迈富时在WAIC深度发声：梁铮博士全面解读企业AI Agent Infra全链路技术栈

2026世界人工智能大会（WAIC）在上海黄浦江畔盛大开幕，展览总面积首次突破10万平方米，1100余家企业参展，3000余项展品集中亮相。十款“镇馆之宝”中四款是智能体产品--智能体成为本届大会的绝对主角。

在这场AI产业的顶级盛会上，迈富时作为全球领先的AI应用平台深度参与，AI首席科学家梁铮博士受邀出席智能体主题论坛并发表演讲，首度系统性拆解AI智能体基础设施全链路技术栈。

迈富时设立全栈智能体展区，向行业集中呈现其“全栈Token工厂”战略定位与智能体基础设施层面的系统思考。

演讲核心：AI智能体基建，新时代企业核心竞争力

梁铮博士在演讲中指出，当前行业的焦点正从模型能力的“军备竞赛”，转向如何构建一个稳定、安全、可扩展的工程化AI Agent基建底座。智能体基建的规划、设计与实现，正在成为提升企业未来核心竞争力的关键。

演讲系统剖析了智能体基建的核心命题：从知识治理、工具调用到可信管控，解决智能体“能思考、会行动、可托付”的落地难题。

他强调，AI智能体时代，企业的竞争力不在于拥有多少个智能体应用，而在于其整个信息化体系是否真正为智能体时代做好了基建准备。通过标准化架构降低AI智能体开发门槛，让千行百业都能按需实现AI原生应用开发，正是基建层需要回答的问题。

三大演讲亮点：从设计构建到规模化协同，Infra决定智能体未来

01 首度全面拆解AI Agent Infra全链路技术栈：开发、运行时与协作底座

AI智能体基建由三大板块构成：开发基础设施、运行时基础设施和协作基础设施，三者共同覆盖智能体从设计、构建到运行、协作的完整生命周期。

开发基础设施：从“黑盒”到“白盒”的范式变革

进入2026年，Agent开发已从传统的低代码工作流配置，全面过渡到自然语言构建的新范式。Agent集成开发IDE逐步从代码编辑器、流程画布，退化为自然语言对话框与Markdown文件。这一转变的背后有两个驱动力：基模能力大幅增强，智能体可按需生成可执行代码；Harness Engineering将IDE功能内化至Agent构建方法之中。

然而，新范式带来新挑战。智能体的开发和运行过程变成了“黑盒”，内部决策路径难以追踪。新的调试环境必须提供“白盒”式可观测性，通过全链路追踪、实时观测与用户反馈闭环，实现Agent的持续自主进化。

版本管理也随之升级：Agent的“版本”不再是代码提交记录，而是涵盖提示词、工具定义、上下文配置和行为逻辑的复合体。通过“Agent即代码”与Git工作流深度集成，每一次修改都有完整溯源，团队成员可通过分支与拉取请求进行协作审查，实现从“门户配置”到“声明式管理”的跨越。

完整的Agent CI/CD流水线也在演讲中得到系统展示：从Agent Code提交与配置变更，到CI自动化验证（自动检查提示词、工具调用链路、评估任务完成率与推理准确性，构建质量门禁），再到测试环境部署、灰度发布，直至全量发布。

运行时基础设施：让智能体“能思考、会行动、可托付”

运行时侧，梁铮博士重点剖析了三大核心能力：工具管理、上下文与状态管理、沙箱管理。

一个重要的理念演进被明确提出：从“工具即代码”走向“工具即服务（Tool-as-a-Service）”。工具不再是静态配置的代码库，而是Agent在运行时按需发现、加载、调用和释放的“动态能力单元”。统一工具注册表配合语义检索，让Agent根据用户意图实时匹配最合适的工具，这要求基础设施具备高吞吐的向量检索能力。

在上下文与状态管理方面，演讲提出分层存储与版本控制的解决方案：会话级的短期状态基于内存缓存，用户级的中期状态存储在高性能KV数据库，知识级的长期状态由向量数据库托管。运行时基础设施为每次状态变更自动生成版本号，支持按需回滚，让运维人员可以通过时间轴“重放”Agent的决策过程。

沙箱管理则是运行时最具安全防御色彩的环节。梁铮博士详细拆解了用户级有状态沙箱与轻量级无状态沙箱的分层设计。

前者为终端用户提供持久化的“数字工作空间”，承载需要长期上下文和个人数据的复杂任务；后者遵循“用完即焚”原则，专注于高并发、低延迟的纯计算任务。

这一分层设计既保障了敏感数据的安全性，又保证了复杂工作流的连续性，已成为企业级AI Agent运行时基建的标准实践。

02 保障智能体7×24规模化协同作战——协作基础设施

面向多智能体大规模协同的场景，协作基础设施的三大核心能力被逐一拆解：智能体注册、智能体发现与智能体调用。

协作基建的关键在于统一身份注册，明确智能体身份、能力与访问方式；同时通过协议和机制设计保障智能体可被动态发现，允许调用方按需找到适合的智能体，实现任务的自动化委派与协商，并支持跨越不同运行时平台的异步长时任务。

协作中遵循“不透明执行”原则，被调用方基于声明的能力和交换的信息进行协作，无需分享内部实现与思考过程，确保各智能体的自主性与安全性。

这一体系为智能体从单点试验走向7×24小时不间断的规模化协同作战提供了坚实的技术底座，也让企业能够像管理软件版本一样高效管理智能体迭代。

03 未来竞争不仅是模型智能化程度，更是Infra成熟度：从语言哲学到基建哲学

在更高维度的理论框架中，AI智能体的收益被建模为Bolza泛函问题，即Agent Loop的Token消耗过程成本与任务完成时结果收益之间的最优平衡。

AI Agent Infra的核心目标，正是通过基础设施提供最优的Loop与Harness组合。从哲学视角审视，人工智能的演进脉络清晰可循：从维特根斯坦“我的语言的边界意味着我的世界的边界”，到大语言模型时代“语言的边界意味着智能的边界”，再到AI智能体基建时代“AI基建的能力边界意味着智能的边界”。

这一判断深刻揭示了产业竞争的本质蜕变：当模型能力趋于同质化，决定智能体上限的将是基础设施的成熟度。

基建先行，迈富时持续深耕智能体底层能力

2026年，智能体首次写入政府工作报告，业内普遍认为智能体市场带来的机遇或超过移动互联网。当AI从“能聊”走向“能干”，从对话工具升级为可自主履职的生产力伙伴，基础设施的成熟度决定了智能体规模化落地的速度与质量。

梁铮博士此次在WAIC的重磅分享，不仅为行业提供了一个从设计构建、运行底座到规模化协同作战的系统性思考框架，也展示了迈富时在AI智能体基础设施领域的前沿布局。在智能体站上“C位”的2026年，基建的成熟度或许正是决定谁能率先抵达自主智能新纪元的关键变量。