍 40 萬沙箱的能力，在規(guī)模化運(yùn)行效率和底層安全之間取得平衡。

當(dāng) Agent 從能不能用，走向能不能長期用、規(guī)模化用時(shí)，問題的重心已經(jīng)從模型能力本身，轉(zhuǎn)向運(yùn)行環(huán)境是否足夠穩(wěn)定、安全且可擴(kuò)展。誰能率先把模型能力轉(zhuǎn)化為穩(wěn)定、可控、可持續(xù)運(yùn)行的 Agent，誰就能提供真正可規(guī)?；桓兜纳a(chǎn)力。這也是為什么，穩(wěn)定、安全、可擴(kuò)展的 Infra 層，能夠成為 Agent 時(shí)代真正的分水嶺。