編輯部 整理自
MEET2026量子位 | 公眾號 QbitAI

隨著AI從回答問題邁向自主執行和創造，行業開始進入真正的Agentic AI落地元年。這不僅改變了應用形態，也正在重塑整個AI技術棧的底層邏輯。

與此同時，智能體體系結構的復雜度呈指數級增長，從任務規劃、工具調用到長期記憶，每一環節都對底層框架提出了更高要求。對此，PPIO聯合創始人兼CEO姚欣表示：

能看到無論是PC時代，還是移動時代、云時代，操作系統才是最核心的中間層。

這意味著，未來的AI應用將從回答問題的工具轉向能夠直接完成任務的助手，而要承載這類能力，行業迫切需要一種新的基礎設施——Agent時代的操作系統。

在本次量子位MEET2026智能未來大會上，姚欣圍繞智能體演進、Agent Infra等關鍵詞分享了自己對AI底層基礎設施架構重塑的判斷：

今天的Agent會成為未來AI應用的主力，而Agent Infra會成為下一個AI時代的操作系統。

無論模型能力如何提升，無論應用形態如何演進，未來趨勢都指向同一個目標：在AI時代，通過新的Runtime體系，實現模型能力、工具能力與執行能力的高度融合。

為了完整體現姚欣的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

MEET2026智能未來大會是由量子位主辦的行業峰會，20余位產業代表與會討論。線下參會觀眾1000+，線上直播觀眾320萬+，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

AI不再只是回答問題的工具，而能像智能體一樣，自動化地比價、下單、執行任務，整個生態正在從“生成”走向“執行”。當前很多產品把工作流、編排工具當作Agent，但這只是早期形態，真正的智能體需要自主分析、決策與執行。傳統AI工具只是增強搜索或處理能力，并不能支撐完整的智能體運行；真正的Agent需要新的系統架構支撐，不能依賴舊式應用或工作流體系。模型能力決定上限，但智能體能否跑起來、能否在各種環境里通用落地，關鍵在于Runtime。

以下為姚欣演講全文：

AI從生成式邁向Agent時代

大家好，我今天分享的主題也是很多嘉賓講的新話題Agentic AI——今年AI進入了到一個全新的時代。

過去一周，豆包手機橫空出世，它能夠自動幫你下單、比價、執行任務，這正是我們今年所看到的——從Generative AI向Agent AI的進步。

AI以前更多只是做一些聊天、回答問題；而從年初的Manus、Genspark，到現在的豆包手機，這些產品越來越清晰地展示出AI應用開始像智能體一樣自動化完成任務和進行創作。

今天提到智能體這個話題的時候，我發現行業內，特別國內很多人把它定位成工作流。

以前像扣子那樣的編排工具，只能算是最早期的智能體形態，并不是完全體。

今天真正的完全態智能體需要具備自主分析、自主決策以及自動化完成任務的能力，而執行與落地正是其中的關鍵環節。

同時，我們之前在很多AI工具中看到的Deep Research功能，雖然能幫助做搜索和處理，但我認為這仍然只是智能體的早期階段，真正的智能體需要全新的架構和全新的形態。

真正的智能體需要從能力堆疊走向系統化結構

2023年的時候，OpenAI研究員LilianWeng也發了一篇很著名的論文，《LLM Powered Autonomous Agents》。

這篇文章里面揭示了真正的智能體有哪些核心的組件，包括四個核心的元素：Memory、Planning、Tools、Action。

在梳理每個核心組件的特點和特性時，發現了這樣一些類比：如果把智能體當作數字生命體，那么Memory有點像大腦的記憶功能，負責短期記憶、長期記憶，甚至需要具備遺忘能力；Planning更像思考單元，能夠進行深度推理和深度分析。

Tools、Action則更像我們的五官，能夠感知外部世界發生了什么，甚至像手和腳一樣去影響和改造外部世界。真正的智能體不僅是執行的機器，更重要的是具備從思考到執行再到分析的一整套綜合系統。

我們想一想，什么樣的系統是既能做資源的管理又能做記憶的管理，甚至調用大量的工具呢？

我認為今天的智能體的基礎設施更像以前的操作系統，這里我列舉了一下過去三四十年一系列操作系統的發展和誕生，能看到無論從PC時代到移動時代還是到云時代，操作系統才是最核心的中間層。

一方面，它要管理大量不同的異構資源，把計算資源、硬件資源，以及各類異構的記憶、存儲、傳輸能力整合起來。

另一方面，還需要把這些能力抽離并抽象成標準化的功能調用，暴露給上層應用，讓開發者可以輕松進行二次開發，而無需針對每一種硬件結構單獨開發。

無論是在PC時代、手機時代，還是云時代，操作系統始終扮演著這樣的角色。

Agent Infra：未來AI時代的新操作系統

我提出一個看法：今天我們做的Agent Infra，本質上是在構建AI時代的操作系統。

傳統操作系統管理CPU、內存、存儲等硬件資源，而Agent Infra管理的是模型能力、工具調用能力，以及任務和執行能力，在這個維度上完成資源管理、統一調度與抽象，讓上層開發者能夠更方便地進行應用構建。

在整個Agent Infra體系中，最核心的部分我們認為是Runtime。

Runtime解決的是“能不能跑起來”的問題，真正的智能體能否在各種環境下大規模、通用地適配并穩定運行，依賴的正是把不同能力進行綜合調度的Runtime，這也是Agent Infra的核心所在。

PPIO是一家AI云計算公司，我們從底層算力到IaaS、PaaS，再到MaaS，逐層構建了完整的AI云能力，為Agent Infra提供底座支撐。

自2020年算力出現短缺開始，我們整合大量數據中心閑置算力，構建分布式算力網絡。如今我們在中國已有4000+算力節點、1300多個能提供大量分布式算力的合作伙伴；2023年從CPU擴展到GPU；2024年我們在全球六大洲三十多個地區和國家開始部署算力網絡能力，整合全球各地的算力資源，這是我們的第一層。

第二層是GPU推理云平臺。2023年我們打造了第一代推理云平臺，實現異構算力的統一調度。2024年推出分布式推理引擎，并托管近百個開源與社區模型，每天處理接近2000億Token，為模型提供推理加速、降本和性能增強，是支撐開源模型落地的重要基礎。

基于前期積累，我們在今年WAIC發布了首個兼容E2B的Agent沙箱，以Runtime為核心整合模型調用、短期/長期記憶和數據庫能力，幫助頭部Agent廠商規模化落地，通過更安全、敏捷的沙箱體系降低錯誤率。

該沙箱是專為Agent執行任務設計的云端運行環境，為Agent賦予安全可靠、高效敏捷的“手和腳”，沙箱內支持動態調用Browser use、Computer use、MCP、RAG、Search等各種工具。

PPIO Agent沙箱基于Firecracker MicroVM構建，具備強安全隔離、毫秒級極速啟動、高并發創建三大特性，無需預部署，即啟即用，讓 Agent 的所有操作均處于“受限、可控”的狀態。

強安全隔離，讓不同Agent沙箱的環境可實現完全隔離，當多個任務并發執行時，每個任務都能在獨立環境中運行，從根源上避免數據泄漏和資源搶占沖突。

小于200ms的極速啟動時間，遠遠小于傳統虛擬機沙箱數分鐘甚至更長的時效，可瞬間創建沙箱環境、運行生成的代碼并展示預覽效果，大幅提升用戶的開發流暢度。

并且PPIO Agent沙箱還支持同時快速啟動數千個沙箱實例的高并發創建能力，可充分滿足業務場景中的高并發需求，加快結果交付速度，保障用戶體驗。

沙箱上線以來，月度活躍數在持續增長，我們希望通過Agent Infra成為AI時代新的操作系統，幫助更多開發者成長與創業。