一名云计算从业者的思考

大家都在搜：

热搜词1 热搜词2 热搜词3

当前位置：首页 > 产品思考 > 正文内容

在 AgentRun 上的思考：传统 Infra 必须再做一层

anycodes5个月前 (06-04)产品思考3910

做 AgentRun 这段时间，我越来越强烈地感受到一件事：**AI 时代的 Infra，不能再只站在底层等别人调用了。**

过去 Infra 的价值，更多体现在资源、稳定性、性能、弹性和成本上。它像一层坚实的地基，支撑上层应用运行。但 AI 出现之后，应用的生产方式变了，用户的入口变了，风险的来源也变了。如果 Infra 还只停留在“我提供计算、存储、运行时、部署能力”这个位置，未来大概率会越来越被动。

因为模型在向上做 Agent，AI Coding 在向上做应用，Agent 自身也会从一个“会调用工具的智能体”，升级成企业里的任务运行实体。上层入口都在向应用靠近，如果传统 Infra 不向上走一步，就会逐渐被新的入口抽象掉。

所以我现在的判断很明确：**传统 Infra 必须再做一层，或者至少做到自我闭环。**

这里的“再做一层”，不是再做一个复杂控制台，也不是把已有能力重新包装成一个新概念，而是要从资源视角走到应用视角，从能力供给走到结果承接。尤其是在资源有限、方向变化快、组织协同成本高的创业环境里，每一次投入都必须沉淀为资产。一个功能做完，要沉淀成能力；一个客户做完，要沉淀成场景；一个问题解决完，要进入下一次产品闭环。否则大家看起来都很忙，但产品不会变厚。

**没有闭环的 Infra，只是工具；有闭环的 Infra，才可能成为平台。**

## AI Coding 向上做应用，Infra 要变成信任层

![](https://runor.cn/zb_users/upload/2026/06/202606041427393419665.png)

AI Coding 的趋势已经很明显了。它不会长期停留在“帮人写代码”这件事上，因为代码只是中间产物，应用才是最终结果。用户真正想要的不是生成一堆文件，而是把一个想法变成可运行、可部署、可维护、可治理的应用。

这会给 Infra 带来新的机会，也会带来新的责任。

过去代码质量、安全漏洞、依赖风险、权限配置，很大程度上是用户自己负责。用户写代码，用户上线，用户背锅。但 AI 生成代码之后，这个责任边界会被重新讨论。因为 AI 生成代码的质量，说实话，依然比较堪忧。它可能能跑 Demo，但不一定适合生产；它可能逻辑看起来通，但安全边界、异常处理、权限控制、依赖治理、成本约束都不一定可靠。

这恰恰是 AI Infra 的机会。**如果平台能在 AI Coding 生成应用之后，继续提供安全扫描、依赖治理、密钥检查、权限建议、运行时隔离、灰度发布、异常诊断、回滚和可观测能力，那么 Infra 就不只是部署目标，而会变成 AI 应用生产过程中的信任层。**

未来用户会越来越关心：AI 生成的代码能不能安全上线？出了问题谁来定位？权限有没有越界？依赖有没有漏洞？成本有没有失控？如果平台能把这些问题承接住，它就会离应用价值更近。

这也是我觉得 AI Infra 最大的机会之一：**不是替用户生成更多不确定性，而是替用户消化不确定性。**

## 托管 AgentLoop 会成为主流

我还有一个判断：**未来托管 AgentLoop 会成为主流。**

如果按照二八原则，我认为 80% 的 Agent 应用会选择托管 AgentLoop，只有 20% 会由企业或开发者自己完整编写。原因很简单，大部分 Agent 应用并不需要从头实现完整的任务循环、工具调度、上下文管理、异常恢复、记忆管理和运行治理。它们更需要的是一个足够好用、足够稳定、足够安全的托管运行框架。

但那 20% 自研 Agent 也不会消失。相反，它们大概率会是企业里最重要、最有竞争力、最复杂的部分，甚至可能承载更高比例的关键流量和核心业务价值。也就是说，未来的格局不是“托管替代自研”，而是托管 AgentLoop 承接大部分通用 Agent 应用，自研 Agent 保留在真正差异化、强业务绑定、高价值的场景里。

这对 AgentRun 的启发很直接：**AgentRun 不应该只做 Agent 的创建入口，而应该成为 AgentLoop 的托管运行层。**

如果托管 AgentLoop 成为主流，那么平台真正要做好的不是“帮用户写一个 Agent”，而是让用户不用重新发明 AgentLoop。平台应该默认处理任务循环、工具调度、上下文加载、失败重试、权限检查、运行记录、效果评估和成本控制，把这些通用但复杂的部分沉淀下来。用户真正应该投入精力的，是业务数据、工具生态、场景编排和差异化能力。

**未来 Agent 的竞争，不一定是谁的 Prompt 写得更复杂，而是谁能把 Agent 从 Demo 形态稳定带进生产环境。**

## 数据会成为真正的核心竞争力

![](https://runor.cn/zb_users/upload/2026/06/202606041428346797498.png)

从 AI 开始火热到现在，事实越来越清楚：**数据正在成为真正的核心竞争力。**

模型会变强，框架会更替，工具会不断出现，但企业内部真实的数据、组织关系、权限体系、工作流、协同记录和业务上下文，不是那么容易被复制的。尤其是像悟空这类天然和钉钉集成的软件，它的机会不只在“做一个 Agent”或者“做一个应用”，而在于它天然靠近企业协同数据和组织场景。

这类产品如果只是把 AI 能力接进来，价值会比较薄；但如果能围绕企业数据形成闭环，价值就完全不同。用户在组织里产生任务、沟通、文档、审批、项目、知识和流程，Agent 在这些数据和权限边界内工作，运行结果再反哺下一次任务执行和应用优化，这才会形成真正的数据飞轮。

所以未来 AI Infra 不能只关心运行时，还要关心数据如何被安全使用、如何在权限内流动、如何被 Agent 消费、如何形成持续优化。**没有数据闭环的 Agent 平台，很容易停留在工具层；有数据闭环的 Agent 平台，才可能进入企业的真实生产系统。**

这也是为什么我越来越觉得，未来 AI Infra 不只是技术平台，而会变成企业 AI 的数据连接层、权限执行层和任务运行层。它要理解企业组织结构，理解数据边界，理解工具权限，理解运行结果。否则 Agent 只是“能调用工具”，但不一定真的能进入企业业务。

## “CLI 是一切”可能打破自己的壁垒

还有一个风险，我最近也越来越在意：很多人现阶段会觉得 CLI 是一切。

CLI 当然重要。它足够开放，足够开发者友好，也容易和 AI Coding 工具结合。但如果一个平台把所有价值都过早、过完整地交给 CLI，尤其是在客户端侧形成主要入口，就有可能出现一个问题：**你以为自己在开放生态，实际上可能是在打破自己的壁垒。**

因为 CLI 很容易绕开平台闭环。用户在客户端完成生成、调用、部署、调试，如果平台只是一个被调用的后端资源，那么平台就很难掌握上下文、数据、运行链路、权限治理和应用生命周期。最后 Infra 仍然存在，但价值心智可能被前端工具拿走。

所以我觉得更合理的关系是：CLI 应该是入口之一，但不应该是全部。开放能力很重要，但开放不等于放弃阵地。真正有壁垒的平台，应该让 CLI 接入闭环，而不是让 CLI 替代闭环。

换句话说，CLI 可以是遥控器，但平台必须保留驾驶舱。CLI 可以发起动作，但身份、权限、审计、运行记录、策略治理、部署状态、成本数据和效果反馈，应该回到平台闭环里。否则平台最终只会变成一个资源供应商，而不是一个应用生产系统。

## 我理解的未来 AI Infra

![](https://runor.cn/zb_users/upload/2026/06/202606041429049061294.png)

如果让我现在断言未来 AI Infra 的形态，我会说它一定不是单纯的资源 Infra，而是**面向 AI 应用生产的智能运行平台**。

它会是端到端的，但不是大包大揽；它会是智能的，但不是为了炫技；它会是闭环的，但不是封闭；它会是场景化的，但不是每个客户都重新定制一套。它下面接云资源，上面接 AI Coding、模型和 Agent，中间负责把不稳定的生成结果、不确定的任务执行、复杂的企业约束，变成可运行、可观测、可治理、可持续优化的生产系统。

未来 AI Infra 至少要回答四个问题。

第一，**生成出来的应用能不能安全可靠地进入生产。**这包括代码安全、依赖治理、权限控制、密钥管理、运行隔离、异常恢复和版本回滚。

第二，**Agent 能不能被托管、被观测、被治理。**Agent 不应该只是 Prompt + Tool，而应该是有身份、有权限、有空间、有记忆、有日志、有评估、有成本模型的运行资产。

第三，**企业数据能不能在安全边界内形成飞轮。**如果 Agent 不能理解企业数据，不能尊重组织权限，不能把运行结果反哺业务流程，它就很难真正进入企业核心场景。

第四，**平台能不能形成自我闭环。**从生成到部署，从运行到诊断，从反馈到优化，平台必须知道应用是怎么来的、运行时发生了什么、为什么失败、哪里成本高、下一次应该怎么改。只有这样，Infra 才能从“执行工具”变成“智能运行系统”。

这也是我对 AgentRun 的期待。AgentRun 真正要回答的，不是“能不能创建一个 Agent”，而是这个 Agent 怎么进入生产，怎么运行，怎么调用工具，怎么使用数据，怎么管理权限，怎么被观测和评估，怎么和 AI Coding、模型、企业系统形成一条完整链路。

**未来的 AI Infra，不是把资源交给用户，而是把不确定性消化掉，把结果交给用户。**

模型会向上做 Agent，AI Coding 会向上做应用，托管 AgentLoop 会成为大部分 Agent 应用的主流选择，数据会成为企业 AI 的核心竞争力，而 Infra 如果不向上走、不形成闭环，就会逐渐被新的入口抽象掉。

这不是危言耸听，而是产品位置的变化。

AI 时代，真正有价值的 Infra，一定会更靠近应用，更关注安全和稳定，更理解数据和场景，也更愿意承担从生成到运行之间那段最难、最脏、最容易出问题的路。

**谁能把这段路走通，谁就有机会站在下一代 AI 应用栈的关键位置上。**

扫描二维码推送至手机访问。

本文链接：https://runor.cn/?id=52

分享给朋友：

返回列表

上一篇：回归阿里云九个月：拥抱变化，理解变化，接受变化

下一篇：Agent 记忆的分水岭：不是 Markdown，不是向量库，而是上下文治理

刘博说云

大家都在搜：

在 AgentRun 上的思考：传统 Infra 必须再做一层

“在 AgentRun 上的思考：传统 Infra 必须再做一层” 的相关文章

AI浪潮下的产品经理困境：当技术加速度遇上决策复杂度

回归产品思维：一位前产品经理的八点反思

自证害死的不仅仅是产品经理，更是一个团队

AI Coding 的终点不是写代码，而是应用生产入口

回归阿里云九个月：拥抱变化，理解变化，接受变化

开源：秀肌肉的舞台，众目睽睽的考场

发表评论

Powered By Z-BlogPHP. Theme by TOYEAN.

刘博说云

大家都在搜：

在 AgentRun 上的思考：传统 Infra 必须再做一层

“在 AgentRun 上的思考：传统 Infra 必须再做一层” 的相关文章

AI浪潮下的产品经理困境：当技术加速度遇上决策复杂度

回归产品思维：一位前产品经理的八点反思

自证害死的不仅仅是产品经理，更是一个团队

AI Coding 的终点不是写代码，而是应用生产入口

回归阿里云九个月：拥抱变化，理解变化，接受变化

开源：秀肌肉的舞台，众目睽睽的考场

发表评论取消回复

Powered By Z-BlogPHP. Theme by TOYEAN.

发表评论