近年来，AI Agent领域迎来了重大突破，Monica.im中国团队研发的通用型AI Agent产品“Manus”正式全球发布。这款产品在GAIA基准测试中表现卓越，性能超越OpenAI同层次大模型“Deep Research”。它不仅仅是能提供想法的智能助手，更能将想法付诸实践，解决实际问题，这一特性标志着AI Agent正从对话智能迈向一个全新的阶段。
研究机构纷纷对AI Agent的未来做出大胆预测。AI Agent有望成为生产力操作系统，彻底重构产业格局与价值分配体系。企业之间的竞争焦点也在发生转移，从过去比拼通用能力，逐渐转向深耕场景与整合生态，特别是在高频应用场景中构建数据闭环优势，谁能率先抢占这些领域，谁就可能在未来的市场竞争中占据主导地位。
各大权威机构的数据也进一步佐证了AI Agent的崛起之势。IDC预测，到2026年，50%的中国500强数据团队将借助AI Agent实现数据准备和分析；Gartner预计，到2028年，至少15%的日常工作决策将由Agentic AI自主做出，33%的企业软件应用程序也会融入Agentic AI。麦肯锡研究显示，超70%的企业CEO认为AI Agent将在未来3年内显著改变经营模式和竞争格局；德勤调查数据表明，2025年，25%使用生成式AI的企业将部署AI Agent，到2027年这一比例预计将飙升至50%。
在技术实践的赛道上，无论是科技巨头还是创新型企业，都在积极布局AI Agent领域。微软、亚马逊等科技巨头全力打造AI Agent产品线，推动AI助手在企业办公场景的广泛应用；OpenAI GPT-4、Google Gemini、阿里Qwen2、腾讯混元等多模态能力的提升，为Agent技术的发展开辟了新路径。众多创新型科技公司也不甘示弱，在垂直领域推出特色解决方案，加速AI Agent在不同场景下的落地应用。
AI Agent发展，云计算面临挑战
AI Agent的蓬勃发展为企业带来无限可能的同时，也给企业云计算基础设施架构带来了诸多挑战。
企业云基础设施正变得日益复杂，涉及多个云供应商、数千台服务器和微服务。AI Agent需要处理海量监控数据，并协调不同系统间的通信，这对云基础设施的设计提出了极高要求。要满足AI Agent的运行需求，企业必须优化基础设施架构，提升其兼容性和协同性。
安全与隐私风险成为AI Agent发展过程中不可忽视的问题。AI Agent可能遭遇数据泄露、对抗性攻击以及模型偏差等威胁。例如，未经保护的通信可能导致敏感信息泄露，而模型缺乏透明性可能引发合规问题，这不仅会损害企业的利益，还可能引发严重的社会问题。
在分布式云环境中，AI Agent需要处理大量实时任务，但通信延迟可能影响其决策速度和准确性。在自动驾驶、金融交易等对响应速度要求极高的场景中，延迟问题可能导致严重后果，因此如何降低延迟、提高实时性成为云计算面临的关键挑战之一。
分布式云计算：应对挑战的关键路径
面对AI Agent发展带来的挑战，IDC认为，去中心化的分布式云计算基础设施更能适应数字化战略的要求，尤其在AI的训练和推理、数据的处理、安全的自主性方面，更契合新应用的发展。Akamai也指出，分布式云计算基础设施应具备五大关键能力。
边缘原生应用是云原生的深化发展。它不仅具备云端架构的优势，如适合容器化、微服务、动态编排等，还能下沉到用户边缘，提供高性能、低成本且数据独立主权的架构，满足用户对实时性和数据隐私的需求。
在分布式、异构且地理位置分散的边缘节点构建多层次安全防护体系至关重要。这包括数据加密、设备身份认证、访问控制和边缘间安全通信等，同时引入零信任安全体系，保障基础设施的弹性和冗余架构，确保整体系统的安全性。
未来云的发展趋势是混合多云环境，应用需要在不同平台间灵活切换。这就要求构建开放、可移植的架构，借助工具支持多种软硬件集成，方便快捷地处理部署和迁移工作，提升企业的灵活性和适应性。
“数据引力”现象虽然能带来数据价值的累积和协同效应，但也引发了数据孤岛、数据迁移、数据延迟和数据隐私等问题。采用分布式的数据结构，在数据产生地完成处理和分析，能够有效应对这些挑战，充分释放数据价值。
AI优化的云基础设施专为满足人工智能工作负载设计，不仅具备传统云计算的弹性和扩展性，还集成了高性能计算资源和优化工具，与深度学习框架集成，简化开发和调试流程，为AI应用提供强大支持。
Akamai的AI战略布局：云计算与安全的协同发展
Akamai副总裁暨大中华区总经理李昇表示，Akamai的AI战略涵盖云计算战略和安全战略，依托其全球分布式边缘基础设施，构建了完整的能力体系。
Akamai副总裁暨大中华区总经理李昇
在云计算层面，Akamai通过GPU集群提供从AI推理、RAG、微调至训练的全流程算力支持，结合Kubernetes容器化部署和智能对象存储，实现弹性扩展与高效数据管理。目前，Linode平台已支持快速部署主流开源模型，2025年上半年还将推出AI网关服务，为企业级AI应用提供高可用访问通道。在应用生态方面，Akamai已在边缘节点成功落地多个场景化解决方案，如AI客服对话、文图生成、金融量化分析等。
Akamai的安全战略形成双向防护闭环。在AI for Security方面，WAF的ASE引擎运用实时威胁检测和自适应学习技术，使攻击拦截准确率提升40%；自然语言引擎赋能安全告警可视化，并实现自动化防护决策。在Security for AI方面，AI防火墙可精准识别提示词注入攻击，API安全模块新增LLM TOP10漏洞检测标准，结合Akamai在DDoS防护和零信任架构的积累，为大模型基础设施构建端到端防护体系。云边协同的AI算力网络与智能安全防护深度融合，构成了Akamai助力企业AI落地的核心价值。
AI Agent的发展为云计算带来了机遇与挑战，企业需要积极应对，优化云计算基础设施架构，提升安全防护能力，把握分布式云计算的发展趋势。像Akamai这样的企业，通过清晰的战略布局，在云计算和安全领域协同发力，为行业发展提供了有益的借鉴。未来，随着技术的不断进步，AI Agent与云计算的融合将更加深入，有望创造出更多的可能性，重塑整个产业生态。
