维度网讯，中国信息通信研究院（中国信通院）指出，云计算正从“AI融合”向“AI自治”转型，智能体（Agent）技术推动云服务从提供“资源”转向交付“能力”，催生出Agentic Cloud技术范式。

过去20年，云计算经历虚拟化、平台化、云原生和AI融合四个阶段，围绕“资源池化、按需供给”原则交付基础设施资源。2026年以来，大模型与智能体技术进入规模化生产部署阶段，全球主流云厂商形成共识：云的主要消费者正从人变为智能体。2026年4至5月，谷歌在Next‘26大会上提出Agentic Cloud战略，发布Agent Engine与Agentic Data Cloud；阿里云宣布完成全栈智能体化升级；亚马逊推出AgentCore实现模型无关的智能体编排；微软的Foundry Agent Service正式商用。这种跨厂商、跨地域的高度同步表明，Agentic Cloud已从概念探讨进入产业实践阶段。

Agentic Cloud是以云计算资源为基础、大模型能力为核心、智能体服务为基本单元的新一代云计算服务体系，具备理解用户意图并自主完成复杂任务的能力。其技术架构从“容器化”转向AI云原生运行体系。一个典型的智能体任务是“感知-推理-行动-反馈”的多轮交互闭环，涉及数十次链式模型推理调用与多轮外部工具执行，任务生命周期从毫秒级延长至分钟级、小时级乃至数天级。这要求从芯片到应用进行全栈式技术重写：芯片层面，谷歌的TPU v6e专为推理场景设计，亚马逊的Trainium2面向大规模推理集群优化能效比；云基础设施层面，主流云厂商推出Agent Engine、AgentCore等托管式智能体执行环境，支持自动扩缩容、状态持久化与模型无关的编排；云平台层面，通过量化压缩、投机解码、KV缓存共享、推理流水线等技术，将单次推理延迟压缩至毫秒级。

服务模式方面，Agentic Cloud推动云服务从“为人设计”向“为智能体设计”转型。交互逻辑从技术导向的API调用转向语义导向的能力封装，用户通过自然语言即可自动完成参数匹配、接口调用和流程编排。协议体系层面，由Anthropic发起的MCP和由谷歌联合Linux Foundation推动的A2A成为事实标准，实现智能体跨平台无缝协同。人类角色从“指令发布者”转变为“目标制定者和结果监督者”。生态逻辑方面，Agentic Cloud推动云计算从“规模经济”转向“价值效应”。价值创造从线性资源传导变为指数级智能协同增值，生态参与者从单向资源供需转向双向价值共创，产业竞争从成本驱动的规模比拼转向智能驱动的生态竞赛。云服务价值衡量标尺从资源密度转变为价值密度。

全栈AI云能力涵盖芯片、云基础设施、大模型到应用的全链路。底层智算云计算资源的核心评价维度包括：异构芯片矩阵的云化适配能力；算、存、网一体化协同能力与智算集群综合运行效率；极致弹性的推理调度能力。平台层需升级为智能体原生服务平台，提供托管式智能体执行环境，支持自主任务执行、云服务智能体化改造及跨平台原生记忆支撑（如谷歌Memory Bank提供的持久化记忆存储）。应用层需提供企业级全域安全治理能力（如微软内建的MCP鉴权全频谱、谷歌的模型防护功能）、智能体运维与模型监控能力，以及开放生态适配能力（如亚马逊AgentCore的模型无关编排）。

标准化方面，中国信通院自2019年起开展人工智能云技术研究，2020年在ITU SG16成功牵头立项人工智能云平台技术规范（AICP）标准体系，已形成包含基础术语、参考架构、功能要求、性能评价等在内的多项行业标准及国际标准提案。截至目前，AICP系列已发布或推进中的标准超过7项，构建起“中国标准+国际标准”双轨并行的体系框架。当前，Agentic Cloud处于发展初期，各厂商路径各有侧重：谷歌强调数据平台的智能体化，亚马逊聚焦模型无关的开放编排，微软在安全治理层建立较完整体系，中国厂商则在全栈垂直整合方面走在前列。中国信通院表示，将持续围绕“芯、云、模、用”四位一体协同机制，构建覆盖全栈的标准化度量体系与评估框架，推动云计算从算力赋能到智力赋能转型。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com