Agent的下半场，企业IT基础设施该如何重构？

6月5日，在2026腾讯云AI产业应用大会上，四位腾讯云产品技术专家从不同维度拆解了同一个核心问题：企业要让Agent真正"上岗"，到底需要什么样的基础设施？

从"会聊天"到"会做事"，Agent带来全新挑战

AI的形态正在完成一次质变：从ChatGPT时代的"问答式聊天"，到Copilot时代的"人机协作"，再到今天的Agent时代——具备自主规划、工具调用和闭环执行能力的"数字员工"。

更深层的变化发生在协作方式上。过去是"人→系统→人"，每个环节都需要人工介入；Agent时代的新范式变成了"人→Agent→Agent→人"——中间增加了Agent之间的协作环节。

当Agent深入到工作和生活的方方面面，Agent之间的协作将成倍增长，必然带来规模化部署需求。

但基础设施的准备还远远不够。 Gartner给出了一组对照数据：到2028年，33%的企业软件将集成Agentic AI；但同时，40%的Agent项目将在2027年前因治理失败被取消。"这两个数据看上去矛盾，但背后指向同一个原因——Agent能力进化很快，但支撑Agent的基础设施还没有跟上。"

腾讯云资深AI Infra架构师 邢陪邻 将基础设施的重构拆解为两个维度：

基础设施的服务对象，从人变成了Agent。以计算为例，原来是CPU加稳态系统，现在变成CPU+GPU的高密集Agent对话；存储从文本和结构化数据，变成上下文缓存、记忆管理和向量数据库；安全从传统的主机安全、网络安全，升级为Agent安全——要防范提示词攻击、Skill投毒等全新威胁。

Agent不再是工具，而是需要进入组织架构的"数字员工"。它要有岗位、有职责、有汇报线、有权限、有边界。一个公司Agent的数量很快就会远超人类员工数量，原来只有人的组织树，现在每个部门、每个人背后都会有Agent团队。

针对企业规模化部署Agent过程中面临各种核心痛点：

成本不可控。Token消耗极快，企业缺乏成本监控与路由优化策略，月底账单一出——花了多少、谁花的、花在哪，一问三不知。

安全隐患。Agent权限大，能写命令、能调密钥，数据泄露和高危操作风险如影随形。

管理体系缺失。多部门、多场景、多类型Agent并存，缺乏统一管控平台，难以集中运维，IT烟囱越建越多。

面对这些挑战，腾讯云构建了Agent治理平台ClawPro。覆盖"多Agent统一接入、多组织统一治理、多场景统一交付"的治理平台架构。

邢陪邻指出，ClawPro的核心设计逻辑是：将Agent视为具备岗位职责、汇报关系与权限边界的"数字员工"，而非简单的程序工具。

ClawPro：10分钟搭好企业Agent管控台

腾讯云高级产品经理 夏梦鸽 对ClawPro的产品能力进行了详细拆解。

ClawPro是市场上率先落地的企业级AI Agent托管与治理平台，截至目前已累计承接近千家客户需求，平台活跃Agent达到2万个。她将产品核心能力归纳为四个维度：

"过去企业自建Agent需要专业团队至少一两个月，现在通过ClawPro，一个新的企业客户从创建到完成必要配置基本上10分钟就能搞定。"夏梦鸽说。

底层的云服务器、自动化运维助手、网络和安全能力完全不需要企业学习，系统全部默认集成。开源社区更新Agent版本后，ClawPro会持续监控并打新镜像推送到平台，管理员只需一键批量升级。

ClawPro提供了三级Token配额管控体系：

同时，管理员可以按用户组分配策略——每个组可以使用哪些Agent类型、模型、Skill，以及网络是否互通，全部可管可控。Token按模型厂商收费标准计费，无溢价，费用完全透明。

"很多企业担心Agent权限太大、能写命令、能调密钥。"夏梦鸽介绍了ClawPro完整对接腾讯云AI Agent安全体系的六大核心能力：

ClawPro不只是基础托管，沉淀了非常丰富的企业级高阶能力：管理员可以非常丝滑的将ClawPro融入到企业环境。

例如从企微等导入组织架构到ClawPro上，也可以在ClawPro上接入自大模型、自建的Agent或IM工具，上传企业自定义插件库、MCP库。

管理员可以配置虾的出厂自带能力，例如用户创建虾的时候可以选择角色"数据分析师"，那么虾出厂就拥有数据分析师的Soul，自带一些管理员预设的Skill，同时还支持腾讯云自研的记忆金字塔系统。根据用户使用习惯高度提炼出Agent画像，辅助每一次对话，让用户感觉Agent更懂他。

云端底座与Skill生态，让Agent持续在线

SkillHub主理人 戴惠怡 从更贴近用户的角度切入，她指出：

"用户真正需要的不是‘我终于部署成功了’，而是Agent能稳定地帮我做事。"很多用户最初在本地电脑上体验Agent，但一旦当成正式助手使用，本地天然遇到三个限制：电脑关机任务就停、网络环境一变化服务就找不到、本地环境和个人数据安全边界不清楚。

Agent从"本地尝鲜"走向"长期可用"，需要三个关键能力：7×24小时全天候运行、固定公网IP和稳定带宽的网络环境、与本地设备安全隔离的运行空间。

这正是腾讯云Lighthouse轻量应用服务器在Agent场景中的价值——给Agent一个云端专属居所。

戴惠怡解释道： "Lighthouse的‘轻’，不是能力弱，而是把用户原本要理解的一堆云资源、网络配置、部署步骤、运维动作，收敛成更简单的产品体验。"

在开源Agent落地方面，Lighthouse围绕三个关键突破解决了这些问题：

而面向企业市场，ClawPro与Lighthouse上百万级的OpenClaw用户环境同源同构，经过大规模生产验证，实现面向企业的Agent管控平台，同样开箱即用。

Agent跑起来之后，决定它生产力上限的，是它能调用什么能力。"一个只有大模型的Agent，很像只有大脑但没有工具的人——它知道很多事情，但未必能稳定完成具体任务。"戴惠怡说。

Skill是AI能力的封装单元，把人类经验、工具调用、业务流程和API能力整理成Agent可以理解和复用的能力包。更关键的是，Skill改变了能力传递方式——过去靠人教人，现在经验沉淀为结构化能力，让Agent直接调用；过去能力一次性使用，现在可以被复用、分享和组织化管理。

腾讯云SkillHub正是为此而生。平台已收录7.8万个Skill，上线两个月累计下载量突破3000万次。

SkillHub构建了完整的能力流转链条：

在本土化方面，SkillHub针对中文用户优化Skill描述和安装路径，支持Lighthouse OpenClaw、WorkBuddy、QClaw、Kimi、Claude等多助手生态。从个人能力到组织资产。

戴惠怡最后将视角从个人使用扩展到组织层面：“很多AI能力一开始都来自个人——一个好用的Prompt、一个团队摸索出的流程、一个工具调用方法，散落在聊天记录和临时文档里。它们有价值，但很难被复用和管理。”

SkillHub希望把这些分散能力变成可审计、可分发、可复用的AI能力资产——统一沉淀、统一审核、权限管控、安全扫描、统一分发。“让大家像使用共享文档一样使用AI技能。”

04 从 想用 到 用好

云端Agent构建的新范式

腾讯轻量云产品经理 曹峻玮 将Agent的普及路径拆解为三个阶段：

第一阶段：想用但跑不起来。在OpenClaw爆火之后，团队发现大众对Agent的需求其实很朴素：私人算力，用户不想抢一台缺货的Mac mini，也不想让主力电脑24小时开机，需要的是触手可及的算力；但开源OpenClaw在真实体验中，恰好会撞上三座大山：安装部署门槛高、运行稳定性差、成本不可控。

"OpenClaw的热度证明了需求，但真实体验暴露了基础设施缺口。"曹峻玮总结道。

第二阶段：跑起来了但企业不敢用。当个人Agent跑通以后，企业开始关注规模化部署，挑战也随之而来：部署太复杂、Token消耗极快像黑洞、安全没保障、管理起来特别累。曹峻玮将企业的核心需求归纳为四类：Agent行为边界治理、统一管控中台、企业内部系统集成，以及API与平台化能力。用户希望Agent是自己的，数据在可掌控的空间里，安全边界清楚；

第三阶段：腾讯云给出的答案——开箱即用。

腾讯云正式发布云端Agent构建的新范式：

• 轻量云 Lighthouse：⾯向个⼈专属助⼿，提供⼀个能开箱即⽤、持续在线的云端底座；

• 腾讯云 ClawPro：⾯向企业级 Agent 管控，帮助企业快速搭出⾃⼰的 Agent 管控台；

• SkillHub：它解决的是另⼀个问题：好⽤的能⼒从哪⾥来，到哪⾥去，个⼈和企业⼜如何将它沉淀并流转。

"我们希望不是先让用户成为服务器专家，再成为Agent用户。用户应该直接拿到一个云端个人助手。"

Agent时代可能两年甚至一年大家就会看到，竞争不在于模型是否强大，而在于Agent治理能力。企业的护城河不在于囤了多少GPU卡，而在于能否把数字员工平滑融合到工作流里。

过去，云计算要解决的是"应用如何运行"。未来，云计算面临的新命题是"Agent该如何工作"。

如何为数字员工们提供工位、记忆、技能库、协作和管理系统，是每家企业都需要思考的关键问题。而腾讯云给出的答案是：让Agent像真正的员工一样，有组织、有能力、有边界地持续创造价值。