黑馬與巨頭，角逐Agent Infra戰(zhàn)場。
今年Agent一波波熱浪下，一家捷克創(chuàng)業(yè)公司——E2B，意外爆火。
成立兩年，它的云端沙盒從默默無聞到月創(chuàng)建量突破1500萬，一年暴漲375倍。
這背后，是Agent正在掀起的新一輪云計算基礎設施變革。
E2B起初只是一個讓用戶在云端安全隔離“沙盒”中運行AI代碼生成的小項目，這些沙盒本質上是輕量級虛擬機。2024年10月，Anthropic推出Computer Use技術——讓AI能像人類一樣操作電腦。很快，E2B發(fā)現(xiàn)越來越多用戶將其沙盒用于此類任務。隨著Agent從實驗室走向生產(chǎn)環(huán)境，E2B也順勢將定位升級為Agent運行環(huán)境。
市場隨即引爆——士氣大增的E2B CEO也放話，要成為Agent時代的AWS，提供覆蓋Agent從開發(fā)到部署全生命周期的自動化基礎設施平臺。
在云計算的發(fā)展史上，每一次應用形態(tài)的重大變化，都會催生新一代基礎設施。十多年前，移動互聯(lián)網(wǎng)興起，推動云計算第一次大規(guī)模爆發(fā)——從社交到電商，從視頻到打車，幾乎所有應用后臺都搬上了云。如今，這一幕正在Agent身上重演。
從去年下半年到現(xiàn)在，Agent正從技術探索快速走向生產(chǎn)環(huán)境。它們會寫代碼、做數(shù)據(jù)分析，還能自主瀏覽網(wǎng)頁、跨軟件執(zhí)行任務，甚至開始完成復雜的跨平臺業(yè)務操作。它們需要的，不是傳統(tǒng)意義上的云主機，而是全新的運行環(huán)境——Agent Infra。有業(yè)內(nèi)人士向數(shù)智前線“斷言”，未來3~5年，Agent Infra將是云計算競爭最激烈的焦點。
大型云廠商豈能錯失這樣的機會？7月28日，在上海世界人工智能大會（WAIC）上，阿里云正式發(fā)布了專為Agent打造的無影AgentBay，歷時三個多月的內(nèi)測和打磨，產(chǎn)品體驗煥然一新。此前不久，AWS也推出AgentCore，在部分區(qū)域試用。無論是E2B、AgentBay，還是AgentCore，它們本質都在做一件事——為Agent提供更好的基礎設施，也就是Agent Infra。
01
Agent上工，數(shù)字員工需要新一代“辦公室”
短短一年時間，Agent已經(jīng)從技術圈的“玩具”，迅速進入企業(yè)生產(chǎn)一線。
在《財富》500強企業(yè)中，約79%已啟動Agent項目，金融、電商、客服等行業(yè)已進入規(guī)模實踐階段。Gartner高級首席分析師費天褀告訴數(shù)智前線，中國企業(yè)Agent落地速度甚至快于全球：15%已實現(xiàn)生產(chǎn)落地，高于去年全球平均水平的10%。
這背后，不只是技術熱度和噱頭，更是企業(yè)的現(xiàn)實壓力。對于中國企業(yè)，尤其是中小企業(yè)來說，引入Agent既是“生存創(chuàng)新”，也是“普惠升級”。他們傾向于先用小型、低成本Agent跑通業(yè)務，再逐步擴展。這種務實打法，讓Agent在中國的商業(yè)化速度格外快。
不過，從傳統(tǒng)應用到Agent，有質的不同。
如果說傳統(tǒng)應用開發(fā)像“劇本殺”，開發(fā)者提前寫好劇情，系統(tǒng)只需按流程演一遍，Agent則更像“即興演員”，能自己判斷場景、規(guī)劃動作，還會在執(zhí)行中隨時調整。正如圖靈獎得主Yann LeCun所說，Agent不應是“缸中之腦”，而要能與環(huán)境交互、影響環(huán)境，并據(jù)此改變行為。
與傳統(tǒng)應用相比，Agent擁有更復雜的“工作能力和要求”：
•感知：有“眼耳口鼻”，能讀屏、識圖、聽音、解析界面結構；
•任務規(guī)劃：推理大模型將復雜目標拆成多步子任務，按反饋動態(tài)調整；
•多工具協(xié)同：調用多種工具和API，查數(shù)據(jù)、發(fā)郵件、翻譯、編程……就像帶著一把“瑞士軍刀”；
•長期記憶：跨會話保存狀態(tài)，能記住歷史信息持續(xù)優(yōu)化決策；
•自主交互環(huán)境：像“數(shù)字員工”一樣操作電腦、手機和網(wǎng)絡，點擊、輸入、切換應用等。
阿里云無影事業(yè)部總裁張獻濤直言，如果每家公司開發(fā)Agent，都要從零搭建這些能力，尤其是中小企業(yè)或個人開發(fā)者，幾乎是不可能的。
跨境電商是Agent落地最快的行業(yè)之一。過去五年，中國跨境電商規(guī)模暴增10倍。整個跨境電商是一個復雜鏈路，從生產(chǎn)到在線交易再到物流、售后服務，Agent都在發(fā)揮作用。以運營小二為例，每天要花大約40%的時間聯(lián)系商家確認是否參加大促活動，他們提取Excel 名單、打開釘釘找商家、發(fā)消息、等回復，回填表格……流程機械、耗時。
有了Agent，這件事可以全自動化，模型規(guī)劃步驟、跨工具執(zhí)行，一氣呵成。不過，跨境電商參與者大都是中小企業(yè)，在國內(nèi)超過70萬家，多數(shù)缺乏技術能力。如何讓他們能參與到Agent開發(fā)應用中，帶來更加普惠和公平的交易秩序？
傳統(tǒng)的本地化部署根本不能很好地支撐這樣的需求，Agent上云迫在眉睫：
如本地算力，無法實現(xiàn)高并發(fā)。尤其是精準的Agent任務，會迅速耗盡算力資源。Manus年初demo期間的磕磕絆絆，問題也是出在了資源瓶頸上，AI推理的算力和執(zhí)行任務的虛擬機都沒有上云。
環(huán)境不匹配，傳統(tǒng)云缺乏操作環(huán)境，難以讓Agent像人一樣操作電腦、手機和網(wǎng)絡。
數(shù)據(jù)割裂，跨工具難以保證數(shù)據(jù)一致性。
還有安全隱患，要防止Agent誤操作或泄密，需要額外隔離系統(tǒng)......
于是，Agent Infra誕生了。它就像為“數(shù)字員工”打造的云端辦公室——開箱即用，性能強勁，安全隔離到位，讓企業(yè)尤其是中小商家，可以低門檻把Agent從試點推向生產(chǎn)落地。
在世界人工智能大會期間，張獻濤進一步介紹，在阿里云看來，Agent開發(fā)需要構建一個類似“操作系統(tǒng)”的生態(tài)。
就像傳統(tǒng)操作系統(tǒng)產(chǎn)業(yè)鏈中，有人專注內(nèi)核，有人打造中間件，有人開發(fā)應用層。張獻濤介紹，在Agent開發(fā)生態(tài)中，這次商用的無影AgentBay類似“內(nèi)核層”，為Agent開發(fā)者提供從開發(fā)、測試到規(guī)模化運行的全生命周期服務。
它由阿里云無影事業(yè)部研發(fā)，該業(yè)務部在阿里云定位于云+端側AI的重要承載者。無影AgentBay克服了Agent在高并發(fā)場景下的運行挑戰(zhàn)。
同時，由于MCP協(xié)議只覆蓋部分工具，且缺乏評價體系，市面上MCP工具質量參差不齊，導致Agent在任務執(zhí)行中，一致性和精準度不足。為此，AgentBay將Browser Use、Computer Use、Mobile Use、Code Space四大沙箱環(huán)境打包成服務，覆蓋了從Linux、Windows、Android主流環(huán)境，讓Agent在跨環(huán)境、跨工具時保持穩(wěn)定與準確執(zhí)行。
如果AI大模型是大腦，AgentBay則幫助Agent裝上“手和腳”，讓Agent不僅會思考，還能精準地動手做事。再加上跨環(huán)境持久化、智能感知與控制接口，以及秒級啟動能力。就像為Agent準備了“專用電腦”，但它不在你的桌子上，而是在云端。
數(shù)智前線獲悉，從去年底，無影事業(yè)部就開始著手AgentBay的研發(fā)，來搶占Agent Infra先機。而這些能力的上線，也有賴于該平臺“站在阿里云的肩膀上”來實現(xiàn)。
02
Agent Infra實戰(zhàn)，數(shù)字員工這樣干活
雖然Agent Infra建設時間不長，但市場已給出了積極反饋。
在海外，E2B沙盒月創(chuàng)建量一年暴漲375倍；國內(nèi)，阿里無影AgentBay內(nèi)測3個多月，就吸引了超過1000家客戶申請使用，頭部幾家Agent公司都在用它做開發(fā)和運行。
有了Agent Infra的加持，Agent開發(fā)和使用，體感到底怎么樣？在世界人工智能大會期間，我們看到了不少實操案例。
和去年相比，Agent的執(zhí)行力已經(jīng)完全不同——去年底，Agent像人一樣操作電腦、手機，還是個新鮮事，而且要大量定制化開發(fā)，接口限制、界面識別都是難題；今年，Agent已經(jīng)可以融入工作流，開始完成各種跨平臺、多步驟任務。
場景一：跨平臺自動化操作
在AgentBay的Computer Use環(huán)境中，開發(fā)者只需一句話： “安排2025年7月26日無影WAIC準備會議。”右側沙箱顯示，Agent就會自動打開釘釘，解析界面布局，找到日程功能區(qū)，填寫會議信息并發(fā)送通知，整個過程僅十幾秒，就完成了任務閉環(huán)。
這種能力突破了傳統(tǒng)即時通訊軟件因為非常多的接口受限，自動化難以落地的瓶頸。
另一個“Browser Use”案例，是讓AI自動識別“2048”游戲并進行游玩。
這個操作看似簡單，背后卻有著復雜機制，AgentBay會解析游戲界面，識別數(shù)字區(qū)塊和空白區(qū)域，推算下一步滑動方向，然后進行操作，之后還要觀察下一個出現(xiàn)的數(shù)字，最后獲得相應分數(shù)，這個分數(shù)已比大部分人玩的成績要高很多。雖然只是個游戲場景，但技術核心和自動化業(yè)務流程相通——都要先看懂界面，再精準動手。
場景二：復雜任務拆解與執(zhí)行
有位開發(fā)者在第三方編程工具 Cursor 中給了這樣一個指令：“打開一個無影安卓環(huán)境，查找最近的加油站并推薦給我，給我一個訪問鏈接，整個過程讓我能看到。”
過去，這種任務需要自己開虛擬機，一步步來編程。
現(xiàn)在，AgentBay聽懂后，會借助三方應用的能力把它自動拆成十幾個小步驟：先生成訪問鏈接，再打開高德地圖，輸入“加油站”，讀取結果并按距離排序，最后告訴你哪個最近。
更巧的是，如果執(zhí)行中遇到UI元素識別失敗或輸入信息失敗，它不會卡死，而是自動回到那一步重新執(zhí)行，而不是等你手動救場。僅這一個產(chǎn)品上的設計，就解決了眾多Agent開發(fā)者最頭疼的問題——“到底卡在哪了呢？”
場景三：人機協(xié)作
跨平臺操作中，還有一個老大難：賬號登錄與權限校驗。
很多時候，這類需要人工參與的環(huán)節(jié)會讓自動化流程中斷。那怎么既保證安全，又不讓任務半路夭折呢？
現(xiàn)場演示中，在Cursor里輸入：“搜索社交平臺上關于某商品的使用心得，如果需要登錄，就移交給我手動操作。”
Agent 執(zhí)行到登錄界面時，會自動切換到人機協(xié)作模式，把控制權交給人類。用戶手動輸入手機號和驗證碼，登錄成功后，只需回復一句“我已登錄”，Agent就接過“接力棒”，繼續(xù)任務直到完成。
這種無縫切換得益于AgentBay自研的ASP協(xié)議，它能將云端環(huán)境完整、流暢地串流到本地，讓人和Agent像同桌一樣配合，任務不會半途而廢。
03
Agent Infra的長跑才剛剛開始
根據(jù)大會期間，阿里云智能集團無影事業(yè)部資深產(chǎn)品總監(jiān)李航介紹，支撐這些能力的，是AgentBay的5+3+N體系：
其中，“5”是Browser Use、Computer Use、Mobile Use、Code Space四大沙箱環(huán)境 以及統(tǒng)一持久化系統(tǒng)（構建一套跨平臺數(shù)據(jù)漫游系統(tǒng)，確保任務切換時的連續(xù)性）；
“3”是SDK、MCP、ASP三種交互方式，覆蓋本地開發(fā)、跨平臺工具、端云協(xié)作；
“N”是覆蓋了云環(huán)境鏡像、網(wǎng)絡配置、MCP工具、實例生命周期管理等全流程自由定制工具鏈。
有了它，開發(fā)者不必再為底層環(huán)境和工具兼容操心，專注于業(yè)務邏輯和智能體設計即可，這讓開發(fā)效率提升80%，運維成本降低60%，可靠性達99.99%。這將是新時代下，Agent應用開發(fā)的全新范式。
然而，這場關于Agent Infra的長跑才剛剛開始。
如果未來Agent真要成為“數(shù)字分身”，行業(yè)還需持續(xù)攻克優(yōu)化一系列難題：讓它擁有真正的長期記憶、在多任務間高效協(xié)同、多工具間保持數(shù)據(jù)一致，并且在電腦、瀏覽器、手機等多終端中，都能用安全、易用、可擴展的沙箱來工作。
張獻濤還透露，未來Agentbay還將向全能型Agent Infra演進，可以托管Agents應用，覆蓋AI Agents從開發(fā)到部署的完整生命周期。
可以預見，Agent Infra不只是為Agent提供辦公桌，它更像是為未來的“數(shù)字分身”打地基。這是一場剛剛開始的基礎設施長跑，最終目標是——讓每個行業(yè)都能用上屬于自己的各種Agent。