越開放越不可複製：華為雲Agentic Cloud，開放是新護城河

作者 | 江宇 編輯 | 漠影 過去幾年，大模型是AI產業最醒目的主角。參數規模、訓練算力、推理能力一路往前狂奔，企業接入AI的第一步，也往往是先找到一個足夠強的模型。如今，企業焦慮的是，一個智能體，怎麼才能在生產環境裡真正跑起來，跑得穩、管得住，還能越用越聰明。智能體，正在成為AI叩開產業大門的下一個“主角”。而智能體要真正跑起來，需要一整套重新搭建的基礎設施、開發平臺和生態。正是這層需求，把雲廠商召喚到AI產業的中心。9月19日，第十一屆華為全聯接大會在上海世博中心落下帷幕。

從今年6月INSPIRE大會上華為雲首次提出Agentic Cloud戰略、一口氣發佈十幾款AI新品，到這次大會多款產品亮出明確的上線時間，還有實物亮相，前後不過三個月。此前，華為雲在雲與AI的關鍵技術方向上，已獲得Gartner、Omdia等國際權威機構的持續認可。面對“智能體到底怎麼落地”這道行業必答題，華為雲給出的答案只有一句話：做最開放的Agentic Cloud。目前，華為雲已推動500多個AI場景落地，攜手5萬多家合作伙伴，服務全球超10萬家企業客戶。

如果說大模型時代比拼的是誰能造出更聰明的大腦，Agentic AI時代擺在雲廠商面前的新問題，就是誰能讓這些大腦真正進入企業、穩定運行、不斷複製。這一次，華為雲要做的，是把“最開放的Agentic Cloud”從一句口號，變成整個行業都看得見、用得上、能共建的現實。一、給智能體鋪一塊“雲上黑土地”：Agentic Infra如何讓AI跑得穩、記得住 過去的大模型基礎設施，任務相對明確：把模型訓出來，把推理服務跑起來。但智能體不同。一項企業任務可能持續幾十分鐘甚至數小時，中間不斷調用模型、數據庫、軟件和外部工具，還要保留此前產生的記憶。

智能體持續工作的特徵，正在把AI基礎設施從模型基礎設施推向智能體基礎設施。為什麼智能體需要一套新基礎設施？首先，智能體執行的是長鏈路任務，一次故障就可能讓前面的推理和操作全部重來，穩定性要求遠高於普通模型調用。其次，智能體會持續產生並調用大量上下文和歷史信息，記憶開始成為基礎設施的一部分，一項任務還可能在不同模型之間動態切換，模型選擇、Token效率、調度和安全都比過去複雜。也就是說，智能體真正進入生產環境後，雲基礎設施要同時承接算力、Token、記憶、調度和安全幾件事。華為雲的Agentic Infra，正是為適應這組變化而設計的。

它把Agentic Infra定義為高效Token、增強記憶、通智一體化調度和安全自治，目標是讓基礎設施從支撐模型運行，進一步覆蓋智能體的長期運行。目前，全球已有3500+客戶選擇華為雲Agentic Infra。這套基礎設施的分量，可以從幾處具體能力看出來。靈衢昇騰950智算集群，雲上訓練40天穩定運行、10分鐘內故障恢復，Token吞吐較上一代提升20%； CMS記憶存儲，把智能體運行中不斷增長的記憶單獨拿出來解決，提供PB級記憶空間、TB級讀取、95%命中； Agentic MaaS對應模型開放，集成DeepSeek、智譜、Kimi、MiniMax等模型。

這些能力放到一起，指向同一結論：Agentic AI沒有削弱雲的重要性，反而放大了雲要解決的問題。模型可以不斷變化，但智能體背後的算力、記憶、調度和安全，需要成為一套持續運行的基礎能力。二、“商用＋開源”雙輪驅動：一套平臺怎麼讓企業把智能體真正用好 基礎設施解決了智能體跑起來的問題，但離企業真正敢用，中間還有一道更難的坎。今天做一個能訂機票、查資料、寫報告的智能體Demo，已經不算難。難的是當它進入核心業務後，誰來保證它連續運行，出了問題怎麼恢復，執行過什麼操作能不能追溯，權限和風險由誰控制。這是消費級智能體和企業級智能體之間最明顯的一道鴻溝。

企業智能體正在從效果問題進入工程問題，具體有三件事。第一是長程任務的穩定性，步驟越多、工具調用越複雜，中間任意一環異常都可能導致任務失敗； 第二是運行黑盒，企業要知道智能體為什麼這麼做、調用了什麼、在哪一步出了問題，而不能只看到一個最終答案； 第三是持續適配，智能體進入業務後，面對的流程、知識和規則一直在變，一次開發完成不等於長期可用。這三件事，正是智果AgentArts與openJiuwen要解決的問題。智果AgentArts的能力，可以概括成“生產級”三個字。

生產級長程運行，7×24小時穩定、異常自動恢復；全鏈路治理，讓企業看清每一步、管住關鍵操作；場景化自演進，讓智能體在具體企業場景裡持續調整。目前，華為雲企業級智能體平臺已服務深圳龍崗政府、南方電網等100多家企業。以金山辦公為例，其攜手華為雲打造知識驅動的企業級辦公智能體，深度融合WPS 365文檔中心與WPS Comate，覆蓋智能文檔審閱、公文寫作、數據分析、合同審閱、會議助理等高頻辦公場景，精準匹配金融、政府等行業對安全、專業、高效的核心訴求。但生產級能力之外，還有第二個問題，不同企業有不同的模型、工具、業務系統和數據，智能體本身又在高速變化。

對企業來說，“開放”意味著能選模型、能接已有系統、能複用行業資產，這正是華為雲同時佈局商用平臺智果AgentArts和開源平臺openJiuwen的原因。openJiuwen是“開放”最直接的體現——商用與開源內核同源，開放5000+通用資產、1000+行業資產。分佈式蜂群架構、首Token時延降低50%、Skill Turbo壓縮任務耗時，則讓開源版的性能不再打折。

以南方電網為例，其基於openJiuwen打造的電力設備“數字醫生”智能體，構建“手眼腦”一體化多智能體協同架構，實現90%以上的設備健康評價準確率、分鐘級完成單臺設備評價；深圳龍崗政府也基於openJiuwen建成全國首個AI原生的政務內源協作平臺，讓政府數字化能力成為可繼承、可複用的集體記憶。三、智能體越深入千行百業、國計民生一線，越要靠開放生態 即便基礎設施和平臺都準備好了，企業智能體還有最後一道難題：真正有價值的能力，往往藏在行業裡。智能體時代比大模型時代更依賴生態。大模型可以當作相對標準化的技術底座，但智能體直接連接業務流程。

智能體要規模複製，需要的不只是一個開發平臺，還需要開發者、軟件廠商、行業夥伴和企業自身，一起提供Skill、工具、數據和行業知識。華為雲“行業AI夢工廠”的價值，在於把行業能力變成可以沉澱和複用的資產。相關專區已覆蓋智慧醫療、具身智能、科學計算、智能製造、智慧金融等方向，沉澱1000+行業資產、推動1000+項目落地，本次大會又新增政務智能專區和AI硬件專區。

政務方向，克拉瑪依超級城市智能體把跨部門辦事從“天級”壓縮到“分鐘級”；科研方向，中科大“靈境造物”依託華為雲、昇騰、鯤鵬底座及openJiuwen打造科研智能體，通過“協同工程”拆解科研任務、協同多個Agent完成文獻調研、方案設計與實驗執行，形成從文獻調研走向自動實驗的科研閉環。這些能力進入真實業務之後，智能體才算真正走進了國計民生一線。與此同時，開放的價值，最終要落到規模上。華為雲已攜手5萬多家合作伙伴，服務全球超10萬家企業客戶。智能體要調用的模型、軟件、工具、行業知識和終端，天然分散在不同公司手裡，誰都很難靠一家企業把這條鏈路全部吃下。

從這個角度看，“最開放的Agentic Cloud”不只是一家公司的定位，更是智能體時代該有的樣子。結語：智能體時代，雲廠商重回AI產業中心 過去兩年，AI產業最耀眼的主角一直是大模型公司。但智能體真正進入企業後，一批此前被模型能力暫時遮住的問題重新浮出水面：算力怎麼調度、記憶怎麼保存、任務怎麼恢復、權限怎麼治理、行業能力怎麼複用。這些問題，恰好又落回雲廠商長期擅長的基礎設施、平臺和生態。所以Agentic AI帶來的，也許不只是一次應用形態的變化，也在重新定義雲的角色。

華為雲這次提出最開放的Agentic Cloud，是它試圖回答一個更大的產業問題：當智能體從一個又一個Demo走向企業生產環境，雲應該變成什麼樣。華為雲給出的答案，是一個開放底座。它把算力、平臺、生態這些最難的部分搭好，再聯合客戶和夥伴，幫他們把智能體做好、用好。金山辦公、天眼查、滴普科技、值得買科技等頭部軟件廠商，已經攜手華為雲，圍繞辦公、數據、營銷等場景打造行業智能體，加速其從傳統SaaS軟件向AI智能體轉型。華為雲還開放了雲上客戶與市場資源，為夥伴提供觸達客戶、驗證場景和規模化推廣的渠道，讓平臺能力、行業夥伴與客戶需求連接起來，一起去發現行業智能體的機會。

當智能體從一個又一個Demo走向企業生產環境，華為雲最開放的Agentic Cloud要做的，正是自己搭好底座，讓更多客戶和夥伴站在上面，把智能體真正用好。