2025年，AI Agent基础设施领域迎来了真正的爆发拐点。各大主流云厂商几乎在同一时间推出了新一代架构，目标明确：为AI Agent打造更加强大的“躯干”。这场技术竞赛的背景十分清晰——DeepSeek、Qwen这类开源大模型已经为Agent提供了近乎“开挂”的认知大脑，而MCP生态的繁荣又赋予了它灵活的四肢。据IDC预测，全球将有80%的企业在今年部署Agent应用。当大脑和四肢协同进化，承载它们的躯干自然成为了技术攻坚的核心战场。

来看看几大云厂商的最新动作：

• AWS推出了AgentCore（预览版），基于Lambda FaaS深度定制，重点解决标准Lambda在长时执行、状态记录、会话隔离等方面的关键限制。
• Azure的AI Foundry Agent Service，集成了Functions FaaS的事件驱动能力，让Agent服务的构建和部署变得更加灵活高效。
• Google Cloud的Vertex AI Agent Builder，虽然官方没有明说，但业内普遍推断它高度依赖Cloud Run来支撑长时运行、并发处理和有状态需求。
• 阿里云则拿出了函数计算Function AI，基于FC FaaS的Serverless x AI运行时深度优化，提供模型服务、工具服务、Agent服务，开发者可以像搭积木一样自由组合使用。

这些技术的目标出奇一致：为Agent打造一个更高弹性、更低延迟、更强安全、更长会话的“躯干”，让Agent真正从实验室走进千万级企业场景。当认知和行动完成闭环，Agent Infra的技术代差，将直接决定企业AI创新与数字化转型的速度和质量。

Agent Infra 乘风而来

共性需求

Agent开发范式的演进，正在对底层基础设施提出全新要求——这几乎已成为行业共识。AWS、Azure、Google Cloud、阿里云等主流云厂商的新一代Agent Infra，都在集中攻克长时运行、会话亲和、会话隔离、企业级IAM和VPC、模型/框架开放等关键技术。背后驱动的，是三类核心Agent形态的共性需求：

• LLM Agent连续调用工具的强诉求：LLM Agent需要连续调用工具链完成复杂推理，这个过程可能跨越数分钟甚至数小时。传统Serverless的执行时长限制（比如AWS Lambda的15分钟上限）会直接中断任务。因此，新一代Agent Infra必须突破这个瓶颈，支持长时运行。同时，为了维持多轮对话的上下文一致性，还需要会话亲和来确保同一请求路由到同一计算实例，避免状态丢失。
• Workflow Agent对状态管理的依赖：自动化工作流，比如数据处理Pipeline，需要持久化记录执行状态。传统Serverless的无状态特性无法保存中间结果，而新一代Agent Infra通过提供有状态会话，保障工作流的原子性和可恢复性。会话隔离则确保多租户或高并发场景下任务互不干扰，满足企业级安全合规要求。
• Custom Agent的灵活性与生态整合：Custom Agent需要集成异构工具——API、领域模型、数据库、Code Interpreter、Browser Use等等。这就要求新一代Agent Infra支持模型/框架开放，比如AutoGen、LangChain、AgentScope。封闭式架构会限制Agent的能力扩展，而云厂商通过解耦计算层与框架层，提供插件化集成接口，为开发者打开了更大的创新空间。

技术路径

新一代Agent Infra保留了Serverless的核心优势——全托管免运维、轻量弹性更经济，同时通过关键功能（长时运行、会话亲和、会话隔离）和技术突破（状态持久化、冷启动优化、开放集成），解决了LLM Agent的持续推理、Workflow Agent的复杂状态流转、Custom Agent的灵活定制等核心需求。这意味着，Agent开发正在从“手动拼凑传统组件”转向“利用原生Infra实现高效、安全、可扩展的开发部署”，这是一条全新的技术演进路径。

架构原则

在Agent技术架构加速进化的大背景下，函数计算“五年磨一剑”并非虚言，而是将理论瓶颈转化为经过大规模实践验证的企业级解决方案。核心共识是：未来的Serverless架构必须遵循三大基本原则——开源开放、组装式设计、灵活定制。这不是技术空想，而是业务驱动、市场淘沙后得出的生存法则。

开源开放是企业自由进化的保障。以模型服务为例：PoC阶段可以用商业模型快速验证；规模扩张时切换到混合架构，核心业务拥抱开源模型实现自主可控，边缘场景沿用商业服务来降本增效；到了业务成熟期，通过微调或训练后的自有模型，实现更深度的业务创新。这种阶梯式的进化路径，让企业始终掌握技术选择权。

组装式设计的本质，是拒绝重复造轮子。想象一个视频转码工作流：它需要无缝串联函数计算、消息队列、日志服务、对象存储等十多种云产品。真正的价值在于：原子能力自由拼装，像搭乐高一样调用高弹性、高可靠的云原生组件；生态级互联，跨产品的IAM鉴权和VPC网络互通实现安全隔离；韧性设计内化，工作流自带容错、回放、自愈能力，故障不再是停机噩梦。

而灵活定制则需要破解更深层的命题：解耦资源层与服务层。资源层持续锤炼冷启动、弹性伸缩等原子能力，成为“沉默的基石”；服务层则专注场景创新，将客户需求转化为技术驱动力。当LLM Agent的多轮会话需求暴涨时，资源层需要快速优化长时任务和状态记录的调度算法；当Workflow Agent的某些工作流节点需要毫秒级响应时，服务层则需要灵活调配资源——比如通过毫秒级快照加弹性策略实现冷启动加速。市场价值是技术边界的唯一标尺，打破技术边界必须为用户带来价值。

如今，函数计算正是以这种“双螺旋结构”推动架构进化：向下吸纳硬件红利，构筑高效资源池；向上生长出企业级Agent创新场景。当行业仍在持续探索Agent Infra技术架构的新形态时，以落地实践为锚点，或许是更务实的选择。

从Cloud Native 到 AI Native

2020年

函数计算业内首推OCI标准镜像——打破FaaS和容器的技术边界

作为业内第一个支持OCI标准镜像的Serverless平台，函数计算彻底解决了环境依赖的碎片化问题。传统Serverless受限于运行时语言版本和依赖库的固化配置，而OCI镜像将应用与其完整运行环境打包交付，实现了开发、测试、生产环境的绝对一致。这一创新直接推动Serverless进入企业核心生产场景，也为后续GPU等异构计算的支持奠定了坚实基础。

2021年

函数计算业内首推Serverless GPU——Serverless x AI 全新开发范式

面对AI负载对算力的严苛需求，函数计算首创Serverless GPU异构实例，突破三大技术壁垒：第一，精益使用稀缺资源，按请求实时分配GPU算力且支持切分使用，避免传统虚机或容器驻留导致的资源浪费；第二，冷启动加速降时延，通过镜像加速和模型加速，秒级甚至毫秒级快照优化冷启动，拓宽了实时和准实时推理的应用场景；第三，技术升级释放红利，1秒计费粒度，弹性实例满足中小客户经济使用，常驻实例则满足企业客户的固定预算。这一创新直接推动Serverless技术在图像识别、实时推理等场景的普及，拉开了Serverless x AI的工业化序幕。

2022年

函数计算业内首推24小时长时任务——打破执行时长枷锁

传统Serverless受限于短时任务模型，比如AWS Lambda的15分钟上限，难以承载视频处理、数据分析、科学计算等长时负载。函数计算率先支持24小时超长任务，关键技术突破包括：状态持久化，内置队列实现FIFO，由平台自动化异步消费执行，并记录任务状态；弹性强隔离，基于轻量级虚拟机池化技术，弹性供给算力，实现数据隔离和性能隔离；自动高可用，事件驱动任务执行，自动重试，无冗余资源浪费，成功或失败自动处理。这一创新大大拓宽了Serverless在音视频处理、文件处理、批处理与流式计算等领域的适用场景。

2023-2025年

函数计算FunctionAI Agent原生底座——从资源供给到智能服务的生产级跨越

2023到2025年，函数计算以“场景驱动技术创新、开放推进价值突破”为核心理念，推出FunctionAI服务。在Serverless x AI运行时基础上，构建了三位一体的生产级能力和最佳实践：

• 模型服务：支持开发者灵活高效地自建模型——比如魔搭社区、HuggingFace上数万模型的本地化部署，或云上托管微调模型，上传镜像或模型文件即可完成部署。这突破了商业模型厂商绑定的限制，实现了“框架无关、模型自主”的技术选择权。
• 工具服务：通过MCP Server一键托管，比如高德地图导航工具、CloudOps、PolarDB、RDS、DataWorks等数十款阿里云官方MCP工具。集成50多个开箱即用的插件工具，支持VPC打通企业私有生态，并且可以作为解决方案一键输出为企业专属的MCP MarketPlace，满足金融、政务等高合规场景的定制化需求。

• Agent服务：基于函数计算的沙箱运行时与会话亲和/会话隔离等功能，实现Agent Runtime和Sandbox Runtime的弹性伸缩与安全隔离。同时开放组装式原子功能，允许将FunctionAI能力无缝嵌入企业自研平台。此外，FunctionAI官方提供的AgentFlow服务，提供类似Dify的可视化工作流开发体验，采用自研引擎，10倍提升Agent运行效率。对比Dify社区版，AgentFlow可以灵活定制工作流节点，零成本打通云上生态。

展望

函数计算Agent Infra的差异化在于“原子化组装”、“开放生态”与“选择权”：

• 不同于业界其他产品，函数计算拒绝与商业模型锁定。开发者可以自由组合使用任意开源模型——Llama3、DeepSeek、ComfyUI、Stable Diffusion，以及云上工具。
• 通过Serverless资源池化与VPC深度集成，企业在享受SaaS级敏捷体验（5分钟自建模型、10分钟构建Agent）的同时，还能保障核心业务的自建掌控力。这正是“混合架构”演进路径的终极形态：兼顾了SaaS的易用性与自建的稳定性、成本可控性和定制灵活性。

当业界聚焦一体化解决方案（封闭生态或有限制的开源开放）时，函数计算选择成为“AI乐高”的底座。开发者不必在“快速验证”与“深度定制”之间妥协，而是以开放架构实现“从实验室到生产可用”的无缝跨越，让Agent真正成为企业数字生产力的通用组件。

Serverless是当前技术领域最有可能演进为AI Native Infra的技术架构。函数计算正着力打造模块化的Agent Infra之剑，助力开发者从“生态应用者”进阶为“能力定义者”，最终推动AI技术走向开放共享的创新之路。