通信世界网消息（CWW）伴随大模型认知能力的大规模释放，Agent智能体迎来爆发式发展，与此同时企业管控、治理、成本、安全等方面的复杂度同步攀升。如何在拥抱AI的同时从容应对相伴而生的一系列问题，成为企业推动Agent规模化落地必须面对的课题。
9月21日，由北京市通信与互联网协会主办、工信智媒体中心协办的2026（第二十三届）北京互联网大会在京举办。金山云助理总裁孙晓在“AI应用落地与Token运营论坛”作了题为《全栈AI云，助力Token化运营与产业Agent落地》的演讲。他表示，企业亟需一套可管理、可衡量、可复用、可保护的AI基础设施，推动Agent从演示走向规模化应用落地；面向AI时代，金山云正在打造全新全栈AI云能力，完成从基础设施与服务到企业智能应用的完整链路建设，支撑AI应用走向规模化落地。
Agent规模化落地，遭遇三重现实挑战每一轮技术能力的极大提升必然带来产业应用的爆发式增长，同时也带来复杂度的极大增长。回顾技术演进历程，孙晓表示，互联网时代信息爆炸催生搜索引擎与推荐系统；云计算时代，云原生带来企业应用调度复杂性和成本失控方面的担忧，驱动Serverless技术蓬勃发展；如今，大模型带来认知能力的提升和供给能力的突破，智能体应用迎来发展浪潮，而规模性和复杂性也成为不可回避的问题。
从应用驱动角度看，传统应用属于流程驱动，由人明确告知系统怎么做，输入输出具备强确定性，结果只有成功或者失败；而Agent应用是目标驱动型，只需知道人们想要达成的结果，可由模型自主规划执行路径。“同样的输入，Agent可能走出不同的执行路径，具备概率收敛特征，就算任务显示完成，结果也未必正确。”孙晓谈道。
孙晓认为，企业对待Agent已经从感性阶段进入理性阶段，不再单纯关心AI能做什么，而是更加关注投入产出价值、效果如何验证、风险责任划分、数据安全保障。在此背景下，Agent规模化落地正面临三重难题。
一是“演示能跑不等于生产可用”，实验室场景表现亮眼，面对真实业务负载则暴露出稳定性、长任务状态保持、并发弹性等工程鸿沟；
二是治理失控，Agent具备自主决策、工具调用能力，权限、成本、合规等情况成为观测黑盒；
三是信任鸿沟，Agent由大模型概率推理驱动，带来输出结果不确定性，传统质量校验手段失效，安全风险持续扩大。想要破解这些痛点，必须补齐Agent全链路基础设施能力。
“我们认为企业需要一套让AI能力可管理、可衡量、可复用、可保护的Agent基础设施。”针对上述三重难题，金山云提出破解思路。
三位一体全栈AI云，打通从算力到应用的链路从实践层面看，金山云推出“金山云星源Agent服务+金山云星流模型服务+金山云星泓训推服务”三位一体全栈AI云体系，完成从底层异构算力、模型服务到智能体平台的完整能力闭环，让传统云升级为面向AI重塑的新型云平台，助力AI应用走向规模化生产。
在论坛上，孙晓详解了三大服务的具体定位。其中，金山云星泓训推服务包括异构算力智能调度、高性能存储网络加速、任务全生命周期可观测、GPU故障自愈等能力。
金山云星流模型服务主打中立灵活的模型调用能力，面对Token指数级暴涨现状，通过推理框架、算子融合、多级KVCache缓存等优化，模型吞吐平均提升57%，缓存命中率达90%以上，依托智能路由实现模型的合理调度，兼顾性能与使用成本。
而金山云星源AgentKit是面向智能体的创、管、治一体化底座。平台采用编排与规划双引擎，兼顾固定流程改造和动态自主规划，完整覆盖Agent全生命周期。同时配备精细化成本中心，实现Token全链路归因、配额限流、异常告警，通过上下文压缩、智能路由、知识分层等技术持续降低Token消耗成本。
多行业落地实践，推动Agent从技术走向实践演讲中，孙晓分享了金山云全栈AI云在协同办公、财务流程、智慧农业、政务领域的真实落地案例。
在企业内部协同办公场景，基于记忆和知识能力打造千人千面的员工智能助手，承接高频咨询、辅助分析、日常工作提醒，高频任务处理时间大幅缩短。
在财务场景中，多Agent协同改造传统业务流程，将专家经验沉淀为可审计的组织资产，非标准场景处置效率提升，人工介入大幅减少。
在智慧渔业场景，Agent结合专家知识库与养殖户个人记忆，把养殖专家能力通过自然语言交付一线养殖户，实现投苗决策、病害识别、成本经营全流程辅助。
政务场景同样实现规模化落地。某政企客户报关单智能制单平台，原材料一键导入，AI自动提取信息生成报关单据，单套单据处理缩短至1～3分钟，每小时可处理1750票。
“金山云致力于通过全栈AI云打造可管控、可治理、可进化的一站式Agent平台，把技术复杂性留在平台内部，让业务侧聚焦价值创造，携手产业伙伴共同推动Agent真正走向规模化应用。”孙晓最后总结道。
热门跟贴