智东西 作者 江宇 编辑 漠影 过去几年，大模型是AI产业最醒目的主角。参数规模、训练算力、推理能力一路往前狂奔，企业接入AI的第一步，也往往是先找到一个足够强的模型。 如今，企业焦虑的是，一个智能体，怎么才能在生产环境里真正跑起来，跑得稳、管得住，还能越用越聪明。 智能体 ，正在成为AI叩开产业大门的下一个“主角”。 而智能体要真正跑起来，需要一整套重新搭建的 基础设施、开发平台和生态 。正是这层需求，把云厂商召唤到AI产业的中心。 9月19日，第十一届华为全联接大会在上海世博中心落下帷幕。 从今年6月INSPIRE大会上华为云 首次提出Agentic Cloud战略 、一口气发布十几款AI新品，到这次大会多款产品亮出明确的上线时间，还有实物亮相，前后不过三个月。 此前，华为云在云与AI的关键技术方向上，已获得Gartner、Omdia等国际权威机构的持续认可。面对“智能体到底怎么落地”这道行业必答题，华为云给出的答案只有一句话： 做最开放的Agentic Cloud 。 目前，华为云已推动 500多个 AI场景落地，携手 5万多 家 合作伙伴，服务全球 超10万家 企业客户。 如果说大模型时代比拼的是谁能造出更聪明的大脑，Agentic AI时代摆在云厂商面前的新问题，就是谁能让这些大脑真正 进入企业、稳定运行、不断复制 。 这一次，华为云要做的，是把“最开放的Agentic Cloud”从一句口号，变成整个行业都看得见、用得上、能共建的现实。 一、给智能体铺一块“云上黑土地”：Agentic Infra如何让AI跑得稳、记得住 过去的大模型基础设施，任务相对明确：把模型训出来，把推理服务跑起来。但智能体不同。一项企业任务可能持续几十分钟甚至数小时，中间不断调用模型、数据库、软件和外部工具，还要保留此前产生的记忆。 智能体持续工作的特征，正在把AI基础设施从模型基础设施推向智能体基础设施。 为什么智能体需要一套新基础设施？ 首先，智能体执行的是 长链路任务 ，一次故障就可能让前面的推理和操作全部重来，稳定性要求远高于普通模型调用。 其次，智能体会持续产生并调用大量上下文和历史信息， 记忆开始成为基础设施的一部分 ，一项任务还可能在不同模型之间动态切换，模型选择、Token效率、调度和安全都比过去复杂。 也就是说，智能体真正进入生产环境后， 云基础设施要同时承接算力、Token、记忆、调度和安全几件事。 华为云的Agentic Infra，正是为适应这组变化而设计的。 它把Agentic Infra定义为 高效Token、增强记忆、通智一体化调度和安全自治 ，目标是让基础设施从支撑模型运行，进一步覆盖智能体的长期运行。目前，全球已有3500+客户选择华为云Agentic Infra。 这套基础设施的分量，可以从几处具体能力看出来。 灵衢昇腾950智算集群 ，云上训练40天稳定运行、10分钟内故障恢复，Token吞吐较上一代提升20%； CMS记忆存储 ，把智能体运行中不断增长的记忆单独拿出来解决，提供PB级记忆空间、TB级读取、95%命中； Agentic MaaS对应模型开放 ，集成DeepSeek、智谱、Kimi、MiniMax等模型。 这些能力放到一起，指向同一结论： Agentic AI没有削弱云的重要性，反而放大了云要解决的问题 。 模型可以不断变化，但智能体背后的算力、记忆、调度和安全，需要成为一套持续运行的基础能力。 二、“商用＋开源”双轮驱动：一套平台怎么让企业把智能体真正用好 基础设施解决了智能体跑起来的问题，但离企业真正敢用，中间还有一道更难的坎。 今天做一个能订机票、查资料、写报告的智能体Demo，已经不算难。难的是当它进入核心业务后，谁来保证它连续运行，出了问题怎么恢复，执行过什么操作能不能追溯，权限和风险由谁控制。 这是 消费级智能体和企业级智能体 之间最明显的一道鸿沟。 企业智能体正在从效果问题进入工程问题，具体有三件事。 第一是 长程任务的稳定性 ，步骤越多、工具调用越复杂，中间任意一环异常都可能导致任务失败； 第二是 运行黑盒 ，企业要知道智能体为什么这么做、调用了什么、在哪一步出了问题，而不能只看到一个最终答案； 第三是 持续适配 ，智能体进入业务后，面对的流程、知识和规则一直在变，一次开发完成不等于长期可用。 这三件事，正是智果AgentArts与openJiuwen要解决的问题。 智果AgentArts的能力，可以概括成“ 生产级 ”三个字。 生产级长程运行 ，7×24小时稳定、异常自动恢复； 全链路治理 ，让企业看清每一步、管住关键操作； 场景化自演进 ，让智能体在具体企业场景里持续调整。 目前，华为云企业级智能体平台已服务深圳龙岗政府、南方电网等 100多家 企业。 以 金山办公 为