随着人工智能技术的飞速发展，云计算行业正在经历一场深刻的变革。云厂商们不再满足于传统的算力租赁服务，而是将战略重心全面转向AI能力的提供和Agent（智能体）开发平台的构建。这场转型的背后，是云厂商对未来AI商业化前景的坚定信心，也是对市场份额争夺战的提前布局。
从市场数据来看，AI确实正在成为云厂商增长的核心驱动力。阿里云的AI相关收入已经连续9个月实现三位数同比增长，这样的增长速度在成熟的云服务市场中实属罕见。AWS作为全球云计算的领头羊，更是做出了一个大胆的预测：未来MaaS平台带来的Token收入将达到与EC2计算产品不相上下的水平。这意味着，卖Token正在成为云厂商接下来最大的增长途径之一。
谷歌云的表现同样令人瞩目，其年化收益已经超过500亿美元，而其中大部分增长都是由AI驱动的。这些数字背后，反映的是越来越多行业和企业开始意识到利用AI优化业务效率、创造价值的现实可行性，并正在积极将其付诸实践。
在这场AI转型的浪潮中，新老云厂商都在积极布局，但策略和节奏各不相同。老牌头部厂商如AWS、阿里云、谷歌云，凭借深厚的技术积累和庞大的企业客户基础，正在稳步推进AI能力的升级和布局。而新锐厂商则采取了更加激进和敏捷的策略，试图借助AI时代的到来实现弯道超车。
火山引擎就是一个典型的例子。这家来自字节跳动的云服务提供商，坚持锚定"AI云"的定位，将这次AI浪潮视为一次重要的超车机会。更有意思的是，火山引擎已经将原本预计在2029-2031年实现的千亿营收目标，上调了数百亿美元。这种信心并非没有依据，CoreWeave等专注于AI算力的新玩家，已经通过AI算力租赁就获得了数百亿美元的市值，证明了AI云服务的巨大市场潜力。
谷歌CEO Sundar Pichai的观点道出了这场变革的本质："AI正在重塑整个云市场。"这不仅仅是技术层面的升级，更是商业模式和竞争格局的全面重构。在这个过程中，能够更快、更好地为企业提供AI能力的云厂商，将在未来的市场竞争中占据更有利的位置。
值得注意的是，企业对AI的需求正在发生显著变化。最初，企业可能只是想要一个能够进行信息检索的聊天机器人，但随着对AI技术理解的深入，需求逐渐转向了更具实用价值的Agent开发。从商业航天公司Blue Origin、电子与娱乐巨头索尼，到国内的电商平台淘宝、外卖平台美团，都在尝试建设自己的Agent能力。
Agent的价值在于它能够真正将AI能力融入企业的业务流程中，实现效率的实质性提升。一些已经落地的案例充分证明了Agent的价值：借助编程Agent Kiro，AWS一个原本需要30人工作18个月才能完成的项目，现在仅需6个人用76天就能完成，效率提升惊人。火山引擎的一个企业客户在2024年开发了50多个Agent，到2025年就变成了200多个，这种增长态势显示了企业对Agent需求的爆发式增长。
Blue Origin构建了超过2700个内部Agent，交付效率提升了75%。阿里巴巴CEO吴泳铭做了一个生动的类比：大模型代表的技术平台就是未来的操作系统，而自然语言是AI时代的编程语言，Agent则是新的软件，Context是新的Memory。按照这个逻辑，未来几乎所有与计算世界打交道的软件都可能是由大模型产生的Agent。
这种直接的价值体现，支撑了对一个规模庞大的Agent市场的想象力，也支撑了云厂商在下一个时代的生存空间。然而，理想与现实之间仍然存在巨大的鸿沟。在火山引擎的调研中，能够真正开发好Agent的企业并不是非常多，其中能够把Agent运营好、让Agent被大规模使用的企业就更少了。这些能够成功的企业往往都有深厚的技术积累。
AWS大中华区产品部总经理陈晓建提供的第三方调研数据更加令人担忧：有93%的客户在从概念验证阶段迈向生产阶段时遇到了重大障碍。AWS分析认为，造成这种现状的原因主要来自数据和工程化两个层面。在数据层面，概念验证阶段的数据往往经过人为筛选和优化，但在大规模应用中却无法这样做，导致模型效果大幅下降。在工程化层面，大规模应用对安全、扩容、成本、高可用性等都有更高要求，而这些问题在概念验证阶段往往不会被充分考虑。
面对这些挑战，云厂商们开始意识到，仅仅提供基础设施并不够，他们需要为企业提供更完备、更简便的Agent开发和落地能力。这种感觉就像是云厂商在对着企业摇旗呐喊：我这为你准备了一份保姆级教程，要不要搭两个Agent试试？
谭待认为，需要有一套为Agent的开发和运行而设计的架构，也就是AI云原生架构，来支持企业把AI用好，把Agent开发好。在12月18日举办的冬季Force原动力大会上，火山引擎为企业提供了一套拆解得更细致的Agent开发落地解决方案。这套方案涵盖了从MaaS层的易用性提升，到AgentKit提供的全栈开发能力，再到HiAgent的运营能力，形成了完整的Agent落地流程。
同样，AWS和谷歌云也在强调对全栈的Agent开发能力的布局。AWS推出了开放式的模型训练平台Nova Forge和企业级Agent开发框架AgentCore。谷歌云的Gemini Enterprise则会提供基础模型、无代码Agent构建框架、专业Agent、数据源连接、可视化管理审计和安全控制、Agent市场六项核心组件，实现端到端的Agent应用。
在这些全栈能力中，云厂商们普遍比较重视三个关键点：Agent开发门槛的降低、模型的定制化能力和Agent的安全控制。火山引擎的AgentKit、亚马逊的AgentCore以及谷歌云的工作台，不仅都在强调Agent开发的简单、快速，还都会同步提供安全评估和数据接入的能力。
AWS还会特别强调通过Nova Forge为企业提供定制模型的便捷工具。企业如果基于Nova Forge进行模型训练，可以选择某个Nova训练检查点，将自有数据灌注其中，然后继续完成训练流程。这样训练出来的模型知识产权完全属于企业，既包含了企业独有的领域知识，又能保留大模型的底层能力。目前，Reddit、Booking和索尼都已经是Nova Forge的早期用户。其中，Reddit通过Nova Forge训练的模型，能够准确理解各种小众的梗和圈子文化，这是通用模型很难做到的。
对于那些还没有公开强调全栈式Agent开发能力的云厂商，同样在积极为企业提供更多低门槛的Agent开发能力。腾讯云推出了智能体开发平台（ADP），帮助企业以"低代码"甚至"无代码"方式构建Agent。阿里云推出了Agent开发框架ModelStudio-ADK，支持企业开发具备自主决策、多轮反思、循环执行能力的复杂Agent。百度云则通过千帆平台在为企业提供完整的训练调优、推理部署、数据标注与评估工具链。
在提供全栈式的Agent开发能力基础上，打好基础对云厂商争取企业客户同样至关重要。这个基础包括了两方面的内容：模型能力的进化和理念的转变。
在基础模型层面，各大云平台基本都在进行模型能力的自研。强大的自研模型会成为企业选择云平台时的重要参考项。谷歌云就认为，Gemini系列模型是Gemini Enterprise的核心。阿里巴巴则通过开源的千问模型吸引到更多企业级的开发者使用。火山引擎、腾讯、百度也在持续推进自研基础模型的进化。
近期，腾讯和百度都针对基础模型的研发进行了重要的团队调整。腾讯宣布姚顺雨正式出任腾讯首席AI科学家，同时兼任AI Infra部及大语言模型部负责人，这一人事变动明显是要在基础模型层面上进一步发力。百度则新设立基础模型研发部和应用模型研发部两大核心部门，直接向李彦宏汇报，显示出对基础模型研发的高度重视。
值得关注的是，基础模型的进化正在出现一个明显的趋势：让基础模型更适配Agent的开发需求。火山引擎发布的豆包大模型1.8，就面向多模态Agent场景进行了定制优化，增强了工具调用能力、复杂指令遵循能力及OS Agent能力。谷歌发布的Gemini 3 Pro，也具备更强的自主规划、拆解任务、调用工具能力。这些改进都是为了让基础模型更好地服务于Agent的开发和运行。
除了技术层面的进化，云厂商的理念转变也在悄然发生。MaaS业务的进展，正在成为衡量云厂商竞争力的一项核心指标。在这场转型中，最先拥抱AI云的火山引擎表现得最为激进。有消息显示，火山引擎内部已经将AI的Token调用量视为核心指标，甚至出现了销售虽然CDN等传统云业务做得好，但因为MaaS卖不出去而遭到淘汰的情况。最终，火山引擎想要做到让所有人提到AI都必选火山引擎。
阿里云在云栖大会上提出了要做"AI时代的Android"和"超级AI云"两个方向，展现了更加宏大的愿景。但相较火山引擎，阿里云的全栈布局要更加厚重，对MaaS业务的拥抱也相对谨慎一些。直到11月才传出阿里云提高MaaS业务优先级，将其作为业务长期成功的关键指标的消息。
这种理念的转变已经成为必然趋势。姚顺雨在《人工智能的下半场》中指出，这轮AI技术进步带来的变化是，"我们终于摸索出一套通用方案，能够依托语言与推理能力，解决各类强化学习任务"。这套解决方案正在改变以往的游戏规则。在这个过程中，云厂商的责任和机遇都是让这套方案更简单快捷地应用到千行百业中。
从更宏观的角度来看，云厂商之间的这场AI争夺战，其实反映了整个行业对AI商业化路径的探索和思考。Agent之所以能够成为云厂商重点布局的方向，是因为它为企业提供了一条将AI能力真正转化为商业价值的清晰路径。与需要大量投入和长期布局的基础模型研发不同，Agent的开发和部署能够更快地产生实际效果，更容易获得企业决策者的认可和支持。
但是，要让Agent真正在企业中大规模落地，仍然需要解决诸多挑战。除了技术层面的问题，还包括企业内部的人才培养、组织架构调整、业务流程优化等多个维度。这就要求云厂商不能仅仅提供技术工具，还需要提供更加全面的咨询和服务支持，帮助企业实现AI能力的真正落地。
可以预见的是，随着云厂商在Agent开发平台上的持续投入和优化，企业开发和使用Agent的门槛将会不断降低。未来可能会有更多非技术背景的业务人员，也能够通过低代码或无代码的方式，快速开发出满足自己业务需求的Agent。这将是AI技术普及化的重要标志，也是云厂商开拓更大市场的关键。
在这个过程中，云厂商之间的竞争将不仅仅体现在技术能力上，更体现在对企业需求的理解、服务的质量、生态的构建等多个方面。最终能够胜出的，很可能不是技术最强的，而是最能够帮助企业实现AI价值转化的那一个。这场关于AI云平台的竞争，才刚刚开始，未来的格局仍然充满变数。
