林方舟 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

許多人抱怨OpenClaw等Agent不夠好用。

它反應慢還總失憶，聊著聊著突然不理人，經(jīng)常施加冷暴力。

這不是調整Prompt、或者換個模型就能解決的。根子在于：底層的基礎設施，還沒有為Agent時代做好準備。

6月5日，華為云在上海舉辦INSPIRE創(chuàng)想者大會，會上密集發(fā)布了一批Agentic的「鏟子」。

它們堪稱Agent時代的新基建，瞄準的，都是Agent「干不了的活」背后的具體卡點。

Agent時代的新基建

Agent時代來了，但大多數(shù)企業(yè)還沒準備好。

算力跟不上、記憶撐不住、調度亂成一鍋粥、安全更是黑盒——這些問題不解決，Agent就很難進入企業(yè)核心業(yè)務。

這次，華為云發(fā)布了一整套Agentic基礎設施。四個新產(chǎn)品，分別對準一個卡脖子的問題。

先來看AICS靈衢智算集群，它負責「算得快」。

Agent需要連續(xù)推理、多步?jīng)Q策、實時響應，它的算力需求，比大模型高得多，Token的消耗量級也完全不同。

AICS靈衢智算集群要解決的問題是：如何讓成千上萬張芯片高效協(xié)同工作，實現(xiàn)「低時延、高吞吐、高可用」。

它能把推理時延壓到10毫秒以內，集群規(guī)模拉到10萬卡，單集群算力達到200 EFLOPS，千卡每秒吞吐500萬Tokens，在線推理服務可用度達到99.95%。

華為云表示，這套AICS靈衢智算集群，是國產(chǎn)智算云的Top 1。

光算得快不夠，Agent還得「記得住」。

與AI聊過天的人都有體會，在長上下文場景下，聊著聊著，它就忘了你前面說過什么。

如果只是普通聊天，當大模型「健忘」，開啟一場新會話就罷了。但企業(yè)場景不行。Agent得記住上下文，沉淀經(jīng)驗，理解用戶偏好，撐住持續(xù)好幾天的長任務。

華為云拿出的AMS Agentic記憶存儲，給Agent設計了一套分層記憶系統(tǒng)。

它擁有PB級記憶空間，規(guī)模比業(yè)界大一倍；它的全新盤級存儲架構加三合一芯片，達TB級讀取速度，整體性能領先業(yè)界50%；DRAM內存池化與分層聯(lián)動，能把記憶緩存命中率做到95%。

有了它，媽媽再也不用擔心Agent的學習。

第三個新產(chǎn)品是CCE Volcano Next，它是一個算力調度引擎，解決的是Agent「調得動」的問題。

在真實企業(yè)場景中，訓練、推理、Agent執(zhí)行、存儲調用往往同時跑，僧多粥少，經(jīng)?；ハ鄵層邢薜腃PU、NPU、網(wǎng)絡帶寬資源。

Volcano Next扮演的就是「交通指揮員」，協(xié)同調度通算、智算、存儲，確?；ゲ桓蓴_，還能共享資源。

憑借它，典型場景資源利用率提高了30%（省下來的算力，就是省下來的錢）。

最后一個新品AgentSphere，是一個「安全可靠」的智能體運行環(huán)境。

Agent跟聊天機器人最大的區(qū)別，就是它真的會動手。這也意味著，如果操作不當，它有越權、泄密、行為無法追溯的安全風險。

AgentSphere給Agent劃了一塊「安全工作間」：依托內核級沙箱隔離，搭配雙向網(wǎng)絡防護、會話級權限管控及惡意意圖防控，能滿足業(yè)務場景的安全自治需求。

同時，性能也沒掉鏈子：羽量級沙箱能實現(xiàn)100毫秒級啟動，每分鐘能創(chuàng)建銷毀十萬個沙箱，支撐Agent訓練與運行不卡殼。

除了以上「地基」四件套，華為云還同步發(fā)布了平臺層產(chǎn)品——重新定義MaaS的ModelArts Next。

傳統(tǒng)MaaS是「模型即服務」，企業(yè)調用模型的 API；但到了Agent時代，企業(yè)需要的是一整套能力。

華為云把四項能力打包進來：

• 模型矩陣，解決「有哪些模型可用」的問題，DeepSeek、Kimi、GLM等主流模型Day 0上架；
• 模型路由，解決「任務派給哪個模型最合適」的問題，三種調度策略自動切，精準率超95%，調用成本平均降低20%以上；
• 機密推理，解決「敏感數(shù)據(jù)敢不敢用AI」的問題，依托硬件級TEE，數(shù)據(jù)用完就銷毀，連云廠商運維都碰不到；
• RLaaS，解決「Agent能不能越用越聰明」的問題，1分鐘建任務，支持超10天長穩(wěn)訓練，云南交投拿來跑交通流量預測，精度提升約10%。

最后還有一個有意思的新品：「智果園」，它是一個Agentic云入口。

華為云認為，以后用云平臺的，可能不是人，而是Agent。

過去，人通過控制臺、API、命令行來購買資源、配置環(huán)境、部署應用；但在Agentic AI時代，這些操作有可能被智能體接管。

智果園就是為「硅基用戶」提供的入口，用戶只需在對話框說出目標，Agent就能自己買云、建云、用云、管云。

換句話說，它把原本分散在云控制臺里的產(chǎn)品、資源和流程，重新組織成Agent可以調用的能力。云平臺不再只是給人看的操作界面，而開始變成一套可被智能體理解、調用和執(zhí)行的基礎設施。

行業(yè)AI夢工廠

基礎設施搭好了，Agent能不能真正落地，還要看行業(yè)。

去年12月，華為公司董事、華為云CEO周躍峰提出了一個概念：「行業(yè)AI夢工廠」。

它的核心邏輯是，華為云不只提供算力和平臺，還把自己在醫(yī)療、自動駕駛、具身智能等領域長期積累的技術能力、工具鏈和行業(yè)實踐經(jīng)驗，全部開放，賦能開發(fā)者，共同推動行業(yè)AI落地。

智慧醫(yī)療專區(qū)，是「行業(yè)AI夢工廠」的首個專區(qū)。

面向基層醫(yī)院、醫(yī)生、產(chǎn)業(yè)伙伴、開發(fā)者，華為云搭了一套端到端的醫(yī)療AI支撐體系，包括智慧病理服務、醫(yī)療AI使能平臺、醫(yī)療AI社區(qū)等。

其中，智慧病理服務具備「少樣本訓練、消費級PC推理」能力。

也就是說，科室醫(yī)生不需要懂AI，用自己日常辦公的電腦，加上云上的能力，就能部署一個專屬病理模型，訓練數(shù)據(jù)量只要傳統(tǒng)方案的十分之一。

它的底座，是上海瑞金醫(yī)院的病理臨床經(jīng)驗，加上華為自己的ICT、云和AI技術。

目前，這套智慧病理方案已經(jīng)在全國鋪開，覆蓋頂級三甲、地市級、縣域醫(yī)院。

本次大會上，另有20多家醫(yī)院正式入駐。醫(yī)療AI使能平臺將在6月30日開啟公測。

除了醫(yī)療，華為云還切入了火熱的具身智能賽道。

當前，具身智能開發(fā)面臨一個普遍問題：數(shù)據(jù)散、模型雜、工具鏈不統(tǒng)一，一個機器人團隊光搭基建，就要耗掉大量精力。

華為云發(fā)布的CloudRobo，是全球首個全流程具身智能開發(fā)平臺，從數(shù)據(jù)生產(chǎn)、評測、模型訓練、仿真強化到真機部署，一條線拉通。

數(shù)據(jù)側，它支持PB級并行處理和跨本體映射，還打造了業(yè)界首個全國產(chǎn)的Real-Sim數(shù)據(jù)生產(chǎn)體系。

訓練側，它搞了個「樂高式」可插拔模型引擎，讓不同模塊可以靈活組合。基于這套引擎打造的雙系統(tǒng)VLA，主動預測力控能力已經(jīng)達到行業(yè)SOTA水平。

華為云還舉辦了首屆具身智能大賽，線上仿真初賽，線下真機決賽。以賽代練，推動整個行業(yè)拓寬技術邊界。

「行業(yè)AI夢工廠」的另外兩個專區(qū)，也值得一提。

科學計算專區(qū)，面向的是AI4S這條更「硬核」的賽道。

生命科學、材料化學、氣象海洋……這些領域的研究門檻高、數(shù)據(jù)稀缺、專業(yè)性極強，通用大模型很難直接適用。

專區(qū)把華為自研的天籌求解器、盤古預測大模型，跟外部伙伴的科研實踐成果打包在一起，通過API統(tǒng)一開放，讓AI加速科學發(fā)現(xiàn)。

目前，專區(qū)已經(jīng)聚了20多所頂級院校及科研院所，以及5家科學計算模型企業(yè)。

智能制造專區(qū)，則為開發(fā)者提供一站式工業(yè)Agent創(chuàng)新環(huán)境。

專區(qū)重點提供三大核心能力：

• 全場景多模態(tài)數(shù)據(jù)融合分析能力——負責「打通數(shù)據(jù)」；
• 工業(yè)本體建模能力——負責「統(tǒng)一語義」；
• 工業(yè)增強知識圖譜能力——負責「沉淀行業(yè)知識」。

有了它，AI在工業(yè)場景里不再是「外掛」，而是長在產(chǎn)線上的「原住民」。

這四個專區(qū)，都指向同一個目標：讓開發(fā)者不用從零開始造輪子，可以在華為云提供的「硅基黑土地」上，真正把AI種進行業(yè)土壤里。

Agent時代，云是什么樣子？

基礎設施搭好了，行業(yè)專區(qū)鋪開了，華為云還試圖探討一個更底層的問題：Agent時代，云應該成為什么樣子？

這個問題，要先從頂層設計說起。

2026年，「公共云」第一次寫進了政府工作報告，它已成為AI時代的公共基礎設施。

然而，過去公共云行業(yè)存在標準不統(tǒng)一、形態(tài)割裂、評價體系碎片化等問題，制約了整個產(chǎn)業(yè)的規(guī)范化和規(guī)模化發(fā)展。

本次大會，華為云與羅蘭貝格聯(lián)合發(fā)布《先進公共云》白皮書，試圖給公共云立標準。

白皮書提出，先進公共云應具備六個核心特征：全面普惠、集約高效、融合賦能、智能泛在、安全可控、國際引領，并搭建了一套三級評估體系。

相比公共云，混合云離政企客戶更近。

混合云可以幫助企業(yè)在本地建立完整的智能體開發(fā)、訓練與運行環(huán)境，實現(xiàn)數(shù)據(jù)不出域、安全可控以及核心能力自主掌握。

華為云同步發(fā)布了《企業(yè)如何構建面向智能體的混合云》白皮書，這本實操手冊，從架構選型到數(shù)據(jù)、安全、運維等九個維度，給出了落地指南。

過去十年，華為云Stack已經(jīng)服務了全球超過5500家客戶，在政務、金融、央國企等國計民生關鍵行業(yè)，連續(xù)多年保持市場份額第一。

舉幾個例子，可以更好地理解華為云的作用。

國家統(tǒng)計局選擇華為云Stack共建自主創(chuàng)新的統(tǒng)計云工程，基于華為云Stack先進的平臺架構、敏捷的云原生技術和高性能的GaussDB云數(shù)據(jù)庫，支撐五經(jīng)普數(shù)據(jù)采集處理系統(tǒng)數(shù)據(jù)采集毫秒級響應、同時在線用戶數(shù)超過30萬人、集群并發(fā)會話超過13萬。

中鋁集團基于華為云Stack打造坤安大模型，在鋁電解生產(chǎn)場景中，實現(xiàn)了出鋁作業(yè)、氧化鋁和氟化鋁添加量的智能預測和自動化調度。據(jù)測算，僅云鋁文山一個500千安電解系列，一年就能省8500多萬元。

巴基斯坦基于華為云Stack提供的平臺和服務，為450多個高等教育機構、400萬學生提供更廣泛、更高質量、更平等的數(shù)字教育。

回頭看，華為云的這一系列發(fā)布，指向的是同一個趨勢：Agent時代，云正在從「應用的底座」升級為「智能體的底座」。

過去，云負責把軟件跑起來。未來，云還要讓Agent算得快、記得住、調得動、跑得安全、學得會——并最終落地應用，解決現(xiàn)實世界里的真問題。

這是基礎設施的一次代際躍遷，也是華為云押注的下一個十年。