# “让天下没有难做的 Agent” | 对谈旭卿（阿里云无影事业部总裁）、安陈（AgentBay 产品负责人） Koji杨远骋 · 2025-08-28 本期《十字路口》邀请阿里云无影事业部总裁张献涛、AgentBay 产品负责人屈立威，深入解析 Agent Infra 与 AI Infra 的区别，并分享阿里云无影团队从云电脑转向 AgentBay 的决策历程。他们强调 AgentBay 为开发者提供一体化云端沙箱、工具链与安全环境，认为云端比本地更安全，并透露内部考核以客户使用量为优先，不设营收指标。张献涛还回顾了神龙架构的诞生，建议工程师深耕单一领域以应对 AI 时代挑战。 ## Key moments - **[0:00] 开场** - [0:32] Q: 什么是Agent Infra？与传统AI Infra有何不同？A: 安陈解释AI Infra关注训练和推理的吞吐延迟，而Agent Infra涵盖工具、记忆、沙箱等，为Agent提供完整运行环境。 - [2:44] 安陈日常使用Unlook通过自然语言生成前端设计，以及阿里内部Agent「星流」快速阅读外网论文。 - [3:58] 旭卿透露达摩院院长张建锋用Cursor编写扫雷游戏，多位技术管理者因Cursor重拾写代码的乐趣。 - **[4:19] Agent Infra 初探** - **[8:52] 核心组件** - [8:52] 安陈用计算机体系妙喻Agent Infra：大模型如CPU，长期记忆如存储，短期记忆如内存，任务编排如操作系统调度。 - [10:09] Q: 记忆和工具使用赛道有哪些代表公司？A: 旭卿举例Memory Zero、Memory GPT做记忆，E2B、BrowserBase分别做Computer Use和Browser Use。 - [11:27] 安陈强调安全是Agent Infra关键：云沙箱提供多租户隔离、零侵入，业界也有代码安全围栏，但常被早期开发者忽视。 - [13:01] Q: Agent开发者倾向于自研还是用第三方服务？A: 旭卿比喻就像员工入职若自己操持桌椅板凳网线效率极低，第三方Agent Infra能加速Agent爆发。 - [14:12] Q: Agent客户最看重什么？A: 旭卿指出需求各异，有客户要求20万并发沙箱，有的强需长期记忆，AgentBay提供通用但可定制的完整能力。 - [15:39] Q: 哪些Agent Infra模块容易被忽视？A: 旭卿认为身份管理和安全在早期常被忽略，但云厂商的基因就是数据隐私保护，这些有灾难性后果。 - **[16:19] AgentBay 亮相** - [16:34] AgentBay起源：本想做Computer-use，GTC大会看到大量Agent公司后连夜开会调整方向，确定做普惠的Agent Infra平台。 - [18:40] 安陈对比E2B：AgentBay面向中小开发者，提供更简单的API、完整的MCP支持与未来记忆等模块，更像Agent建设平台而非垂直工具。 - [21:43] 荣慧总结AgentBay战略：'让天下没有难做的Agent'，通过API开放全部能力，降低开发者门槛。 - [22:14] 旭卿分析AWS Agent Core与AgentBay高度相似：云厂商对Agent Infra的布局、产品能力和接口定义几乎一致，英雄所见略同。 - [23:24] 旭卿透露阿里CEO吴妈高度重视Agent Infra，给AgentBay加人加钱加资源，但不设营收KPI，只看客户使用量增长。 - [25:54] Q: AgentBay在阿里云AI战略中的定位？A: 旭卿答：承上启下，将模型能力通过Agent Infra开放，并构建Agent开发框架，赋能上层应用。 - **[27:12] 云端安全** - [32:00] 旭卿证实Agent误删本地目录的案例非段子：因代码在本地执行，模型发命删掉整个目录，而在云沙箱中可轻松恢复、不伤本地数据。 - **[32:25] 并发需求** - [32:57] 旭卿透露国内某Agent厂商要求白峰20万并发沙箱，需求指数增长，团队已开始做全球资源调度以应对。 - [34:43] 安陈预测AgentBay未来商业模式：从按沙箱数量收费转向包含多模态推理、状态管理等服务的综合计费，算力占比变小。 - **[36:15] 垂直赛道** - [36:15] 安陈预测Agent增长最快领域：通用Agent、Coding Agent商业化成熟；电商运营、金融投资、医疗科技等传统行业也在快速Agent化改造。 - **[38:49] 转型决策** - [39:53] 旭卿分享阿里ToB方法论：马云曾说每个ToB业务投资周期十年，无影和AgentBay都被视为战略产品，长期耕耘而非追求短期营收。 - [44:22] 安陈展望云电脑重构：未来全民需要云电脑，具备持久化、高并发弹性、多端漫游和自然语言驱动，AgentBay正让AI学会使用电脑。 - **[47:08] 预见未来** - [48:00] 神龙服务器缘起：2016年参加容器大会发现性能损耗，想到软硬协同设计，最终研发神龙芯片，实现虚拟机性能无损，业界纷纷效仿。 - [50:13] 旭卿回忆早期在Intel研究虚拟化，全球懂该技术者不足百人，坚持钻研迎来云计算爆发，团队被硅谷公司疯抢，验证了小众前沿技术的价值。 - [54:00] 旭卿分享预见AI基础设施：2015年看到阿里内部用GPU做拍立淘，提前布局AI算力，等到2016年底深度学习爆发时，已服务全国80%科技公司。 - [56:04] 旭卿坦言：'我倒不担心它哪一件事情会赌错，而是说有在这个整体的布局里边，或者说哪一块我没有想到，这是我每天都在思考的问题。' - [56:36] Q: 工程师应专精还是博学？A: 旭卿建议初期在某一领域做深，再融会贯通；大模型知识虽广但无法替代深度钻研，人的思维深度更有价值。 - **[58:19] 成长心法** - [58:19] 旭卿揭秘预判方法论：从看似不可能的要求（如CTO要虚拟化性能零损耗）中找线索，结合技术趋势，通过软硬协同突破极限。 - [1:03:48] 说服老板做神龙芯片：旭卿每天找领导李津强调其重要性，持续半月终获批准，后来神龙芯片让阿里云虚拟化性能超越物理机。 - [1:05:25] 旭卿发出招聘邀请：欢迎认同Agent Infra方向的应届毕业生和资深AI开发者加入团队，共同打造让企业高效开发Agent的平台。 ## Speakers - **Koji杨远骋** (host) - **荣慧** (host) - **屈立威（安陈）** (guest) - **张献涛（旭卿）** (guest) ## Topics 智能体, 商业与投资 ## Mentioned AWS (company), Browser Base (company), E2B (company), Memory Zero (company), 阿里云 (company), Agent Core (product), AgentBay (product), Cursor (product), Google A2A (product), LangGraph (product), Manus (product), Memory TPT (product), OneDay (product), OpenAI Agent SDK (product), Unlook (product), 星流 (product) ## Transcript ### 开场 **Koji杨远骋** [0:00] 什么是 Agent Infra， 尤其是它和传统的 AI Infra 有什么样的关系 ， 差异点又在哪里 ？ **张献涛（旭卿）** [0:06] 你要为未来两到三年可能发生的一些事情做一些预研的工作 ， 做一些准备性的工作 ， 而不是说等到浪潮在来到的时候 ， 浪已经到了 ， 然后你再去防御就晚 ， 对 ， 那个阶段可能就晚了 。 如果一个员工如果进到一家公司 ， 如果从桌椅板凳到网线到电脑都要自己去操持的话 ， 其实效率还是蛮低的 。 **Koji杨远骋** [0:28] 是 。 **张献涛（旭卿）** [0:28] 我倒不担心他哪一件事情会做错 ， 而是说有在这个整体的布局里边 ， 或者说哪一块我没有想到 ， 这是我每天在思考的问题 。 **Koji杨远骋** [0:37] 呃 ，2025 年呢 ， 是 Agent 的元年 ， 十个创业者啊 ， 我们最近聊到的感觉有八个都在造各种各样的 Agent。 那在十字路口呢 ， 我们过去几个月也做了大量的相关访谈与评测 ， 发现有一个规律是决定 Agent 能力上限的 ， 除了模型本身之外 ， 除了大家在工程上 、 在用户体验上的打磨之外 ， 还有非常重要的基础设施 Agent Infra。 那从记忆 、 从这个工具的使 用 、 从任务的规划 ， 从这个 runtime 或者沙箱 ， 呃 ， 然后再进一步到多 Agent 的协作 ， 甚至安全和隐私等机制 ， 啊这些环节呢 ， 呃 ， 缺一不可 。 呃 ， 就像一个新员工 ， 入职之后我们要给他配电脑 、 配网线 ， 要给他装飞书 、 装钉钉 ， 啊这样他才能够开始去这个进行自己的工作 。 如果基础设施搭不好 ， 一个 Agent 和一个新员工 ， 呃 ， 他们 好像就没有办法开始投入 。 但在这里呢 ， 有挑战也往往意味着会有机会 。 因此 ， 不论是一个创业公司还是是大厂 ， 最近啊 ， 都在纷纷加码 Agent Infra。 那我们今天非常开心 ， 邀请到了阿里云的副总裁 、 无影事业部的总裁旭卿 ， 还有产品经理安晨 ， 啊来十字路口和我们一起聊一聊 Agent Infra 的过去 、 现在和未来 。 那阿里云的无影团队呢 ？ 他们推出了 Agent Bay， 是一个非常新的尝试 ， 会为 Agent 提供从云端沙箱到算力到工具链等等一系列的一个完整的运行环境 。 那我们今天呢 ， 准备了二十个问题 ， 我们会从 ， 呃 ， 技术的原理到行业的格局 ， 从创业的机会到职业的建议 ， 呃帮助大家 ， 希望可以让你们在信息过载的时代建立起一套清晰的 Agent Infra 的思维框架 。 因为我们 觉得 Agent Infra 它不只是这个像 ， 呃 ， 旭卿或者像安晨这样的技术大佬的事情 ， 啊我也相信它会和云计算一样影响到我们每个人的工作和生活 ， 那也会是每一个人的创业的机会所在 。 好 ， 我们今天还是先从一个轻松的问题来开场哈 。 想请问二位 ， 你们日常用得最多的这个 Agent 的产品是什么 ？ 用它来做什么 ？ **屈立威（安陈）** [2:44] 首先我用的最多的那个叫 Unlook， 它是一个帮助设计是快速去设计一个前端应用的一个 Agent 工具 。 啊 ， 本质上我用 Unlook 能够通过自然语言一键地生成一个前端的一个交互的一个设计 。 另外一个的话 ， 可能就是我们 ， 呃 ， 集团内部一个自研的一个 Agent， 就是淘宝团队做的 ， 他们叫星流 。 那么那个这个 Agent 它核心给我处理的能力是能够帮我 快速地去读一些外网的论文 。 **Koji杨远骋** [3:10] 那旭卿呢 ？ **张献涛（旭卿）** [3:11] 我觉得用得比较多的也是我们集团内部的就是 OneDay 啊 ，OneDay 的话 ， 其实它是面向阿里内部所有员工开放了一个这个 Agent 平台 ， 你可以认为 。 当然外部的话 ， 比如 Cursor 也是非常好用的 。 **Koji杨远骋** [3:24] 所以旭卿 ， 呃 ， 你是学计算机的 ， 对不对 ？ **张献涛（旭卿）** [3:26] 是 。 **Koji杨远骋** [3:27] 所以你一开始还是会刚入职场的时候会自己写代码的 。 **张献涛（旭卿）** [3:31] 啊我在阿里还写了好几年代码呢 。 **Koji杨远骋** [3:33] OK， 所以你最后一次写代码是哪一年 ？ **张献涛（旭卿）** [3:37] 啊 ， 最后一次写代码大概一七年 、 一八年 。 **Koji杨远骋** [3:39] 然后因为其实有很多技术管理者 ， 就我们聊到的 CTO。 **张献涛（旭卿）** [3:43] 对 。 **Koji杨远骋** [3:43] 啊或者技术一号位 ， 都是这个 ， 因为大家做管理之后可能就开始想这个战略或想架构 ， 啊就不会在一线再有那么多代码工作 。 但是今天 Cursor 回来之后 ， 很多人感觉又重新找回了那种写代码的快乐 。 **张献涛（旭卿）** [3:58] 是的 ， 是的 ， 就前两天也去拜访了那个达摩院的院长啊 ， 张建锋 。 **Koji杨远骋** [4:03] 哦 。 **张献涛（旭卿）** [4:03] 他也在用 Cursor 写很多的这种代码 。 **Koji杨远骋** [4:06] 我也很好奇 ， 达摩院院长在用 Cursor 写什么 。 **张献涛（旭卿）** [4:09] 呃 ， 我那天他 demo 了一个这个游戏 ， 我们知道有 Windows 里面不是有一个 ， 呃 ， 那个挖雷的那个 - **Koji杨远骋** [4:16] 扫雷 。 **屈立威（安陈）** [4:17] 哦 。 **张献涛（旭卿）** [4:18] 扫雷的那个程序 。 **Koji杨远骋** [4:19] 好 ， 然后我们接下来这个就开始聊 Agent Infra 哈 。 我们第一个问题呢 ， 是想请二位给大家科普一下什么是 Agent Infra， 啊尤其是这个它和传统的 AI Infra 有什么样的关系 ， 差异点又在哪里 ？ ### Agent Infra 初探 **屈立威（安陈）** [4:32] 首先先回答后半部分 ， 就 AI Infra， 因为这个可能大家更耳熟能详一点 ， 就是在过去几年大家都在这个卷大模型的时候 。 **Koji杨远骋** [4:40] 对 。 **屈立威（安陈）** [4:41] 其实大家会关注什么 ？ 关注我这个 ， 这个 token 的吞吐 ， 然后首 token 的延时 ， 对吧 ， 以及我大规模分布式训练的这个 ， 这个效率 ， 啊大规模推理的这个效率 ， 还有成本等等这些 ， 本质上他们这些问题背后就是 AI Infra。 我怎么通过一个足够好的这个计算集群去实现训练 ， 去实现推理 ， 去实现一个甚至是这个 ， 这个我去这个部署或者 是发布训练推理的这个任务的一个平台 ， 这些我们 - **张献涛（旭卿）** [5:10] 就是怎样把 GP 的效率 - **屈立威（安陈）** [5:12] 对 ， 怎么把 GP 能提起来 。 对 ， 所以那个时候我们可能会 ， 呃 ， 更关注这个这部分的 Infra， 它是 ， 它不 ， 不完全是 IS， 它可能会 pass 什么 ， 对吧 ？ 有 ， 比如因为我这个模型 ， 还有很多企业会拿这个模型去做 fine-tune， 就现在很多开源的模型 ， 那个我们统称为 AI Infra。 **张献涛（旭卿）** [5:28] 嗯 。 **屈立威（安陈）** [5:28] 那么那个时候它最后它聚焦到的是实现一个 model service。 对 ， 那么到今年大家会关注是上层应用的搭建 ， 在这个 Agent Infra 的时代 ， 当过去的那个 model service 变成 Agent Infra 一部分 ， 那我们为了把一个 Agent 应用搭建起来 ， 它除了那个 AI Infra， 还有很多其他一个组件 ， 对吧 ？ 刚刚那个 ， 我们 ， 那个大家提到的那个 ， 比如 tools、memory 等等 ， 他们都是 Agent Infra 的一个重要组 成部分 。 **张献涛（旭卿）** [5:53] 我觉得 Agent Infra 这个词能够被整个业界所共识 。 **Koji杨远骋** [5:58] 是 。 **张献涛（旭卿）** [5:58] 那也是因为它其实也和我们传统意义上的这个 Infra 是有一定的相通的理念 。 **Koji杨远骋** [6:05] 嗯 。 **张献涛（旭卿）** [6:05] 比如在算力层面的话 ， 我们要给 ， 呃 ， 比如像 Agent 要做一些执行这种动作的时候 ， 比如像刚刚你提到的它要执行一些代码 ， 或者说它要去浏览一些这种网页啊 ， 那这些其实都需要算力 ， 这个算力的提供其实也非常关键 。 还有一个就是存储 ， 对吧 ？ 那存储的话类似于我们经常提到的在 AI 领域 ， 啊 ， 像上下文的这种长期记忆 ， 那这些能力其实都要去提供 。 像网络 ， 那我觉得网络其实在 Agent Infra 里边 ， 我们可以认为它是连接了更多的这种各种各样的能力 ， 比如我们经常提到的一个词叫 MCP， 其实通过 MCP 可以连接更多的工具进来 ， 能够让 agent 能够通过这些工具 ， 啊 ， 去 ， 去做它以前可能 ， 以前可能大模型只聚焦于思考 ， 那现在通过这些工具 ， 它可以实 质性地付诸去做一些这个具体的工作 。 **Koji杨远骋** [6:58] 那 Agent Infra， 呃 ， 为什么在今年 ， 为什么在这个时点它成为了一个大家的共识 ？ **张献涛（旭卿）** [7:04] 去年的话 ， 世界人工智能大会上面大家可能讨论的更多的还是大模型 ， 对吧 ？ 或者说模型的一些 chatbot 相关的一些能力 。 春节之后像 Minders。 **Koji杨远骋** [7:14] 嗯 。 **张献涛（旭卿）** [7:14] 那个当时爆火了之后 ， 其实整个这个业界都在讨论的是通用 agent 应该怎么去构建 。 **Koji杨远骋** [7:21] 嗯 。 **张献涛（旭卿）** [7:21] 其实在这个时间点上面 ， 我 、 安陈啊 ， 还有另外一个同事 ， 我们也去受邀参加了美国这个英伟达的 GTC 大会 ， 也让我们看到了美国那边在做的 Agent 相关的公司越来越多啊 ， 甚至英伟达投资的所有的公司几乎都在讲自己的 Agent， 但是我们觉得我们应该是赋能像 Minders 这样的公司 。 **Koji杨远骋** [7:41] 嗯 。 **张献涛（旭卿）** [7:41] 我们应该做一层 Agent Infra， 让这些公司在构建自己的 Agent 的时候更加高效 。 所以我们基本上连夜开了一个会 。 **Koji杨远骋** [7:49] 哇 。 **张献涛（旭卿）** [7:49] 开了一个会 ， 调整了产品的方向 ， 然后结合阿里云在计算 、 存储 、 网络 、 基础设施方面的能力 ， 我们确定了这个今天 AgentBase 这样的 ， 这样的一个研发方向 。 **Koji杨远骋** [7:59] 嗯 。 **张献涛（旭卿）** [7:59] 那我觉得经过过去这个四五个月的这个团队的共同努力 ， 好 ， 我们上 ， 啊上周也在这个世界人工智能大会期间也发布了这个产品 。 **Koji杨远骋** [8:08] 嗯 。 **张献涛（旭卿）** [8:09] 这个内外部的反响还是非常好 。 **Koji杨远骋** [8:10] 哎 ， 我们待会儿会展开聊一聊 ， 就是无影 ， 呃 ， 因为其实你们也是一个非常成熟的事业部 ， 然后有一个这个增长很好 ， 并且收入利润都很好的主要的业务 。 然后在这样的一个情况之下 ， 还能够一夜之间 ， 就是开了一个会 ， 连夜就转型了 ， 一个 ， 一个很大的一个 ， 一个转弯 。 所以我们待会儿想要这个展开聊一聊这个中间 的一些管理上的决策啊 ， 或者战略上的思考 。 呃 ， 但我们还是先回到来聊 Agent Infra。 那可不可以再请二位给我们科普一下 ， 就是当我们聊 Agent Infra 的时候 ， 这个里面一般有哪些主要的组成部分 ， 然后它们一般这个又稍微展开一下它们意味着对一个 agent 来讲 ， 呃 ， 是什么样的这个价值 。 ### 核心组件 **屈立威（安陈）** [8:52] 当我们在讨论一个 agent 的一个设计或者说部署的时候 ， 我们有一些 ， 有一些那个名词听起来你有 ， 有似曾相识的感觉 ， 大模型很像以前的一个 CPU， 然后呢 ， 那个长期记忆跟短期记忆是不是比较像以前这个所谓的内存还有存储 ， 对吧 ？ 到这个临时的话成为长期存储 。 七月份的时候很火的一个概念叫 Context Engineering， 对吧 ？ 然后那个 ， 呃 ， 记忆的管理 ， 然后那个任务的编排 ， 然后包括沙箱 ， 对吧 ， 我们这个主页 ， 然后还有一些 multi agent 的架构 ， 包括一些这个工具的使用 、 协议等等 ， 这些其实 ， 呃 ， 之前并没有一个人站出来说它就是长这样的 ， 但是呢 ， 大家默默地都不约而同走向了这些方向 ， 而且这些赛道上逐渐地出现了一些玩家 ， 逐渐地成为一个行业的一 个标准 ， 一个范式 。 **Koji杨远骋** [9:39] 嗯 。 然后我们刚才提到的这个赛道 ， 我们来这个 ， 呃 ， 盘点一下哈 。 第一是记忆 ， 第二是这个工具的使用 ， 第三是任务规划 ， 第四是这个 ， 呃 ， 沙箱 ， 我们可以叫 。 **张献涛（旭卿）** [9:52] 嗯 。 **Koji杨远骋** [9:52] 然后第五是多 agent 之间的协作 ， 然后第六是这个安全隐私 。 对 ， 我们 ， 呃 ， 稍微每一个我们争取来展开一下 。 那我们先说一下记忆 ， 就在记忆的这个 Agent Infra 的赛道 ， 呃 ， 二位 ， 呃 ， 关注的比较多的这个公司和产品可以分享一下吗 ？ **张献涛（旭卿）** [10:09] 对 ， 其实像记忆这个领域 ， 现在有个 Memory Zero 这家公司以及 Memory TPT， 我觉得做得还是相对来说比较有特色的哦 ， 也是这个 ， 这个领域里边做得相对来说比较深的 。 **Koji杨远骋** [10:21] 嗯 。 **张献涛（旭卿）** [10:21] 像 tool use 的话 ， 像算力部分 ， 我们看到的像 E2B 啊 ， 还有像这个 ， 呃 ，Browser Base 啊这些公司 ， 其实要 ， 就是类似于像 Computer Use 和 Browser Use 领域 ， 我觉得做得比较好的 。 **Koji杨远骋** [10:36] 对 。 **张献涛（旭卿）** [10:36] 哎 ， 像 Task Planning 更多的还是说你今天你的模型啊 ， 在这个领域你的智能化程度 ， 对吧 ？ 那当然也结合一些 ， 比如像提示词工程啊 ， 这些方面的一些能力 。 那这个领域其实各家都在做啊 ， 很难说哪一家做得比较好 ， 比较深入 。 **Koji杨远骋** [10:52] 嗯 。 **张献涛（旭卿）** [10:53] 对 。 **屈立威（安陈）** [10:53] 对 ， 其实我理解更多的是编排吧 。 **Koji杨远骋** [10:55] 嗯 。 **屈立威（安陈）** [10:55] 一个是编排 ， 一个是协议 。 **Koji杨远骋** [10:57] 嗯 。 **屈立威（安陈）** [10:57] 就是因为当你去定义 ， 就大家其实现在看到的 agent 都是 multi agent 的架构 。 **Koji杨远骋** [11:02] 对 。 **屈立威（安陈）** [11:02] 然后你怎么去定义 multi agent， 就是写到一个工作流 ， 那有些业界比较常用的一些框架 ， 比如 RunGraph， 或者是你也可以去用 OpenAI Agent SDK， 对吧 ？ 包括我们自己其实也有 ， 只是说我们没放出来 ， 我们自己也是纯自研 ， 自研的一套 agent 的写作框架 。 对 ， 这 ， 这是一个 。 另外一个的话 ， 可能就是像那个谷歌那个 A2A， 它本质上也是想定义一个 agent 写作的一 个范式 。 **Koji杨远骋** [11:23] 对 。 **屈立威（安陈）** [11:23] 比如它在实现上 ， 呃 ， 会更 ， 更接近一点 。 **Koji杨远骋** [11:26] 对 。 **屈立威（安陈）** [11:27] 对 ， 这是一个 。 然后在安全领域的话 ， 我觉得某种意义上我们现在做的这个产品也算是一个安全相关的产品 ， 因为代码的这个执行 ， 你需要一个云端的一个隔离的环境来做 ， 跟比如说多租户之间的这个安全隔离 ， 还有对本地的零 ， 零侵入 。 对 ， 这是一个 。 另外一个 ， 现在业界也有一些比较好的公司在做什么 ？ 在做这个 代码的这个安全围栏 。 **Koji杨远骋** [11:49] 嗯 。 **屈立威（安陈）** [11:49] 对吧 ？ 然后包括一些就是在国内的这个 ， 就是一个 ， 比如说这个敏感保护等等 。 **张献涛（旭卿）** [11:55] 对 ， 我觉得这个领 ， 领域里边还有一点比较值得关注的就是这个身份的管理 。 **Koji杨远骋** [12:00] 嗯 。 **张献涛（旭卿）** [12:00] 比如就像我们经常看到的 ， 在 computer use 阶段 ， 当一个 ， 呃 ，agent 操作电脑 ， 然后去访问不同的网站的时候 ， 这些网站怎样才能通过身份管理做到自动化 ， 自动的认证啊这些 ， 其实这些领域还是非常值得研究 ， 我们也在布局这个领域 。 **Koji杨远骋** [12:16] 哎 ， 我们前面提到的这么多的这个 Agent Infra 目前的细分的这个赛道 ， 你们会认为其中有哪一环是最重要的吗 ？ **屈立威（安陈）** [12:25] 其实都很重要 ， 尤其是对于 Agent 的开发者来说 ， 你会发现任何 ， 任何一个组件都是刚需的 。 比如说沙箱 ， 可能呃 ， 对于用户来说 ， 他们尤其是一个 coding 的一个沙箱 ， 很多用户可能是感 ， 感知不到的 。 然后比如说像 memory， 这个是大家都 ， 都 ， 所有做 Agent 的公司都一定 ， 一定会有遇到挑战 ， 因为你有上下限创造一个限制 ， 你有用户对 于效果或者说这个 Agent 执行的这个呃任务成功率的这个要求 ， 所以说大家都不约而同地会去找一些 memory 这个组件 。 啊所以说我理解这里面可能没有一个优先级的先后 ， 但是大家在感知上 ， 在实现上是有一个先后的次序的 。 **Koji杨远骋** [13:00] OK。 **荣慧** [13:01] 嗯 。 **Koji杨远骋** [13:01] 所以你们观察到这个今天 Agent 的开发者 ， 我们刚才提到的这些 Agent Infra 的各个组成部分 ， 它们绝大多数是会自研 ， 还是几乎全部都会去考虑这个用三方的服务呢 ？ **张献涛（旭卿）** [13:13] 呃 ， 就是其实在 Agent Infra 这个概念没有生成之前 ， 我相信各家做 Agent 你就会发现 ， 每一家可能都想垂直把这个事情给打 ， 但是你会发现其实还蛮难的 ， 就像刚刚这个开头讲的 ， 对吧 ？ 你的 ， 你如果一个员工 ， 如果进去进到一家公司 ， 如果从桌椅板凳到网线到电脑都要自己去操持的话 ， 其实效率还是蛮低的 。 **Koji杨远骋** [13:33] 是 。 **张献涛（旭卿）** [13:33] 对吧 ？ 这也是制约我觉得 Agent 能够快速爆发的一个问题点啊 。 **Koji杨远骋** [13:39] 嗯 。 **张献涛（旭卿）** [13:39] 所以从这个点上来讲的话 ， 如果说我们能够提供一个非常好用的这种 Agent Infra，Agent Infra 里边的各个组件的能力都可以很系统化地 ， 或者说这个非常高效地能够提供给这些 Agent 的厂商的话 ， 那他们在开发 Agent 的时候相对来说变得容易很多 。 **Koji杨远骋** [13:56] 明白 ， 嗯 。 **荣慧** [13:58] 就是又要跑步又要修路是很难的 。 **Koji杨远骋** [14:01] 对 。 **荣慧** [14:02] 那你们就是比如说接触了这些 Agent 的客户 ， 他们在选这个 Agent 服务的时候 ， 你觉得他们最看重的是什么 ？ 就是一 ， 既然每一个环节都很重要的话 。 **张献涛（旭卿）** [14:12] 呃 ， 其实每一家关注点我们看到还确实不太一样 ， 国内某大模型厂商他们也在打造自己的 Agent， 那底层最早的话 ， 他们也是自己去构建这个一个虚拟的代码执行环境 ， 或者 Browser-use 呀 ，Mobile-use 呀 ， 但是你会发现他们做了一半的时候 ， 当他们发现 ， 比如我们有 AgentBase 的时候 ， 啊 ， 或者说有这样一个好用的 Agent Infra 的时候 ， 他们马上会切过来 。 **Koji杨远骋** [14:37] 嗯 。 **张献涛（旭卿）** [14:37] 因为它需要的是说怎样能够提供二十万级甚至是四十万级级别的这种并发 。 **Koji杨远骋** [14:43] OK。 **张献涛（旭卿）** [14:44] 虚拟机的并发 ， 那对于一家模型公司来讲的话 ， 它的能力啊不在于这个 ， 那也有一些就是我们看到啊 ， 比如就像某汽车公司 ， 他们在打造智能体的时候 ， 因为它要记着 ， 记住这个 ， 这个司机他的一些以前学用过的各种问题 ， 所以他就要在这个长期记忆方面有非常强的诉求 。 **Koji杨远骋** [15:06] 嗯 。 **张献涛（旭卿）** [15:07] 比如我们也基于我们的向量数据库去搭建这种长期的记忆系统 ， 能够让他们的用户啊在使用它的这个智能体的时候 ， 可以做到长期的这种记忆的能力 。 **Koji杨远骋** [15:18] OK， 嗯 。 **荣慧** [15:18] 就是你们 customize 定制的能力很强 。 **张献涛（旭卿）** [15:21] 呃 ， 其实我们提供的是通用能力 ， 但是每一家公司在做自己的 Agent 的时候 ， 它最关注的那个点可能不太一样 。 **Koji杨远骋** [15:29] 诶那在我们刚才提到的这些模块里面 ， 你们有认为其中哪一个模块它长期非常重要 ， 但是在今天很容易被 Agent 的这个开发者所忽视的 。 **张献涛（旭卿）** [15:39] 对 ， 其实刚才提到了两点 ， 一个是身份管理 ， 另外一个就是安全 。 那这两个领域的话呢 ， 就是 ， 就是在早期我们在做任何一件事情的时候 ， 有很多公司在做一些这种系统的时候 ， 可能安全都 ， 安全或者说身份管理啊 ， 这些可能不是他们最重要要考虑的事情 ， 可能大家更聚焦于说效率是不是最高 。 **Koji杨远骋** [15:59] 嗯 。 **张献涛（旭卿）** [15:59] 但是在云厂商其实我们是被训练出来的 ， 数据隐私保护方面对我们来讲是天然的 ， 我们这个基因里边 ， 或者说做任何一个服务都需要重点考虑的地方 。 **Koji杨远骋** [16:10] OK， 嗯 ， 了解 ， 这是某种这个做云服务的肌肉记忆 。 **张献涛（旭卿）** [16:14] 是的 。 **Koji杨远骋** [16:14] 嗯 ， 因为如果一旦出问题的话 ， 它带来的这个是灾难性的后果 。 **张献涛（旭卿）** [16:18] 是的 ， 嗯 。 ### AgentBay 亮相 **Koji杨远骋** [16:19] 好 ， 我们再来聊一下阿里云做的这个 AgentBay 这个事儿啊 。 呃 ， 我们知道其实整个这个 Agent 的元年其实带来了一系列和 Agent 和 Agent Infra 相关的创业机会 ， 然后你们是怎么想到要做 AgentBay 的 ？ **张献涛（旭卿）** [16:34] 是因为随着大模型的发展或者说 Agent 的发展 ， 我们也看到是说 Agent 它也需要有 ， 有一些比较趁手的工具 ， 对吧 ？ 就像人使用电脑和浏览器可以获得更多的信息一样 ， 可以提升自己的效率一样 。 那当给大模型或者智能体配上电脑 ， 或者配上浏览器这些方面的能力的时候 ， 我们相信它可以获得的能力 ， 那其实是更强的 。 **Koji杨远骋** [16:59] 嗯 。 **张献涛（旭卿）** [16:59] 所以最早我们是在想打造的类似于像 Computer-use、Mobile-use 以及 Browser-use 这些类似的这些简单的能力 。 但是随着我们做得深入 ， 我们也发现客户对于这些基础能力是需要 ， 但是远远还不够 。 **Koji杨远骋** [17:14] 嗯 。 **张献涛（旭卿）** [17:14] 这就是为什么我们做着做着发现 ， 哦 ， 客户对于长期记忆的需求 ， 对于身份管理的需求 ， 对于安全的需求其实都是存在的 。 **Koji杨远骋** [17:23] 嗯 。 **张献涛（旭卿）** [17:23] 所以把这些能力规划出来 ， 给做出来 ， 这成为了我们第二阶段其实更加聚焦的一件事情 。 **Koji杨远骋** [17:30] 明白 。 我们知道的 E2B 也好 ， 或者 Browser-use 也好 ， 或者 LangGraph， 它们都还是 ， 是 ， 就是只做自己的一个垂直领域啊 ， 好像只有比如说 AWS 的 Agent Call 和咱们 AgentBay 才会是这个 - **张献涛（旭卿）** [17:44] 相对来说比较系统化地在规划这个事情 。 **Koji杨远骋** [17:47] 对 ， 十项全能 ， 每个我都要做 。 那这个你们有感觉到 ， 就是注意力被稀释 ， 就是可能没有办法在某些垂直领域和这种专门的 startup 去打了 ， 你们怎么看这个问题 ？ **张献涛（旭卿）** [17:59] 我们一直觉得 To B 的业务它是一个长期赛道 。 **Koji杨远骋** [18:03] 嗯 。 **张献涛（旭卿）** [18:03] 啊 ， 所谓长期赛道就是在各个领域都是一个相对来说比较长期的投入 ， 我们很难说在很短的时间内把各个领域都做得非常非常的好 。 **Koji杨远骋** [18:13] 嗯 。 **张献涛（旭卿）** [18:13] 但是我们要做的是相对来说能力比较均衡 。 **Koji杨远骋** [18:16] OK。 **张献涛（旭卿）** [18:17] 啊 ， 每一 ， 每一个领域它可能都处于一个中等偏上 ， 但是呢 ， 加到一起 ， 它的整体的能力会非常强 。 那并且这些组件之间我们希望它是一个系统化的东西 ， 而不是完全割裂的 。 **Koji杨远骋** [18:30] 诶那咱们如果面临着 ， 比如说我们做的这个沙箱是吧 ， 去和 E2B 去比较 ， 那咱们的这个沙箱比起它有哪些差异或者有哪些优势呢 ？ **屈立威（安陈）** [18:40] 如果要回答这个问题 ， 我首先回答您 ， 杨老师您上一个问题 ， 就是现在业界这种在垂直领域里面做得比较好的 startup， 他们更多面向什么 ？ 面向是头部的开发者 。 **Koji杨远骋** [18:49] 嗯 。 **屈立威（安陈）** [18:50] 就是说我牛逼的这个 A， AI 公司或者是 Agent 公司 ， 他们有 ， 有能力自己去拼凑不同的积木 ， 搭成一个自己的一个复杂的这个应用系统 。 但是云计算厂商其实本身想做的东西是普惠的生意 。 我们希望说把这些复杂的组件最后都变成一个 ， 这个 ， 一个低代码的 ， 或者是一个就是说中小型创业公司都能够很容易把它搭建起来的一 个平台 。 **Koji杨远骋** [19:16] 嗯 。 **屈立威（安陈）** [19:16] 所以说这是我们跟他们一个定 ， 定位的差距 。 所以说再回到您这个问题的时候 ， 第一个我觉得应该是应用性会更简单一点 ， 我们面向很多的中小开发者 。 **Koji杨远骋** [19:26] 嗯 。 **屈立威（安陈）** [19:26] 所以你会看到我们这个产品一上来我们先干啥 ， 我们先支持 MCP， 对吧 ？ 第二个的话呢 ， 就是我们的这个产品的相对来说完整性会更强一些 。 所以说您会看到我们的沙箱里面 ， 啊除了这个 ， 就是这个纯 code 的环境 ， 我们其实还有叫 mobile 的环境 ， 把 browser 的环境 ， 然后我们还上层 Agent service 底下的统一的执行系统 ， 包括未来可能会出现的这 个 memory 啊 ，context 啊等等 ， 它相对来说是完整的 。 所以说对我们的这个客户来说 ， 它可以在这个 ， 本质上它可能就不是垂直的一个 ， 一个产品了 ， 它可能是一个平台了 ， 因为 Agent 建设平台了 。 所以说这是第二点 ， 完整性上 。 然后第三个呢 ， 就是我们可能会更关注一些 ， 就是 ， 呃 ， 长远的 Agent 的发展方向的一个组件 ， 比如说你像那个 当前可能一些头部的开发者 ， 他不 ， 他希望你给我个原子化的一个沙箱 ， 至于这个沙箱我怎么去感知跟控制 ， 那是交给我来干的 。 这 ， 举个例子 ， 比如说我的 Manus， 你给我个云上的一个环境就好了 。 但是未来大家会发现 ， 就是随着你接触的这个 ， 呃 ，SMB 的开发者越来越多 ， 其实他们希望说我虽然是个 multi-agent 的架构 ， 但是我不想去 管理你那个沙箱里的这个 agent 呢 ， 所以就要求你把这个 agent 在往上再抽象一层 ， 然后呢 ， 我们这个 ， 这个 service provider 你自己去提供这个环境的一个超强的个感知和控制能力 ， 所以就要求我们在往应用层再走一走 。 我们 ， 啊举个例子啊 ， 比如说我现在给您一个 browser 的这个 ， 这个容器 ， 您自己来调度它 ， 那可能最简单的 ， 您可能会去装 一个那个比如开源的 Playby， 对吧 ？ 然后通过那个 ， 呃 ， 那个 Dom Tree 等等来做这个可视化的操控 。 但是你要知道 ， 在一个浏览器环境里面 ， 你不是说通过 Dom Tree 就能拿到 ， 拿到所有内容的 ， 对吧 ？ 比如说你现在见的是一个 iframe 或者是一个视频 ， 那么对模型来说 ， 你如果只有文本的输入来说 ， 它就抓瞎了 ， 它不知道当前这个画面发生 了什么 。 所以作为一个提供了 browser use 的一个我们这种 service provider 来说 ， 必须要结合一个多模态的模型才能把这个 Agent service 提供给你 ， 我要能够去自己去研发 ， 去组装一个模型 ， 能够感知到当前浏览器的画面正在发生什么 ， 我要有多模态的这个输入 ， 我还要多模态的输出 ， 然后呢 ， 才能帮我的这个最终的这个提升我们的这个 customer， 这整个 环境的这个驱动还有感知完 ， 完整给 ， 给做出来 。 对 。 **荣慧** [21:43] 那感觉从战略上是你们更强调普惠 ， 更看重 SMB 客户 。 **张献涛（旭卿）** [21:48] 是的 ， 比如所有的能力我们都以 API 的形式对外去开放 ， 那开发者可以很简单地通过 API 简单调用 ， 就可以获得相应的一些能力 。 **荣慧** [21:57] 这很符合阿里的风格 ， 让天下没有难做的 Agent。 **Koji杨远骋** [22:03] 呃 ， 我们知道 AWS 也推了 Agent Core 嘛 ， 呃 ， 怎么看这个 Agent Core 和 AgentBay 里面的这个定位啊 ， 或者一开始的这种优先级的选择啊 ， 可不可以给大家讲一讲你们的相同和不同 ？ **张献涛（旭卿）** [22:14] 因为 AWS 发布 Agent Core 之后 ， 啊我们其实大概是在四月七号啊 ， 在我们的一个峰会上面发布了 AgentBay， 但是在那个阶段更多的还是一些概念性的东西 。 **Koji杨远骋** [22:26] OK。 **张献涛（旭卿）** [22:26] 啊 ， 产品设计相关的一些东西 ， 我们也是做了一些简单的能力给到外部的一些客户去用 。 到上 ， 这个世界人工智能大会期间我们发布了商用 ， 那更多的是让这些 ， 呃 ， 中小型开发者可以通过我们的官网 ， 可以使用一个正式的产品 。 **Koji杨远骋** [22:42] 嗯 。 **张献涛（旭卿）** [22:42] 当然同期的话我们也看到 AWS 发布了自己的 Agent Core。 **Koji杨远骋** [22:46] 哦 。 **张献涛（旭卿）** [22:46] 发布了之后我们也进行了一些分析 ， 我们发现云服务厂商其实在看 Agent Infra 的时候 ， 大家的观点还是蛮一致的 。 **Koji杨远骋** [22:53] OK。 **张献涛（旭卿）** [22:54] 从产品的能力以及对应的接口的定义 ， 到这个整个产品的布局 ， 我们来看的话 ， 几乎相似度还是非常高的 。 **Koji杨远骋** [23:04] 嗯 。 你有感觉到这个 ， 呃 ， 比如说 AWS 也好 ， 或者火山也好 ， 或者其他的云服务厂商也好 ， 谁在这个 Agent Infra 上投的力量是最大的吗 ？ 就是资金 、 团队规模 ， 就是或者一号位的大老板的决心等等 ， 有这种感知吗 ？ **张献涛（旭卿）** [23:24] 这个因为 Agent 是一个对业界来讲是 AI 的一个重要的一个应用方向 ， 那各家公司其实在这个领域 ， 我相信啊 ， 都是会非常非常重视的 。 其实在阿里云内部的话 ， 就是吴妈啊 ， 我们 CEO， 其实对于 Agent Bay， 啊 ， 对 Agent Infra 这件事情还是非常非常关注的 ， 尤其是在今年年初 ， 我们这个 ， 我们全员启动会上 ， 她重点就提到了 Agent Infra 这件事情 。 **Koji杨远骋** [23:48] 嗯 。 **张献涛（旭卿）** [23:49] 那我们上周其实也和这个 ， 我们产品发布之前啊 ， 我们也和这个吴妈进行了这个新一轮的回报啊 ， 她其实对整个 AgentBay 当前的进展还是非常满意的 。 **Koji杨远骋** [23:59] OK。 **张献涛（旭卿）** [24:00] 那其实在这个领域的话 ， 这个我们这周也看到了 ， 在这个领域其实老板还是很舍得投入的啊 ， 这周又给我们加人 、 加钱 、 加资源 ， 对吧 ？ **Koji杨远骋** [24:10] 哇 。 **张献涛（旭卿）** [24:10] 那我觉得 ， 对 ， 我觉得在这个领域的话 ， 那阿里云内部其实在这个层面 ， 我觉得从一号位到我们各个事业部啊 ， 到具体的执行的同学 ， 大家也都是非常看重并且认可这是一个正确的方向 。 **Koji杨远骋** [24:24] 哎为什么这么看重呢 ？ 是因为觉得这个事情它是一个防守策略 ， 还是这是一个进攻策略 ？ **张献涛（旭卿）** [24:29] 其实我相信从一号位的视角来看的话 ， 这可能还不是把它看成一个生意 ， 而是更多的是说今天 AI 在应用的过程中遇到的这些问题 ， 如果说云服务厂商 ， 比如你有资源 、 有资金 、 有人力 ， 你不去构建这个能力的话 ， 其实它会影响 AI 的整个进程 。 我再补充一点就是 ， 老板虽然给我们加了这么多的人 ， 加了这么多的资源 ， 但 是从来没有跟我们提过说你们要营收多少 ， 而是说有多少客户在用这件事情 。 **Koji杨远骋** [24:59] 哦 ， 这个很有意思 ， 因为本来我们下一个问题就是想问说又加钱又加人又加资源 ， 那 OKR 有没有加 KPI 有没有加 ？ **张献涛（旭卿）** [25:07] OK， 这个确实啊 ， 这个是没有加的啊 。 这个老实讲是没有加的 ， 因为我们在这个阶段的还话呢 ， 我们对于 AI 的判断还是处于一个相对来说比较早期的阶段 ， 还是需要更多的像阿里云这样的公司 ， 大家一起参与进来 ， 把这个整个的生态能力给构建起来 。 **Koji杨远骋** [25:25] 所以你们看的一个比较主要的这个数字或者一个指标 ， 是有没有更多的人在用咱们的服务 。 **张献涛（旭卿）** [25:31] 是 。 **Koji杨远骋** [25:31] 而不是他在这个时候就为这个服务付了多少的费用 。 **张献涛（旭卿）** [25:34] 是 ， 钱不是永远不是考虑的 ， 这钱目前肯定是也不认 ， 嗯 。 **Koji杨远骋** [25:40] 对 ， 所以 ， 呃 ， 我想象你们可能也不需要这个帮阿里云去卖云服务 ， 对吧 ？ 这个也不是一个 ， 一个指标 。 **张献涛（旭卿）** [25:46] 啊这个肯定是没有的 ， 没有这方面的指标 。 **荣慧** [25:49] 那这个 AgentBase 在阿里云吧 ， 的 ， 的 AI 的整个的这个战略里面 ， 它是一个什么位置 ？ **张献涛（旭卿）** [25:54] 呃 ，AgentBase 其实我们可以看到哈 ， 就是其实在过去的两年 ， 我们看到大家都在卷积摩 ， 对吧 ？ 但是 AI 怎样能够用好 ， 其实 Agent 其实是一个很重要的方向 。 所以在整个 AI 的大图里面 ， 我们是一个承上启下的作用 ， 一是能够把我们的模型能力怎样通过 Agent Infra 对外去开放 ， 当然上面的话我们可能还会构建一些像 Agent 的开发框架 ， 能够让更 多的用户在开发 Agent 的时候可能变得更加简单一些 。 **Koji杨远骋** [26:24] 然后我们上周 ， 呃 ， 有去参加一个直播 ， 就是周宏毅他在 ， 呃 ， 直播做一个新产品的发布 ， 然后叫纳米的这个智能体蜂群 ， 然后它里面就讲到了一个他们在做 Agent 时候的选择是没有选择云端沙箱 ， 而是选择这个本地 。 他提到一个非常重要的点 ， 就是他觉得云端沙箱不安全 ， 一个用户把自己的密码也好 ， 个人身份认证信息 也好 ， 放到云端 ， 这个会有可能出大事 。 所以他们就这个选择本地 。 这是感觉听起来他一个做安全的老炮 ， 就是非常坚定的一个路线选择 。 所以想问问看二位 ， 因为 AgentBase 的这个沙箱就是云端的 ， 然后你们刚才也提到 ， 其实这个阿里云也好 ， 或者你们之前的从业经历也好 ， 都是把安全放在最高优先级的 。 这里可不可以讲一 ### 云端安全 **Koji杨远骋** [27:12] 讲 ， 就是 ， 呃 ， 你如何让开发者们相信说咱们 AgentBase 的这个云端沙箱它就是非常安全的 。 **张献涛（旭卿）** [27:19] 其实这个本质上就是云能不能提供一个更加安全的环境 。 **Koji杨远骋** [27:24] 嗯 。 **张献涛（旭卿）** [27:25] 呃 ， 我这 ， 我大概是从零五年开始做云计算相关的一些技术研究 ， 一 ， 十四年加入阿里云 。 **Koji杨远骋** [27:30] 嗯 。 **张献涛（旭卿）** [27:30] 其实我最早其实对云的认知哈 ， 对 Cloud Infra 的认知 ， 啊我也觉得说是不是把自己的数据啊 ， 自己自建一个数据中心 ， 放在自己的数据中心可能会更安全 。 **Koji杨远骋** [27:43] 对 。 **张献涛（旭卿）** [27:43] 呃 ， 到我加入阿里云之后 ， 我觉得第二年其实改变了我的一些认知 。 **Koji杨远骋** [27:47] 嗯 。 **张献涛（旭卿）** [27:47] 那我当时遇到了一些客户 ， 或者遇到了一些问题 ， 因为在自己的线下数据中心的时候 ， 他们发现自己开发一个新游戏 ， 今天发布 ， 可能对手用 ， 那个时候用比特币啊 ， 用一个比特币可能都不需要 ， 买了五 GB 的流量 ， 就把你的数据中心 ， 把你自建的数据中心给你打垮了 。 但是它在阿里云上 ， 阿里云上的这种抗 DDoS 的能力是 超级强的 。 那在这种情况下 ， 这个很多的游 ， 游戏厂商都纷纷把自己这个游戏的基础设施迁移到云上 。 公共云最大的和这些线下所建立基础设施不一样的能力 ， 就是它在不断地迭代 。 **Koji杨远骋** [28:26] OK。 **张献涛（旭卿）** [28:26] 呃 ， 我 ， 我们知道 ， 只要是软件 ， 只要是系统 ， 它可能都会存在漏洞 。 **Koji杨远骋** [28:31] 嗯 。 **张献涛（旭卿）** [28:31] 但是云的厂商 ， 比如像我们大概有几千人的 ， 上起二三千人的这种安全的团队 。 **Koji杨远骋** [28:38] 哦 。 **张献涛（旭卿）** [28:38] 在去实时守护着这些数据的安全 。 **Koji杨远骋** [28:42] 嗯 。 **张献涛（旭卿）** [28:42] 但是如果说你一家企业自建一个数据中心的时候 ， 你会发现 ， 你可能招不到这么 ， 首先招不到这么优秀的安全方面的工程师 。 另外一点的话 ， 你的成本会是极高的 。 **Koji杨远骋** [28:54] 嗯 。 **张献涛（旭卿）** [28:54] 啊你为了保护一个你线下的数据中心 ， 你要投入是巨大的 。 你刚刚提到的这个案例里面 ， 其实我不是特别 ， 我不认同啊 ， 原因是因为我真正地在做了这十几年的云计算之后 ， 我是深刻地感受到公共云可以提供一个企业所提供的这点安全能力 ， 要强得多安全的能力 。 **Koji杨远骋** [29:14] OK， 那我理解这里面有一个不同在于说这个它用云端的沙箱和用本地的沙箱 ， 它本地沙箱并不是本地云 ， 而是就是用户自己的这台电脑而已 。 **张献涛（旭卿）** [29:24] 是 ， 我觉得这里边有 ， 首先我们先从能力上来讲啊 ， 我就再来看安全 。 首先从能力上来讲 ， 如果使用本地的沙箱 ， 就像前几天那个 Miners 创始人肖鸿讲的 ， 它可以同时掉一百个这个做 Agent。 **Koji杨远骋** [29:38] Wide search。 **张献涛（旭卿）** [29:39] 对 ， 做 wide search。 那这种工作的话 ， 其实很难在本地电脑上来完成 。 **Koji杨远骋** [29:44] 是 。 **张献涛（旭卿）** [29:44] 那这个其实只有靠云 。 当然我觉得这 ， 这是第一个层面 ， 我觉得从能力来讲的话 ， 这个本 ， 运行在本地 ， 其实尤其是随着 Agent 这个技术的发展 ， 看来是不太现实的 。 另外一点就是如 ， 假如运行在云端 ， 我们提供了哪些方面的安全能力 ？ **Koji杨远骋** [30:00] 对 。 **张献涛（旭卿）** [30:01] 那其实从沙箱的整体的设计 ， 到我刚才讲的整个是 Agent Infra 层面的安全这个架构来 ， 来讲的话 ， 那我们其实是提供了端到端的这种安全数据保护的能力 。 **Koji杨远骋** [30:14] 嗯 。 **张献涛（旭卿）** [30:14] 那就像你比如把钱是放在自己家里边还是放在银行里边 ， 安全其实是一样的 。 那云厂商 ， 任何一家云厂商 ， 数据安全都是生命线 ， 都是生命线 ， 所以云厂商都会投入大量的这个人力资源啊 ， 安全方面的资源去确保这件事情不会 ， 你的数据不会被泄露 ， 不会被别人看到 。 **Koji杨远骋** [30:35] 那这里其实也是一个路线的选择吧 。 有些人会觉得放在本地还有一个好处是不用登录的时候让用户提供新的用户名密码 ， 因为它就是自己的浏览器 ， 本来就存着 cookie。 **张献涛（旭卿）** [30:47] 嗯 。 **Koji杨远骋** [30:47] 所以你们现在要怎么说服 ， 因为我相信这里面路线可能 Agent 的开发者还是会有一些选择的 ， 你们会怎么说服他们今天 -- **张献涛（旭卿）** [30:55] 是就像你刚刚提到的 ， 像这个比如浏览器 ， 我可能里边有很多库可以保留 ， 保留存了很多用户名和密码 。 其实在这种程度上 ， 你其实选择相信的是操作系统服务厂商和 browser 的这个厂商 ， 对吧 ？ 因为操作系统厂商和 browser 厂商肯定是可以拿到这个数据的 ， 对吧 ？ **Koji杨远骋** [31:12] 是 。 **张献涛（旭卿）** [31:12] 但是为什么我们今天去相信微软或者说相信谷歌不会动你的东西 ， 为什么不 ， 不可以去选择相信一家云厂商呢 ？ 对吧 ？ **Koji杨远骋** [31:20] 嗯 。 **张献涛（旭卿）** [31:20] 只不过数据是你觉得说存在本地安全 ， 但是其实我们可以看到本地电脑上面 ， 比如你的系统里面可能有木马呀 ， 有病毒啊 ， 这些方面的一些东西 ， 更容易造成泄露 。 **Koji杨远骋** [31:32] 嗯 。 **张献涛（旭卿）** [31:32] 而今天你把这些厂商托管到第三方一个安全的保险库里边来的时候 ， 你会发现那个 ， 那个地方的环境相对来说比较单一 ， 比较纯粹 。 **Koji杨远骋** [31:41] 但还有一个说法 ， 就是说云端沙箱是我不管在上面跑什么代码 ， 跑崩了是它的事儿 ， 我本地是安全的 。 **张献涛（旭卿）** [31:47] 有一个段子说 ， 以前以为是段子 ， 就是它在本地的沙箱里边 ， 可能因为这个模型主动去删除了一个目录 。 **Koji杨远骋** [31:56] OK。 **张献涛（旭卿）** [31:58] 原来我一直以为是段子 。 **Koji杨远骋** [32:00] 哦 。 **张献涛（旭卿）** [32:00] 我前几天才知道这是真的 ， 因为他在做完一件事情的时候 ， 模型其实发了一条命令 ， 就是把一个目录给删掉 。 **Koji杨远骋** [32:07] OK。 **张献涛（旭卿）** [32:07] 但是它真正地把这台电脑的目录给删掉了 。 但是这在沙箱里边其实是没有问题的哦 。 **Koji杨远骋** [32:13] OK， 对 ， 因为云端的沙箱删了之后 ， 这个沙箱反正它可以 - **张献涛（旭卿）** [32:17] 可以恢复 。 **Koji杨远骋** [32:17] 对 ， 再恢复嘛 ， 或者它是虚拟的 ， 它不会伤害到你本地的这个你自己的个人的文件啊 ， 或者你存的隐私信息等等 。 **张献涛（旭卿）** [32:23] 是的 。 ### 并发需求 **Koji杨远骋** [32:25] 嗯 。 哎 ， 那比如说我们正好刚才也说到了 Manus 上周发的这个 Wild Search。 **张献涛（旭卿）** [32:29] 嗯 。 **Koji杨远骋** [32:29] 也看到这个 ， 呃 ， 其实有一个趋势 ， 就是去年大家还觉得 ， 哎 ， 这个 token 的消耗好像是不是快到头了 ， 这个英伟达的卡要卖不动了 ， 确实我们也看到在降价 ， 但今年这个 Agent 一出来就发现 ， 哦 ， 不是的 ， 就是能力一下子变强之后 ，token 的消耗是十倍甚至百倍的在增加 。 那你们有看到你们的客户他们的这个高并发的能力 ， 现在最 强的客户对你们的要求是达到什么样的这个级别吗 ？ **张献涛（旭卿）** [32:57] 就像我刚才提到的国内 ， 呃 ， 一家做 Agent 的厂商 ， 跟我们提的是在 ， 就是在这种日常啊 ， 像白天大概要做到二十万的并发 ， 就是 session 要做到二十万的并发 ， 就是 ， 呃 ， 这个数字的话 ， 我觉得还是挺让我们惊讶的 ， 因为 - **Koji杨远骋** [33:15] 嗯 。 **张献涛（旭卿）** [33:15] 呃 ， 因为这个当然我们仔细分析了之后 ， 确实还是非常合理的 ， 因为它的 ， 比如它是一个 APP， 对吧 ？ 或者说它是一个应用程序 ， 那它的用户有多少其实决定了你的并发上限 。 **Koji杨远骋** [33:27] 是的 。 这二十万是说二十万用户一起发出 Agent 任务 ， 还是有可能背后只有比如说一万个 Agent 任务 ， 但是它会再发二十 ， 二十个 ， 分别发二十个子任务 。 **张献涛（旭卿）** [33:36] 对 ， 这个 ， 呃 ， 是并发的这个子任务 。 **Koji杨远骋** [33:39] 哦 ，OK， 嗯 ， 那这个确实 ， 这个感觉会飞速地增加 。 **张献涛（旭卿）** [33:45] 是的 。 **Koji杨远骋** [33:45] 因为 Manus 的 Wild Search 的案例全是一个主任务 ， 一下子开枝散叶出一百个两百个子任务出来 。 **张献涛（旭卿）** [33:52] 这个我们也相信这是未来整个通用 Agent 的发展呢很重要的一个方向 。 **Koji杨远骋** [33:57] 那感觉上这个也挺赚钱的 。 **张献涛（旭卿）** [34:01] 呃 ， 我们确实就像刚才说的那样 ， 还没有考虑到赚钱 ， 我们只要能够把产品的功能能够更好地满足像 Manus 这种企业所需要的能力 。 **Koji杨远骋** [34:10] OK， 所以现在没有一个非常明确的这个收费模式上的一个定论是吗 ？ **张献涛（旭卿）** [34:15] 我们也看了一些 ， 呃 ， 这个领域 ， 当然我 ， 当然我们其实在构建这个产品的时候 ， 其实目前阶段还是只要能够把产品的能力给做出来 。 **Koji杨远骋** [34:25] 了解 。 **张献涛（旭卿）** [34:25] 能够满足这么多的 Agent 的开发的需求 。 **Koji杨远骋** [34:29] 嗯 。 **张献涛（旭卿）** [34:29] 但是长期来讲的话 ， 我相信它肯定还是一个商业行为 。 **荣慧** [34:32] 未来这个领域有可能出现什么新的商业模式吗 ？ 就是以前你们的收费方式跟以后会有什么 ， 比如说根据客户的需求的一些在这个时期的一些变化 ， 会有什么不一样 ？ **屈立威（安陈）** [34:43] 当前我们作为一个云计算公司的话 ， 其实我们更多的是 ， 呃 ， 应该说是 ， 不能说路径依赖吧 ， 反正我们从设计计费上还是一个以算力为主的一个售 ， 售卖模式 。 **张献涛（旭卿）** [34:55] 嗯 。 **屈立威（安陈）** [34:55] 说白了就是你买我多少资源 ， 比如说你要 ， 你是一个 Manus， 你要给我开一百个并发 ， 那我就收你一百个沙箱的钱是吧 ？ **张献涛（旭卿）** [35:02] 嗯 。 **屈立威（安陈）** [35:02] 但是我理解啊 ， 就是以后可能我们会更像一个会走向应用层的收费 。 当 ， 举个例子 ， 当您的这个需求过来的时候 ， 我可能提供的不只是一个算力环境或配套的一些其他的模块 ， 比如说我可能有一些多模态的模型的推理的一些成本 ， 对吧 ？ 可能有一些就是你这一百个并发的这个沙箱里面怎么去做状态一致化管理的这个成 本呢 ？ 一大堆的东西抓 ， 加进去以后 ， 那算力可能在里面就是一个很 minor 的一个成本了 ， 那这个时候我们可能就是一个服务化的一个收费模式 。 **荣慧** [35:32] 那你们现在有感受到这个客户的需求 ， 它的这个曲线大概是个什么样子 ？ **屈立威（安陈）** [35:38] 非常指数的一个 ， 一个曲线吧 。 因为就是 - **荣慧** [35:41] 就是 。 **屈立威（安陈）** [35:41] 就是我们 ， 呃 - **张献涛（旭卿）** [35:43] 那其实你可以看到它这个倍增呢 ， 其实每天都会有非常多的用户进来 ， 非 ， 非常高的并发能够上去 。 对 ， 所以今天早上在来之前 ， 我们还开了一个会 ， 怎样能够让我们做到全球资源的调度 。 **Koji杨远骋** [35:56] 哎 ， 因为 《 听十字路口 》 的播客的这个朋友很多都是创业者或投资人 。 对 ， 我觉得听到这里 ， 然后你们讲到指数增长 ， 我觉得所有人可能都想问一个问题 ， 就是你们看到的除了通用的这种 Agent 之外 ， 有在哪些垂直的领域 ， 不管 To B 还是 To C 的 ， 有看到哪些增长得非常快的这样的这个 Agent 吗 ？ **荣慧** [36:15] 领域 。 ### 垂直赛道 **Koji杨远骋** [36:15] 对 ， 哪些领域嘛 ， 因为这对大家来说就意味着投资机会或者创业机会 。 **荣慧** [36:20] 卖水的公司肯定感受得非常明显 。 **Koji杨远骋** [36:23] 对 。 **张献涛（旭卿）** [36:23] 我们以前作为云算也有一个说法 ， 就是你 ， 你 ， 你可以很清晰地看到整个业界各个行业的变化 。 **Koji杨远骋** [36:30] 是的是的是的 。 **屈立威（安陈）** [36:31] 我们现在就是 ， 呃 ， 首当其冲的是通用 Agent 还有 coding Agent， 这个大家作为消费者能感受到 ， 对吧 ？ 就他们是 ， 呃 ，coding Agent 可能商业化或者商业模式相对成熟的 ， 范围也是最广的 。 **荣慧** [36:44] 嗯 。 **屈立威（安陈）** [36:44] 然后第二 ， 通用 Agent 呢 ， 是从 Manus 发布了以后所有的这个厂商都在做改造的一个方向 ， 这两个是大家都能感受的 。 那其次的话呢 ， 基于这些 Agent 通用这个框架 ， 或者说它的整个 infer 逐渐成熟了以后 ， 我们能看到很多传统的这些 ， 呃 ， 一些应用也在做 Agent 化的一个改造 。 它更多的当前是可能是企业内部的 ， 这个消费者可能感受不到 。 举个例子 ， 比如说我们呃 ， 比如说一些电商企业 ， 电商企业传统的业务上有大量的自动化的工作在 。 **Koji杨远骋** [37:11] 对 。 **屈立威（安陈）** [37:11] 啊比如 RPA 的工作 。 **Koji杨远骋** [37:13] 嗯 。 **屈立威（安陈）** [37:13] 我们举个例子 ， 比如说您是个运营 ， 你要做这个多平台的比价 ， 对吧 ？ **Koji杨远骋** [37:16] 是 。 **屈立威（安陈）** [37:16] 或者说这个 ， 这个产品的上架呀 ， 主图的设计啊等等 ， 很多以前这些大量的重复性的工作流现在都用 Agent 去改造了 。 **Koji杨远骋** [37:24] 是 。 **屈立威（安陈）** [37:24] 啊包括我们现在接的很多大客户 ， 他其实他不是说集成 AgentBay 去提供一个对外的 service， 他更多是内部的 OA 的自动化 ， 或者说这种重复性的工作的自动化 ， 所以它可能体现在什么 ， 体现在自动化运营上 ， 体现在财务的一些重复性的工作上 ， 然后一些内部的客服上等等等 ， 这个是潜移默化的 。 **Koji杨远骋** [37:41] OK。 **屈立威（安陈）** [37:42] 它是在一个大企业内部的一个高效的工作 ， 而不是面向客户的 。 **Koji杨远骋** [37:45] 了解 。 嗯 ， 面向客户的呢 ？ **屈立威（安陈）** [37:48] 面向客户的 ， 可能大家能够 ， 就是我能够接触到就是 HR 的这个 Agent 的 ， 呃 ， 就是人 ， 人力资源相关的 ， 然后呢 ， 这个金融领域的 ， 有些做投资建议相关的 ， 很多人在做 。 **Koji杨远骋** [38:02] 这个非常多人做 ， 因为这个离钱近嘛 ， 而且投资它是非常容易闭环的 ， 全是数字是吧 ， 金融全是数字 。 **屈立威（安陈）** [38:09] 对对对 ， 我自己前段时间都做了一个嘛 ， 这个 。 **Koji杨远骋** [38:13] 帮你炒股是吗 ？ **屈立威（安陈）** [38:14] 对对 ， 做投资 。 因为现在 ， 现在这个大家都知道 ， 就是消息面很重要嘛 ， 对吧 ？ 所以说这个时候你怎么去广泛地获得数据 ， 然后让 AI 帮你分析对吧 ， 这个很多人在做 ， 而且这个大家都知道 ， 就是量化是离钱最近的地方 ， 所以说这个投资建议相关的 。 另外还有就是民生医疗相关的 。 对 ， 你看美国现在的这个医疗科技的那 个 ， 那个指数发展得也很好 ， 对 ， 其实就是因为大模型能够给他们创造更多的一些价值 。 **Koji杨远骋** [38:42] 我们播客其实之前聊非常多的创业者 ， 然后其实我们蛮少有这个大厂的高管来上我们的播客的 。 ### 转型决策 **屈立威（安陈）** [38:49] 嗯 。 **Koji杨远骋** [38:49] 所以我自己其实也有很多关于这个在大厂里面就是做业务 、 做管理的一些问题 ， 所以也希望今天这个可以请教一下旭卿 。 呃 ， 首先是 ， 就是我知道其实无影事业部是一个呃 ， 做云电脑的一个事业部 。 **屈立威（安陈）** [39:05] 嗯 。 **Koji杨远骋** [39:05] 对 ， 而且之前和二位的交流里面我们也得知 ， 其实是增长非常快的 ， 然后也有还不错的这个盈利的一个事业部 。 所以在这样的一个情况之下 ， 我理解要去做转型 ， 它是需要有决心的 ， 嗯 ， 或者说它是 ， 就是有很大的机会成本的 ， 因为也可能这个 ， 呃 ， 就是你们选择了这个新的转型的方向 ， 它需要很长的时间 ， 需要很多 的耕耘才能慢慢地看到它的回报 ， 它不会像原来的业务那样 ， 可能再做一做 ， 或者全球化再做一做 ， 比较快就会有增长的数字出现 。 那到年底汇报的时候 ， 可能原来的业务它更容易出业绩 。 对 ， 所以我不知道这个是不是方便分享一下 ， 就是你们是 ， 呃 ， 怎么做的如此一个这个大的一个决定 。 **张献涛（旭卿）** [39:53] 我对这个 To B 业务的看法啊 ， 其实任何一个 To B 的业务相对来说都是比较长期的 。 **Koji杨远骋** [39:58] 嗯 。 **张献涛（旭卿）** [39:58] 它不像我说我们今天就卖个手机 ， 比如你设计比较好 ， 深得用 ， 深得某些用户的欢迎 ， 马上就可以卖爆了 。 **Koji杨远骋** [40:06] 嗯 。 **张献涛（旭卿）** [40:06] 那其实 To B 的业务永远都是一个相对来说可能长周期的投入 ， 它的见效相对来说比较慢 。 我记得很清楚的是啊 ， 一六年春节之前 ， 当时马老师其实当时到阿里云给我们讲了一件事情 ， 他说在阿里做任何一个 To B 的业务 ， 投资周期都是十年 ， 像淘宝从零三年 、 零四年开始做 ， 到一四年上市 ， 然后当时也举了像支付宝可能 零六 ， 啊那个零六年开始做 ， 那可能到一六年可能相对来说就会比较成熟 。 当然阿里云是零九年 ， 当时他预测可能到一九年做得会比较好 。 那其实我觉得从这件事情也可以反馈出来 ， 其实阿里在这些这个 To B 的业务投资上面 ， 其实十年之内基本上不会说让你一定要做到什么样的程度 ， 或者说一定要挣多少钱 ， 而是说在 这个赛道里面怎样能够去深耕 ， 能够做出价值 ， 能够做出长期价值 ， 尤其是 。 所以我们其实我在做任何一个事情的时候 ， 其实也都是以十年为单位 。 去年是这个吴妈来了之后 ， 把无影升级成了这样一个一级事业部啊 。 然后在这个 ， 这个其实也是把它当做一个非常重要的赛道 ， 我们去年把无影和大模型当作阿里云云智能 集团最重要的两个啊战略性的产品 。 **Koji杨远骋** [41:16] 那你今年把这个去年认为非常重要的云电脑的这个赛道就做了调整 。 **张献涛（旭卿）** [41:21] 啊没有 ， 这个可能是大家对这件事情的一些误解啊 。 就是整个无影 ， 我们这几年的增长增速还是非常高 ， 高的啊 ， 我们也以非常高的这个三位数在往前 ， 从业务层面啊 ， 我觉得往前去增长 。 那我觉得这个是我们 ， 这就是为什么去年我们把它作为这个终端云计算里面最重要的战略 ， 战略性的产品 ， 然后再进行推进 。 **Koji杨远骋** [41:43] 嗯 。 **张献涛（旭卿）** [41:44] 那在这个过程中的话 ， 我们知道大模型 AI 这件事情啊 ， 智能体这件事情也在发生 ， 那我们就在看这个无影这个业务怎样能够和 Agent 和 AI 这件事情进行很好地融合或者结合 ， 那给这个未来啊 ， 长期为无影这 ， 这件事情提供更大的一些能量加持 。 那我们怎样让云电脑在大模型时代给 AI 或者给 Agent， 给大模型提供一个非常好用的电 脑 ， 或者说手机 ， 或者是一个代码执行环境 。 那当时我们是基于这样的一个思考 ， 然后才开始去布局这样一个方向 。 **Koji杨远骋** [42:18] 嗯 。 **张献涛（旭卿）** [42:18] 就像刚才所讲 ， 真正地下定决心去做这个方向 ， 还是在 GT7 之后 。 那我们思考清楚了之后 ， 它和无影啊 ， 你可以认为是一个兄弟关系 ， 或者说是做的一个啊 ， 无影这个产品能力上或者是技术能力上做的一个扩展 。 当然说起来简单 ， 但是真正的是说你要去做这件事情的时候呢 ， 首先要有资源 ， 要有人 ， 对吧 ？ **Koji杨远骋** [42:41] 是 。 **张献涛（旭卿）** [42:41] 要有更多的人力投到这件事情上面来 。 那我觉得在过去的这个半年的时间 ， 我觉得我还蛮纠结的 ， 对吧 ？ 因为一是要保证这边的业务高速增长 ， 另外一个在保证新赛道上我们不踏空 ， 能够及时地高效地把这件事情给干好 。 **Koji杨远骋** [42:57] 对 ， 这个挺不容易的 。 **张献涛（旭卿）** [42:58] 这个确实挺不容易的 。 其实内部在协调的时候 ， 你会发现 ， 哦有些人 ， 有些同学他可能非常想做 AI。 **Koji杨远骋** [43:06] 是 。 **张献涛（旭卿）** [43:06] 举手报名说我一定要加入 。 **Koji杨远骋** [43:08] 嗯 。 **张献涛（旭卿）** [43:08] 有些同学觉得我现在还做得挺好的 ， 并且我这边还有很重要的工作 ， 你就直接把我硬调过来了 。 **Koji杨远骋** [43:13] 对 。 **张献涛（旭卿）** [43:13] 当然这里边我觉得有非常多的一些权衡 ， 或者说非常多的一些这个沟通哈 。 **Koji杨远骋** [43:18] 因为我理解这里面其实有一个非常难的点 ， 就在于感觉 AgentBay 好像是一个这个未来非常光明的一个机会 ， 会不会有一些还在做无影的同事就感觉比较这个失落 ， 没有被你们调到 AgentBay 来 。 **张献涛（旭卿）** [43:34] 这个的话呢 。 **Koji杨远骋** [43:36] 领导的意思 。 **张献涛（旭卿）** [43:38] 啊 ， 我相信肯定是有的哈 ， 我相信肯定是有的 。 但是总体上来讲的话 ， 其实两边都是战略业务啊 ， 只不过说这个 AgentBay 可能更长期一些 ， 而无影今天已经落地 ， 并且也保持一个非常好的增长势头 。 **Koji杨远骋** [43:52] 嗯 。 **张献涛（旭卿）** [43:52] 我相信做两边都 ， 都还是蛮有成就感的 。 **Koji杨远骋** [43:55] OK。 **屈立威（安陈）** [43:56] 老板来发表个暴论 。 你看老板可能觉得不太方便讲 ， 就是我稍微激进一点 。 我觉得其实无影做云电脑这个事情一直以来也是比较 ， 就是我们 ， 我们过去我们概念叫什么端侧算力上云 ， 因为我们认为这个个人用户对于算力的要求一定是你传统的 PC 是满足不了的 。 所以呢 ， 我们过去做的事情呢 ， 很多时候是服务于特种行业 。 举个例子啊 ， 就这两年很多这种个人的设计师啊 ， 用那个 HD 的 ， 用 Plus 的 ， 对吧 ， 还有一些做那个 ， 呃 ， 一些做仿真的一些 ， 一些同学 ， 他需要那种高弹性的 、 高 GPU 资源的这些算力 ， 他会跑到云上去用云电脑 。 当然还有一些这种安全的客户 ， 然后呢 ， 他很多时候普罗大众是没有感知的 。 但是今年你会发现不一样了 ， 今 年电脑这个概念我觉得要被重构了 。 就是我们很多人说今年是什么 ？ 就是超级个体的一年 ， 对吧 ？ 是个人云计算的一年 ， 就是你个人对于算力的要求 ， 不是说传统拿个电脑就能完成了 。 举个例子 ， 我现在一个任务要跑一百个环境 ， 那本地完全是满足不了的 。 所以说在这个时代 ， 云电脑会真正地去把端侧算力上云这个事 情去 ， 去实现掉 。 啊 ， 所以以后我们认为普罗大众所有人都需要用 ， 用到云电脑 ， 这也是我们过去一年来 ， 过去几年一直在做的事情 。 然后 AgentBay 同时呢 ， 我们在服务一些 To B 客户的时候 ， 其实我们也服务于云电脑 ， 我们现在在打造一台就是逻辑上的云电脑 ， 这台云电脑是这样的 ， 就是第一 ， 它可以是持久化的 ， 就是咱们 的那个状态 ， 咱们数据都在上面 。 再其次呢 ， 它是高并发高弹性的 ， 就是这台云电脑你可以在有一些大规模任务调度的时候 ， 可以镜像出来一百台 。 **张献涛（旭卿）** [45:36] 嗯 。 **屈立威（安陈）** [45:36] 在云上去做大规模的任 ， 任务的并发的运行 。 然后第三呢 ， 它是可以随时漫游的 ， 它是多端的 ， 比如说我今天给它手机上用 ， 明天我可以在那个 Pad 上用 ， 后天可以拿一个电脑来用 ， 当然我们有自己的硬件 。 最后呢 ， 是它是可以通过自然语言驱动的 。 **张献涛（旭卿）** [45:52] 嗯 。 **屈立威（安陈）** [45:53] 这个是现在当前的很多这种传统的电脑可能做不到的东西 。 但是 AgentBay 我们做的事情本来就是让 AI 来使用一台电脑 ， 对吧 ？ 所以说我们认为以后就是电脑这个事情 ， 它第一它 ， 它是基于云的 ， 第二它是高并发 ， 最后 - **张献涛（旭卿）** [46:06] 嗯 。 **屈立威（安陈）** [46:06] 这个上到 ， 上到八十岁的老人 ， 下到七岁的小孩 ， 他都可以通过自然语言来驱动一个电脑 。 所以这个时候我们觉得云电脑真正的是迎来它历史使命的时候 。 所以说我们传统那块业务的同学现在依然是有相当多同学是在为这个业务的升级改造去做奋斗的 。 **张献涛（旭卿）** [46:22] 了解 。 **Koji杨远骋** [46:23] 对 ， 这个本质上来讲还是个 agent 驱动的电脑 ， 比如无论是我们在睡觉 ， 还是说我们在这 ， 这个大家在聊天的时候 ， 其实你的那个就是 agent 驱动的那台云电脑都可以再帮你再做一些事情 。 我们也提到了这个数字员工的概念 ， 我们希望是说一个员工可能还有一个数字分身 ， 他其实在云上利用今天这个智能提升能力 ， 利用云电脑 的这些能力 ， 它可以在你休息 ， 在你任何一个时间 ， 它可以并行的帮你去干很多复杂的任务在云上 。 啊 ， 我们前几天还提到了一些说这个 ， 这个 ， 这个叫硅碳共生 ， 对吧 ？ 更多的是说这个云上的这个数字人 ， 更多的是个硅基的啊 ， 这个和真实的人之间他们能够进行很多的些协调和互动 。 ### 预见未来 **屈立威（安陈）** [47:08] 其实我理解这个二位应该从这个参加工作以来 ， 就是大量的会去各种各样的这个展会 、 技术峰会 。 呃 ， 但听起来就是这一次 GTC 给你们带来了非常强烈的震撼 ， 就震撼到当天晚上就要连夜定这个未来好几年的战略规划 。 这个在之前的职业生涯有过这样的感受吗 ？ **张献涛（旭卿）** [47:28] 哦 ，16 年 17 年我去美国参加一个展会 ， 具体名字我有点忘了 。 那一年容器在那个会上其实是非常火的 ， 那各家公司都在谈容器 ， 并且有这么多的这个容器相关的一些创业公司 ， 但是真正的容器跑 ， 运行在无论是物理机上面还是虚拟机上面 ， 性能都会受损 。 因为从文件系统层面来讲的话 ， 它用了 overlay FS， 它的性能相对来说它虽 然很方便 ， 但是用起来相对来说性能会下降 ， 那它的网络也是 ， 它的网络都是使用的最原始的虚拟网络 。 **Koji杨远骋** [48:00] 嗯 。 **张献涛（旭卿）** [48:00] 那我所谓的虚拟网络其实用软件去虚拟化的 ， 那我觉得这些都会非常这个严重地啊影响这个容器的大规模应用 。 所以在那个点回来了之后 ， 我们还布局了一个新产品 ， 就是后来的那个叫神龙服务器 。 **Koji杨远骋** [48:15] 嗯 。 **张献涛（旭卿）** [48:15] 17 年正式发布 ， 到整个后来业界全 follow 我们的标准 ， 在做这个 DPU 啊 ， 在做裸金属啊 ， 虚拟化呀 。 **Koji杨远骋** [48:22] 我们之前给一个朋友说这个 ， 呃 ， 旭卿要来上十字路口 ， 然后那个朋友说 ， 哇 ， 这个弹性计算的神级大佬 。 呃 ， 然后 ， 然后当 ， 当时其实我就有另外一个想法 ， 我说 ， 嗯 ， 神级大佬现在是不是要转型了 ？ 因为然后我看到这个 ， 因为最近我们刚发了一期 ， 其实是这个 AI 时代的程序员站在十字路口 ， 因为我们发现美国最近 有一个刚出来的一个数据 ， 就是今年毕业的本科的计算机学生百分之六点二的失业率 ， 但是艺术学生只有百分之三 ， 就今天学计算机的失业率是两倍于这个艺术生 。 所以当我看到说这个 ， 啊弹性计算的神级大佬 ， 当然我 ， 我觉得非常开心 ， 我们迎来这样一位这个重量级嘉宾 。 但另一方面我也会在想 ， 其实今天不只是应 届毕业生 ， 其实很多人到了职场的这个 ， 呃 ， 中间阶段 ， 嗯 ， 然后突然面对 AI 这么一个大的冲击过来的时候 ， 那你会有曾经感受到就是心慌吗 ？ 就觉得就是好不容易成神级大佬了 ， 怎么现在突然又来一个那么大的技术浪潮 ， 会不会改变一切 ？ 有过这样的时刻吗 ？ 就是你是怎么去理解和面对 ？ **张献涛（旭卿）** [49:32] 回顾我这十几年 、 二十年的这个职业生涯啊 ， 我是觉得我是一个还是相对来说比较善于思考或者勤奋思考的一个人啊 。 就是其实在一 ， 呃 ， 在我 ， 我原来在来阿里之前 ， 其实在 Intel 工作了九年 ， 三年实习 ， 六年工作啊 ， 零八年到十四年 。 **Koji杨远骋** [49:52] 实习了三年 。 **张献涛（旭卿）** [49:53] 实习了三年 ， 我应该是 Intel 为数不多的几个实习三年的学生啊 。 因为在那个阶段的话 ， 因为我当时还在读博士 ， 呃 ， 当时全世界都在讨论云计算到底是什么 ， 或者云计算应该往哪个方向发展 。 所以在那个阶段我非常幸运的是说 ， 我加入了 Intel 的一个叫系统虚拟化团队 ， 主要是做开源技术 。 **Koji杨远骋** [50:13] OK。 **张献涛（旭卿）** [50:13] 开源技术就是后来比如被云 ， 用到云计算里边的这个 Xen 啊 ，KVM 呀 ， 或者 Krame 啊这些开源项目 。 **Koji杨远骋** [50:20] OK。 **张献涛（旭卿）** [50:20] 那我觉得我非常幸运加入这个团队 。 当时和我 ， 呃 ， 当时和我一起去的还有另外一个同学 ， 他可能啊 ， 就是不 ， 不是特别看好 ， 认为这个东西用了 ， 用了人数太小众了 。 **Koji杨远骋** [50:32] OK。 **张献涛（旭卿）** [50:32] 就是那个在那个阶段大家研究虚拟化技术的 ， 其实整个世界上也只有 VMware 公司呀 ，VMware 和微软和剑桥大学和 Stanford 大学 ， 其实就这几个地方在研究这个技术 - **Koji杨远骋** [50:45] 少众 。 **张献涛（旭卿）** [50:45] 可能加一块儿整个这个领域的技术人员不超过一百人 。 那大家有些人就会认为说它是个小众赛道 ， 毕业之后可能都不一定好找工作 。 但是我不这么认为 ， 我是觉得这个技术本质上我进去之后其实就有点痴迷的感觉 ， 原因就是因为原来对这个像 CPU 啊 ， 操作系统啊 ， 或者底层的这些技术就比较向往 。 **Koji杨远骋** [51:07] 嗯 。 **张献涛（旭卿）** [51:07] 啊 ， 进去了之后我真正的发现是说这个可以研究的领域 ， 或者说可以研究的这个技术的深度可能又 ， 又下探了很多层 。 **Koji杨远骋** [51:16] 明白 。 **张献涛（旭卿）** [51:16] 那我觉得对我来讲吸引力比较大 。 那但是在那个阶段 ， 大家都可能对云计算啊 ， 对云计算需要什么样的技术啊 ， 更没有概念 。 **Koji杨远骋** [51:25] 是 。 **张献涛（旭卿）** [51:25] 但是我就 ， 我是觉得它是这么高深的一个技术 ， 未来一定有重要的这个使用的方向 。 结果还没等我毕业呢 ， 零七年 、 零六年这个 AWS 就 ，AWS 做云就已经初露锋芒了 。 **Koji杨远骋** [51:39] 是 。 **张献涛（旭卿）** [51:39] 在那个点上 ， 全世界的人都到我们那个团队去挖人 。 **Koji杨远骋** [51:43] 诶 。 **张献涛（旭卿）** [51:43] 我们那个团队总共二十七八个人 ， 大概就光被挖到美国公司的就近十来个 ， 都是拿到了美国 offer 啊 ， 然后直接就迁 ， 迁移到美国去了 。 因为全世界熟悉这个领域 ， 云计算这核心技术的这个领域 - **Koji杨远骋** [51:57] OK。 **张献涛（旭卿）** [51:57] 可能不超过这个 ， 我当时讲是不超过五十个人 ， 现在想想可能也不会超过一百人吧 。 **Koji杨远骋** [52:03] 听起来很像今天做大模型研究的一批人 。 **张献涛（旭卿）** [52:05] 对 ， 所以在那个时间点上面的话呢 ， 这个我 ， 我觉得我还是蛮幸运的 ， 所以参与了云计算的这个浪潮 。 大概一四年的话 ， 我就去了阿里 。 我当时给我的 leader 就在讲 ， 我说我们怎样能够打造一个服务千万级客户的这种计算平台 。 **Koji杨远骋** [52:21] 嗯 。 **张献涛（旭卿）** [52:21] 那个时候大家都觉得可能是天方夜谭 ， 对吧 ？ **Koji杨远骋** [52:24] 嗯 。 **张献涛（旭卿）** [52:24] 但是当时我们很坚定的是说 ， 哦 ， 那整 ， 哪一些技术架构不利于我们往这种千万级客户去拓展 ， 我们就要把它废掉 - **Koji杨远骋** [52:32] 就关掉 。 **张献涛（旭卿）** [52:33] 我们就要重新来过 。 那我觉得在一四年这个时间点上 ， 我们选对了 。 啊因为一五年移动互联网爆发了 ， 就是现在的各种 APP。 爆发了之后 ， 你就会发现这些客户上来的时候 ， 我们产品已经准备好了 。 **Koji杨远骋** [52:46] 是是 。 **张献涛（旭卿）** [52:46] 到一六年的时候 ， 当时我们优化这个比如虚拟机性能 ， 我们优化到和物理机相比可能也就是差三五个点 。 **Koji杨远骋** [52:53] 嗯 。 **张献涛（旭卿）** [52:53] 大家都觉得这是业界极限啊 ， 三五个点已经是业界标杆了 。 **Koji杨远骋** [52:57] 嗯 。 **张献涛（旭卿）** [52:58] 但是我当时就在想 ， 我说我们需要为未来去思考 。 比如你要牺牲一些 CPU 资源 ， 把性能提上去 ， 这绝对不是一个正确的方向 。 所以一六年这个我其实每天都在思考这些问题 ， 所以就像刚才提到的 ， 去参加那个展会的时候 ， 哎我就看到说比如像容器啊 ， 像这些新的技术 ， 容器它是性 ， 看似性能无损 ， 但是其实底层还有很多 性能有损的东西存在 ， 那我们应该怎样在软件协同 ， 在芯片设计 ， 在这些领域怎样能够提升计算性能 ？ 所以这就是为什么一六年的话 ， 我们去布局了神龙 ， 那一举成为业界最标杆性的这个 ， 这个产品 。 **Koji杨远骋** [53:37] 嗯 。 **张献涛（旭卿）** [53:37] 那几乎所有的业界的云计算公司现在用的这个底层的技术架构都具 ， 都和神龙是没有什么差别的 ， 因为我们发布之后全世界都在 ， 都在 follow。 那当然你提到的这个问题 ， 就是说比如像 AI 这个领域 ， 那 AI 大概我在一五年的时候 ， 我就开始去布局今天所谓的 AI 的基础设施 ， 原因是因为我当时我看到阿里巴巴集团内部啊 ， 我们在 使用当时的那个英伟达的卡叫 K2。 **Koji杨远骋** [54:04] 嗯 。 **张献涛（旭卿）** [54:04] K2 是一个现在看来是计算力非常差的一张卡 。 **Koji杨远骋** [54:08] 嗯 。 **张献涛（旭卿）** [54:08] 所谓的去做这个计算 ， 在一五年的时候 ， 我们用 ， 用于机器学习 ， 然后做一个叫拍立淘 ， 就是类似于现在那个淘宝上面拍图啊 ， 拍一个东西 ， 然后视图 ， 然后去把像 ， 相似的东西给你推荐出来 。 在那个阶段的话 ， 我们 ， 呃 ， 看 ， 我看到了这样一个方向之后 ， 那我觉得那未来那阿里有这个需求 ， 那外部的公司也有这个需 求 。 **Koji杨远骋** [54:32] 对 。 **张献涛（旭卿）** [54:32] 所以一五年我们就开始布局这个 AI 基础设施 。 到一六年底的时候 ， 我们产品已经做出来了 。 真的非常巧的是说在一六年底 ， 上一轮比如像深度学习啊为主的这个计算机视觉 、 语音为主的这个 AI 的上一波浪潮它就爆发了 。 所以我们在上一波浪潮里边 ， 我们服务了超过中国 ， 我们号称是超过中国百分之八十的科技公司的 AI 算力的需求都在阿里云上 。 **Koji杨远骋** [55:01] 哦 。 **张献涛（旭卿）** [55:01] 那是因为我们在一五年就布局了这个产品 ， 但是在那个时间点上 AI 还没有爆发 。 那在一七年的时候我们做出了神龙 ， 当时我们就在布局说那面向未来大规模参数的这种 AI 基础设施到底是什么样子 。 所以我们后来就布局了这个 GPU 的超级计算集群 。 **Koji杨远骋** [55:19] 嗯 。 **张献涛（旭卿）** [55:19] 这样一个产品 。 那其实在过去的这么多年啊 ， 我觉得看下来的话 ， 总体上来讲的话 ， 还是说我们我觉得要 ， 要为未来思考一些 ， 尤其是做技术管理之后 ， 你会发现你要为未来两到三年可能发生的一些事情 - **Koji杨远骋** [55:35] 嗯 。 **张献涛（旭卿）** [55:36] 做一些预研的工作 ， 做一些准备性的工作 ， 而不是说等到浪潮在来到的时候 ， 浪已经到了 ， 然后你再去防御 。 **Koji杨远骋** [55:45] 就晚 。 **张献涛（旭卿）** [55:45] 对 ， 那个阶段可能就晚了 。 **Koji杨远骋** [55:47] 那现在你在看 AgentBay 为未来做的这些事情里面 ， 有哪一件事情是你会有点担心说我可能会赌错的 。 **张献涛（旭卿）** [55:54] 我们做的这些东西 ， 我倒不担心它哪一件事情会赌错 ， 而是说有在这个整体的布局里边 ， 或者说哪一块我没有想到 ， 这是我每天在思考的问题 。 **Koji杨远骋** [56:04] OK。 **张献涛（旭卿）** [56:05] 每天 。 **Koji杨远骋** [56:05] 就不知道自己不知道什么 。 **张献涛（旭卿）** [56:07] 对 ， 这个是最可怕的 。 **Koji杨远骋** [56:08] 明白 。 **荣慧** [56:08] 现在我觉得一个大势所趋 ， 好像就是听到很多人都说这个 ， 就是你要什么都要会一点 ， 然后特别是 。 **张献涛（旭卿）** [56:17] 是 。 **荣慧** [56:17] 就一人公司一个人可以干很多的事情 。 **张献涛（旭卿）** [56:20] 嗯 。 **荣慧** [56:20] 你会建议就比如说一个初阶一点的工程师 ， 或者是一个稍微就是可能工作了几年的工程师 ， 是在自己的这个领域就是增强自己的能力呢 ， 还是说看 ， 看到现在这个大势所趋 ， 就是你好像什么都要会一点 。 **张献涛（旭卿）** [56:36] 对 ， 我是觉得这可能在不同的阶段 ， 如果说是一个刚入职场的这些工程师 ， 其实真正的还是聚焦于某一个领域 。 **荣慧** [56:43] 嗯 。 **张献涛（旭卿）** [56:43] 把它做深 。 如果说你的知识面 ， 知识面当然也很重要了 ， 但是如果说你的在某一个领域里边的知识深度如果没有很强的积累的话 ， 你其实未来整体的发展还是会受限的 。 **荣慧** [56:55] 嗯 。 **张献涛（旭卿）** [56:55] 原因是因为不是说你知道了多少 ， 因为现在大模型什么都知道 ， 你问它什么样的问题 ， 它都能给你讲得非常深入 ， 但是说你让它做一些非常专业的 ， 非常这个 ， 这个尤其是在某些技术领域需要深度钻研的东西 ， 那今天大模型可能还没有那么擅长 。 **荣慧** [57:12] 嗯 。 **张献涛（旭卿）** [57:12] 或者说要进行 ， 尤其是说要结合人的这种大脑的思维活动哈 ， 能够有些东西可能并不是说大模型这些东西知道得宽泛就可以解决的 。 所以对一个人 ， 工程师来讲的话也是 ， 就是我 ， 我的建议还是就像我当年一样 ， 我是觉得我需要把这个虚拟化技术研究深入之后 ， 你怎样再看 ， 结合你今天所从事的业务 ， 怎样把它的价值 充分地给发挥出来 。 那这样的话就是从一个技术 ， 你到周边的这些技术 ， 你都要去能够融会贯通起来 。 **荣慧** [57:45] 嗯 。 **张献涛（旭卿）** [57:45] 这样做出来的产品才会有竞争力 ， 你的业务才会有一个更好的增长 。 **荣慧** [57:50] 对人的要求还是越来越高的 。 **张献涛（旭卿）** [57:53] 对 。 **Koji杨远骋** [57:54] 诶 ， 其实我比较好奇哈 ， 就听起来这个旭卿不管是在实习的时候 ， 还是在一五年一六年的时候 ， 啊一开始看到云计算 ， 后来看到弹性计算 ， 然后包括到现在这个也是在 bet 未来的这个 Agent Infra 的增长 ， 然后至少往前看 ， 你的非常多的这个预判都后来被验证是就非常正确的 。 你验证 ， 就是你预判到了这个科技世界最大的潮流 。 呃你有抽象总结过自己为什么可以这个做出这样的成功的预判吗 ？ 这背后需要哪些素质也好 ， 工作习惯也好 ， 思维的这个方式也好 。 ### 成长心法 **张献涛（旭卿）** [58:31] 我觉得是这样的啊 ， 其实就是对了 ， 未来会发生什么 ， 其实要从今天发生的事情要寻找一些蛛丝马迹的 。 就像我刚才提到的 ， 比如一六年 ， 一六年当时是我们双 11 总结会 ， 我们那个 CTO 就是现在达摩院院长张建锋 。 **Koji杨远骋** [58:48] 嗯 。 **张献涛（旭卿）** [58:48] 提出来说虚拟化技术你们今年做得很好 。 **Koji杨远骋** [58:50] 嗯 。 **张献涛（旭卿）** [58:50] 只有百分之三到百分之五的性能损失 。 但是你们能不能做到没有性能损失 ？ 这是他提的第一个要求 。 如果说我今 ， 我不参加那个双 11 的这个会议啊 ， 或者说他讲了这句话 ， 我就忽略掉了 ， 我觉得这哪可能呢 ， 对不对 ？ 百分之三到百分之五已经是极致了 ， 为什么你给我提供 -- 看来老板不懂 ， 对不对 ？ **Koji杨远骋** [59:09] 对 。 **张献涛（旭卿）** [59:09] 你如果是这种思考的话 ， 那你可能不会有进步 。 而我当时就觉得说 ， 哦 ， 那我是这个领域里边的技术一号位 。 **Koji杨远骋** [59:17] 嗯 。 **张献涛（旭卿）** [59:17] 那老板提了这样一个需求 ， 看似不可能 ， 我们能不能换一个思路 ， 然后看看未来它会不会发生 。 **荣慧** [59:24] 嗯 。 **张献涛（旭卿）** [59:24] 所以在那个时间点上面 ， 我又去参加了一些展会 ， 你会发现很多相关的技术都在如火如荼地发展 ， 那你把这些错综复杂的这些因素或者线索你放在一起的时候 ， 你就 -- 我当时给 ， 给他们讲 ， 我说你看有一个东西可能要发生了 ， 叫软硬件协同设计 ， 或者软件深度协同优化可能要发生了 。 那在我们这个领域能不能通过软硬 件的协同设计和优化带来一些革命性的技术变革 ？ 那我就提出了这样一个话题 ， 那我也 ， 也在每天不断地思考说 ， 我要想完成这样的一个任务的话 ， 或者完成这样的一个预设目标的话 ， 哎 ， 哪些技术可能今天还不够 。 **荣慧** [1:00:05] 嗯 。 **张献涛（旭卿）** [1:00:05] 哪些技术使用今天的 ， 比如芯片的技术 ， 或者系统软件的技术还做不到 。 那我是不是要去布局一颗芯片 ？ 我是不是要去布局一个这个哪一项 ， 比如系统技术的研发 ？ **Koji杨远骋** [1:00:18] 嗯 。 **张献涛（旭卿）** [1:00:18] 那当这些东西都想明白的时候 ， 啊 ， 那我觉得最后可能大家要去布局一颗芯片 。 那我们就开始去做那个神龙芯片 。 **Koji杨远骋** [1:00:26] 了解 。 **张献涛（旭卿）** [1:00:26] 那我就说服管理层说 ， 啊 ， 你给我投入 ， 去做这样一颗芯片 。 那当时阿里其实还没有做 ， 没有人去做过芯片 ， 你知道吧 ？ 那在那个时间点上面的话 ， 我觉得我需要去说服 。 如果说看到了这个机会 ， 你没有说服管理层去投资 ， 可能三五年之后被验证了 ， 那可能不是打脸的事情 ， 而是说公司可能会错过了一个很重要的战略 转机机会 。 **Koji杨远骋** [1:00:47] 嗯 。 **张献涛（旭卿）** [1:00:47] 所以我基本上都是从今天发生的事情里边去寻找一些线索 ， 和或者说今天遇到的一些困难 ， 我们看似解决不了的问题 ， 那未来有没有解决的可能 。 **Koji杨远骋** [1:01:00] 我就想起这个 ， 反正我们都很喜欢的一篇文章 ， 就 Paul Graham 写的 ， 它叫如何成就伟大事业 。 **荣慧** [1:01:06] 嗯 。 **Koji杨远骋** [1:01:06] 这里面讲到就是 ， 呃你要找到那种就是你自己干起来毫不费力 ， 但是别人觉得很难的事情 ， 然后那个事情很可能就是你这个做出 ， 呃 ， 别人做不到的事情的一个起点 。 对 ， 所以 ， 呃你会有这种感觉吗 ？ 就一路以来 ， 其实在外人看来 ， 好像你做的很多事情都很难 ， 就是困难程度非常高 ， 挑战也巨大 ， 但是其实你自己好像 还是这个做起来挺快乐 ， 挺得心应手的 ， 就找到了自己所谓的这个 ， 啊自己做起来可能没有那么费力 ， 但是别人看就觉得很难很难的事情 。 **张献涛（旭卿）** [1:01:40] 恰恰相反 。 加入 Intel 之后 ， 在那个团队里边 ， 我看到我周边的那些技术大牛们 ， 哦 ， 真正的因为他们一开会的话 ， 你会首先会感受到的是说他们说的每一句话还都不是英文 ， 都是中文 ， 你都听得懂 ， 是是是字面意思 ， 但是都不知道他们在讨论什么 。 但是我当时就觉得是说我需要用半年的时间能够听懂他们去做什么 ， 他们 在讨论的是什么 。 那我觉得我听不懂这件事情的话 ， 其实就是我成长进步的可能性在这儿 。 但是如果说 ， 哎 ， 我听不懂 ， 我就放弃了 ， 那我觉得可能也不是我的个性 。 **Koji杨远骋** [1:02:15] 哎你觉得自己的这样的这个性格是或者这样的学习的这种欲望 、 习惯 ， 它是怎么在你身体里面发生的呀 ？ **荣慧** [1:02:23] 从小就是好学生 。 **张献涛（旭卿）** [1:02:24] 其实我觉得这个可能真正地和个性有关 ， 其实个性可能就是与生俱来的 。 这个你说它叫要强也好 ， 你说它叫其他的什么个性也好 ， 我觉得总体上来讲的话 ， 我是 ， 我是喜欢看到困难的东西 ， 而不是喜欢看到一件很简单的事情 ， 好 ， 这么简单 ， 搞定了 。 而不是这个 ， 而是更更喜欢挑战性的一些东西 。 对 。 **Koji杨远骋** [1:02:47] 嗯 ， 这是明知山有虎 ， 越是这样的山越喜欢 。 嗯 ， 那你觉得你今天做 Agent Infra 面对的这个挑战和过去曾经面对的挑战 ， 这是一个什么级别的难度 ？ **张献涛（旭卿）** [1:02:59] 我觉得做整个在布局 Agent Infra 来讲的话 ， 就是你刚才问的那个问题 ， 其实 ， 呃 ， 对我来讲的话 ， 其实要学习很多新的东西 。 我经常要找他 ， 找产品经理 ， 找我们的技术研发 leader 去探讨各种各样的事情 ， 因为他可能和我以前学到的东西 ， 和我以前所熟知的东西不太一样 ， 那对我来 ， 对我个人来讲 ， 我觉得是一个很很有挑战性的 事情 ， 我需要把它搞懂 ， 对吧 ， 我才能跟他进行平等地交流 ， 对吧 ？ 不然的话他忽悠我我也不知道 ， 对吧 ？ 所以 ， 所以我觉得对我来讲的话 ， 这个 ， 这个还是挑战性还是蛮大的 ， 呃 ， 还是有的 。 **荣慧** [1:03:34] 你刚刚说到 ， 就是当你看到一个前面未来的一个方向 ， 然后你希望公司能够投入去发展这一块 ， 但是它可能是一个未知的东西 ， 然后你要去说服老板 ， 你是怎么说服老板 ？ **张献涛（旭卿）** [1:03:48] 啊这个就很有意思了 ， 就比如像我要做那个神龙 ， 啊我们内部叫帽卡 ， 可能业界现在都把它叫成 DPU， 对吧 ？ 呃 ， 因为当时说实在的我来 ， 我进阿里也才两年 ， 在一六年的时候我进阿里才两年 ， 但是确实在一六年之前 ， 就像你刚刚提到的 ， 我做了很多决策 ， 大家都还是比较信服的 ， 因为无 ， 无论是救火的 ， 还是说我们长期 的架构决策 ， 大家一个一个的都被验证了 。 但是到一六年你突然给老板讲说 ， 哎 ， 我要去做个芯片 ， 这件事情对任何一个老板来讲都是很有挑战的 。 **荣慧** [1:04:20] 对 。 **张献涛（旭卿）** [1:04:20] 确实很有挑战的 。 呃 ， 我当时我的 leader 是现在的那个阿里云政企的总裁 ， 就是李津啊 ， 我当时几乎啊 ， 几乎每天早上 ， 甚至是说他到公司了 ， 那我就到公司了 ， 我就给他讲这个东西有多么的重要 。 然后大概我跟他讲了半个月之后 ， 我终于把他说服了 ， 后来当然也被验证了是正确的 。 当我们在一七年云栖大会发布的时候 ， 其实世界 ， 全世界云计算公司都觉得 ， 哦 ， 还可以这么干 。 以前大家觉得虚拟机的上限是物理机 ， 现在是虚拟机的上限是没有上限 。 那当这个理念被认可的时候 ， 那我觉得当然这个团队的成就感也来了 。 **荣慧** [1:05:00] 我觉得这是一个职场挺容易出现的一种现象 ， 就是一线的人 ， 他未必不是看不到 ， 就是今后可能会怎么样 ， 然后公司应该投入做什么 。 但是可能对他来讲的一个挑战是他要怎么样说服老板来投资源 。 **张献涛（旭卿）** [1:05:13] 所以我还是希望我的团队的员工 ， 我大家能够遇到这些困难的时候 ， 能够这个迎难而上 ， 能够来说服我 ， 啊 ， 需要做这些方面的一些投资 。 **Koji杨远骋** [1:05:25] 好 ， 然后刚才其实这个旭卿有提到 ， 你们 ， 呃 ， 今年拿了这个更多的人的黑卡 ， 也拿了更多的钱和资源 ， 对 ， 所以现在也要不要在这里这个招聘一下 。 **张献涛（旭卿）** [1:05:36] 谢谢 。 当然我们也是非常希望更多的真正的认同这样一个方向的这个无论是刚毕业的大学生 ， 还是有在 AI 领域有非常有经验的这些资深的开发人员加入我们团队 ， 大家一起来共筑啊 ， 未来这个 Agent Infra 这个平台 ， 能够让更多的企业在开发自己的 agent 的时候会更加高效 。 **Koji杨远骋** [1:05:57] 好 ， 那今天谢谢二位 。 **张献涛（旭卿）** [1:05:59] 好 ， 谢谢 。 **荣慧** [1:06:00] 谢谢 。 **Koji杨远骋** [1:06:00] 谢谢 ， 辛苦啦 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。