企业软件市场有个老笑话：CIO（首席信息官）的年度预算，80%花在维护20年前写的系统上。现在这笑话要更新了——你去年刚搭好的"现代数据栈"，可能正在成为新一种遗留系统。

代理时代正在改写规则

打开网易新闻 查看精彩图片

谷歌云这次想讲的故事，核心就一句话：当AI从"分析数据"变成"替你做事"，整个技术栈的假设都要推翻重来。

传统数据架构的设计单位是"查询"。分析师打开仪表盘，拉一张报表，系统响应一次请求。但代理（agent，能自主执行任务的智能体）的运行逻辑完全不同——它是持续运转的决策循环，7×24小时在机器规模上操作。

这种切换带来的连锁反应很残酷：

• 数据湖仓里的静态分析 → 实时执行环境

• 人工触发的批处理管道 → 自主触发的连续流

• 边界防御式安全 → 身份与策略的每毫秒验证

• 按席位付费的SaaS → 按结果计价的 outcome 模型

碎片化的系统拼接，在代理规模下会从"技术债"变成"运营风险"。治理断裂、延迟爆炸、合规失控——这些问题不是优化能解决的，是架构层面的错配。

谷歌的底牌：全栈控制

谷歌认为自己有张别人打不出的牌：从芯片到应用的垂直整合。

具体拆解：

计算层：自研张量处理单元（TPU，专为机器学习优化的芯片），不依赖英伟达GPU的供应节奏和定价权。

网络层：全球私有骨干网，控制数据移动的物理路径。

安全与身份：BeyondCorp零信任架构，把"内网=可信"的过时假设彻底扔掉。

数据引擎：Spanner、BigQuery等系统的工程积累，支撑过YouTube、Search的量级。

应用层：Workspace、Cloud的终端触达，直接对接企业价值实现。

这种整合的意义在于：代理环境中的瓶颈是动态转移的。今天卡在token成本，明天卡在跨地域延迟，后天卡在身份验证吞吐量。拼凑型平台只能头痛医头，全栈平台可以全局调优。

一个细节：谷歌特别强调"确定性"（determinism）——代理执行交易时，系统必须保证结果可预测、可审计，同时不牺牲速度。这直接指向数据库和事务层的重构，不是简单的"加一层AI"。

市场信号：从买工具到买结果

定价模型的迁移比技术叙事更诚实。

企业软件的传统卖法是按席位（per-seat）——你用我的CRM，100个销售就付100份钱。但代理时代的逻辑是：客户要的是"线索转化率提升15%"，不是"100个AI坐席"。

谷歌提到的早期证据，指向结果导向的计费（outcome-based pricing）。这对供应商是双刃剑：赌赢了利润率更高，赌输了赔掉底裤。但敢于推这种模型，本身说明对技术栈的端到端控制有足够信心——否则无法承诺结果。

冷观察

谷歌云的叙事有个历史包袱：它擅长造引擎，不擅长卖车票。TPU性价比再高，Spanner扩展性再强，企业采购决策里"信任"和"生态锁定"的权重从来不低。

代理架构确实在重置竞争规则，但重置不等于谷歌自动获胜。AWS有更深的企业关系，Azure有微软365的入口垄断，创业公司没有遗留包袱可以彻底重构。

真正的赌注是：当"现代数据栈"变成新遗留系统时，企业换栈的窗口期有多长，以及谷歌能不能在这窗口期内证明自己不只是基础设施好，而是能托管客户的业务结果。

毕竟，承诺"替你做事"比承诺"帮你分析"贵得多——也危险得多。