在近期舉辦的2026 AI Future Force人工智能創新峰會上，九章云極AI首席科學家繆旭參與了一場關于《AI Agents多智能體系統：全球落地與生態競爭》的圓桌討論。他提出，企業部署AI Agent系統的關鍵挑戰已從模型性能轉向系統整合能力，未來企業競爭的核心將聚焦于構建"組織智能基礎設施"，而非單純依賴模型本身的智能水平。
繆旭觀察到，AI技術正經歷從"輔助工具"向"自主執行體"的范式轉變。當前AI Agent已能持續運行1-2小時，相當于完成人類半日工作量，且這一時長仍在持續突破。這種進化意味著AI不再局限于信息處理，而是開始深度參與真實業務場景，承擔數字員工、智能客服、銷售助手甚至研發協同等角色。他特別強調，企業關注的不是模型是否足夠聰明，而是系統能否在復雜業務流程中保持穩定運行。
針對企業部署的技術痛點，繆旭指出系統工程能力構成主要壁壘。這包括業務流程理解、工具鏈調用、權限管控、長任務狀態保持、故障恢復、審計追蹤以及成本控制等多維度挑戰。他比喻道："基礎模型就像電力資源，企業需要的是能智能分配電力的電網系統，而非單個發電機。"實際運作中，企業會同時調度大模型、小模型、行業模型和本地模型，形成混合智能架構。
為支撐這種轉型，繆旭提出構建"AI Agent基礎設施層"的構想。這個新型橫向技術平臺整合了七大核心模塊：業務上下文管理層、Agent運行環境層、系統連接層、模型調度層、運維治理層、多智能體協作層和人機交互層。其定位類似于現有云計算平臺與數據中臺的結合體，旨在為AI應用提供標準化運行環境。
在技術實現層面，具備訓練推理一體化調度能力的智能計算平臺正在發揮關鍵作用。這類平臺通過標準化算力計量體系，既提升了模型訓練效率，又降低了智能應用部署成本?？娦裾J為，這種技術支撐將推動企業AI系統從"可用"階段邁向"穩定、持久、經濟"的新階段，最終形成繼云計算之后的下一代企業智能化基礎設施。
