為了讓企業用好AI，云廠商們操碎了心

直接的價值體現支撐了對一個規模龐大的Agent市場的想象力，也支撐了云廠商在下一個時代的生存空間。

作者 | 李威（北京）

當賣Token成為云廠商接下來最大的增長途徑，如何讓更多企業將AI用起來就是云廠商當下需要解決的關鍵問題。

過去一年，AI驅動下的增長，正在給云廠商們帶來新的生意機會。阿里云的AI相關收入已經連續9個月實現三位數同比增長。AWS（亞馬遜云科技）則判斷，未來MaaS平臺帶來的Token收入將和EC2計算產品的收入不相上下。谷歌云的年化收益超過500億美元，其中大部分增長是由AI驅動的。

在老頭部們靠AI收獲高速增長的同時，新銳們也在以更敏捷的動作擁抱AI時代，沖擊行業原有的勢力格局。火山引擎堅持錨定「AI云」，將其視為一次重要的超車機會，并將預計在2029-2031年實現的千億營收目標上調了數百億美元。CoreWeave在通過收購增強AI算力租賃之外的AI開發能力。

正如谷歌CEO Sundar Pichai所指出的，AI正在重塑整個云市場。

AI能夠成為云廠商增長驅動核心，是因為越來越多的行業和企業開始意識到利用AI優化業務效率、創造價值的可行性，并急于將其付諸實踐。

云廠商已經在為企業獲得和利用AI能力提供基礎設施的支撐，并且CoreWeave依靠AI算力租賃就獲得數百億美元市值。

但僅提供基礎設施并不夠。AI當下對企業的價值體現越來越集中在Agent的打造上。從商業航天公司Blue Origin、電子與娛樂公司索尼，到電商平臺淘寶、外賣平臺美團，都在嘗試建設自己的Agent能力。

可以預見到，未來更多企業會有更大量的Agent開發需求出現，但前提是要有足夠可靠、低門檻的Agent開發平臺，幫助企業克服從概念驗證轉向大規模應用的挑戰。

因此，打造更完備、更簡便的Agent開發和落地能力成為當下各家云廠商積極布局的方向。在持續更新基礎模型能力之外，AWS、火山引擎、谷歌云等都發布了幫助企業高效搭建Agent的工具包，涉及到了模型的定制化訓練、Agent的開發、運營和安全治理。

與只是幫助企業創造一個具備信息檢索能力的聊天機器人相比，這樣的一套完整能力，是要真正將企業的業務流程Agent化。這種感覺就像是云廠商在對著企業搖旗吶喊：我這為你準備了一份保姆級教程，要不要搭兩個Agent試試？

Agent在讓Token產生價值

無論是在國內，還是在海外，行業內都在給予Agent更積極樂觀的預期。火山引擎CEO譚待表示，明年市場還會呈現爆發式增長，會有更多有價值的Agent涌現出來。AWS CEO Matt Garman認為，Agent讓企業的AI投資看到了成果，未來每個企業都可以從AI中得到更多價值。

阿里巴巴CEO吳泳銘做了一個簡單的類比，認為大模型代表的技術平臺就是未來的操作系統，而自然語言是AI時代的編程語言，Agent則是新的軟件，Context是新的Memory。「未來幾乎所有與計算世界打交道的軟件可能都會是由大模型產生的Agent。」

這些樂觀的判斷，建立在一些已經得到數據驗證的案例基礎上。借助編程Agent Kiro，AWS一個原本需要30人工作18個月才能完成的項目，現在僅需6個人用76天就能完成。火山引擎的一個企業客戶在2024年開發了50多個Agent，到2025年就變成了200多個。Blue Origin構建了超過2700個內部Agent，交付效率提升了75%。

如果說從賣云到賣Token的轉變，是云廠商的核心價值從基礎設施的提供者變成了AI能力的提供者，那么Agent就為發揮Token的價值提供了一種方法論和路徑。

企業可以通過打造不同的Agent來節省下編寫幾千行代碼的時間精力，或者是實現一些流程的簡化和效率提升。這種直接的價值體現，支撐了對一個規模龐大的Agent市場的想象力，也支撐了云廠商在下一個時代的生存空間。

但是，在火山引擎的調研中，能夠真正開發好Agent的企業不是非常多，其中能夠把Agent運營好、讓Agent被大規模使用的企業會更少。這些企業往往有深厚的技術積累。

AWS大中華區產品部總經理陳曉建提供的一組第三方調研數據也顯示，有93%的客戶在從概念驗證階段邁向生產階段時遇到了重大障礙。

AWS認為，造成這種現狀的原因主要來自數據和工程化兩個層面。數據層面，Agent概念驗證階段的數據往往經過人為篩選和優化，但在大規模應用中卻無法這樣做。工程化層面，大規模應用對安全、擴容、成本、高可用性等都有更高要求，在概念驗證階段往往不會考慮到這些問題。

為Agent開發提供保姆級教程

譚待認為，需要有一套為Agent的開發和運行而設計的架構，也就是AI云原生架構，來支持企業把AI用好，把Agent開發好。在12月18日舉辦的冬季Force原動力大會上，火山引擎為企業提供了一套拆解得更細致的Agent開發落地解決方案。

在MaaS層上，火山引擎進一步提升了易用性，通過推出Prompt Pilot、Response API等功能，降低了企業選模型、調Prompt、用搜索的門檻；并且通過推出推理代工，讓企業可以直接在火山方舟平臺上托管自己的模型。疊加AgentKit提供的全棧開發能力和HiAgent的運營能力，火山引擎能夠提供完整的Agent落地流程。

同樣，AWS和谷歌云也在強調對全棧的Agent開發能力的布局。AWS推出了開放式的模型訓練平臺Nova Forge和企業級Agent開發框架AgentCore。谷歌云的Gemini Enterprise則會提供基礎模型，無代碼Agent構建框架，專業Agent，數據源連接，可視化管理、審計和安全控制，Agent市場六項核心組件，實現端到端的Agent應用。

這些全棧能力中，大家普遍比較重視的是Agent開發門檻的降低、模型的定制化能力和Agent的安全控制。火山引擎的AgentKit、亞馬遜的AgentCore以及谷歌云的工作臺，不僅都在強調Agent開發的簡單、快速，還都會同步提供安全評估和數據接入的能力。

AWS還會強調，通過Nova Forge為企業提供定制模型的便捷工具。企業如果基于Nova Forge進行模型訓練，可以選擇某個Nova訓練檢查點，將自有數據灌注其中，然后繼續完成訓練流程。這樣訓練出來的模型知識產權屬于企業，既有企業獨有的領域知識，又能保留大模型的底層能力。

對于Agent開發來說，底層模型的能力是成功的重要基石，用自己定制化的模型來支撐業務Agent的開發，能夠獲得更好的效果。目前，Reddit、Booking和索尼都已經是Nova Forge的早期用戶。其中，Reddit通過Nova Forge訓練的模型，能夠理解小眾的梗和圈子文化。

還沒有公開強調全棧式Agent開發能力的云廠商，同樣在為企業提供更多低門檻的Agent開發能力。

騰訊云推出了智能體開發平臺（ADP），幫助企業以「低代碼」甚至「無代碼」方式構建Agent。阿里云推出了Agent開發框架ModelStudio-ADK，支持企業開發具備自主決策、多輪反思、循環執行能力的復雜Agent。百度云通過千帆平臺在為企業提供完整的訓練調優、推理部署、數據標注與評估工具鏈。

打好基礎同樣重要

在提供全棧式的Agent開發能力基礎上，打好基礎對云廠商爭取企業客戶也非常重要。這個基礎包括了模型能力的進化和理念的轉變。

在基礎模型層面，云平臺基本都在進行模型能力的自研，強大的自研模型會是企業選擇云平臺時的重要參考項。谷歌云就認為，Gemini系列模型是Gemini Enterprise的核心。阿里巴巴在通過開源的千問模型吸引到更多企業級的開發者使用。火山引擎、騰訊、百度也在持續推進自研基礎模型的進化。

近期，騰訊和百度都針對基礎模型的研發進行了團隊調整。騰訊宣布姚順雨正式出任騰訊首席AI科學家，同時兼任AI Infra部及大語言模型部負責人，明顯是要在基礎模型層面上進一步發力。百度則新設立基礎模型研發部和應用模型研發部兩大核心部門，直接向李彥宏匯報。

其中一個進化趨勢是，讓基礎模型更適配Agent的開發需求。火山引擎發布的豆包大模型1.8，面向多模態Agent場景進行了定制優化，增強了工具調用能力、復雜指令遵循能力及OS Agent能力。谷歌發布的Gemini 3 Pro，具備更強的自主規劃、拆解任務、調用工具能力。

此外，云廠商的理念轉變也在發生轉變，MaaS業務的進展，正在成為一項核心指標。最先擁抱AI云的火山引擎最為激進，有消息顯示，火山引擎內部已經將AI的Token調用量視為核心指標，有銷售雖然CDN等傳統云業務做得好，但因為MaaS賣不出去而遭到淘汰。最終，火山引擎想要做到讓所有人提到AI都必選火山引擎。

阿里云則在云棲大會上提出了要做「AI時代的Android」和「超級AI云」兩個方向。但相較火山引擎，阿里云的全棧布局要更重，對MaaS業務的擁抱也相對謹慎。在11月才傳出阿里云提高MaaS業務優先級，將其作為業務長期成功的關鍵指標的消息。

這種轉變已經成為必然趨勢。姚順雨在《人工智能的下半場》中指出，這輪AI技術進步帶來的變化是，「我們終于摸索出一套通用方案，能夠依托語言與推理能力，解決各類強化學習任務」。這套解決方案正在改變以往的游戲規則。這個過程中，云廠商的責任和機遇都是讓這套方案更簡單快捷地應用到千行百業中。