围绕“数字世界与物理世界的 AI 生产力运行都需要 Agentic Infra”这一观点，本文从企业数字化、软件开发、网络安全与合规治理角度，讨论智能体基础设施可能带来的影响与落地问题。
今日技术观察 点击查看原文> 01 背景速览 背景速览：据相关报道，无问芯穹夏立雪提出，数字世界与物理世界中的 AI 生产力运行都需要 Agentic Infra。这里的讨论重点并不只是单个大模型能力，而是当 AI 从问答、生成内容走向执行任务、协同系统和参与业务流程时，底层需要怎样的基础设施来支撑其稳定运行。 02 趋势影响 趋势影响：如果 AI 应用逐步从“辅助工具”走向“可参与流程的智能体”，企业 IT 架构可能会面临新的要求。例如，模型调用、数据访问、权限控制、任务编排、执行反馈和安全审计，都需要更系统化的支撑。对于软件开发团队而言，这意味着 AI 能力可能不再只是嵌入某个功能点，而是需要被纳入工程化、平台化和运维体系中统一管理。 03 企业应用启发 企业应用启发：在企业数字化场景中，Agentic Infra 可以被理解为连接模型、业务系统、数据资源和人员协作机制的基础层。企业在规划相关能力时，可优先从低风险、高重复、流程清晰的场景切入，例如内部知识检索、工单辅助、代码审查辅助、运营流程提醒等，再逐步评估是否扩展到更复杂的自动化任务。同时，企业需要关注智能体与现有系统的接口、日志、权限和回滚机制，而不是只关注模型效果本身。 04 合规观察 合规风险提醒：随着 AI 智能体获得更多系统访问能力，网络安全和合规风险也会同步上升。企业需要明确数据边界、访问权限、敏感信息处理规则和责任归属，避免因过度授权、提示词注入、数据泄露或不可追溯操作带来风险。涉及客户数据、核心业务数据或跨系统自动执行的场景，应建立人工确认、审计留痕和异常阻断机制。 05 开放讨论 开放讨论问题：对于企业来说，Agentic Infra 应该由技术部门主导建设，还是由业务、合规、安全和 IT 多方共同定义？在现阶段，企业更适合先建设统一的 AI 基础平台，还是围绕具体业务场景小步试点？当 AI 智能体参与软件开发、客户服务或运营管理时，哪些任务可以自动执行，哪些任务必须保留人工审批？欢迎结合实际项目经验讨论。 公开来源参考 无问芯穹夏立雪：数字世界与物理世界的所有AI生产力运行，都需要 Agentic Infra