AI基础设施

Skill2Env × QwenGyre × AgentPerfBench：智能体强化学习的数据、系统与推理三层基建精读

同日挂出的三篇 arXiv 论文恰好拼出 Agent 强化学习的三层基础设施：数据层（AllSpark 的 Skill2Env 把「环境合成」从扩展覆盖升级为能力参数化——100 个带控制旋钮的难度模式+基于 solver 执行证据的迭代加难，1.5K 轨迹 SFT 换 7 基准 +8.4pt）；系统层（阿里 Token Hub 牵头的 QwenGyre 用 cell 级弹性调度+轨迹树处理让 2.4T 旗舰模型的百万 token rollout 在线 RL 提速 1.78×，pass rate 52.48%→58.54%）；推理层（帝国理工+剑桥+牛津的 AgentPerfBench 用 22 个负载画像+饱和扫描+NCU roofline 证明 chat→coding 的 TTFT 差 4.8×、操作强度差 46×，agentic 负载在并发爬升时吞吐崩塌 43–76% 而 chat 仍在扩张）。本文按九部分结构合并精读，并给出「Agent RL 全栈工程」的公共图景。

Agent的确定性从哪来：全栈平台与草台班子的双向奔赴

云栖2026「企业级Agent基础设施」论坛全记录：阿里云发布Agent Studio全栈服务平台与硬件版，把开发、运行、评测、进化收进一条链路；千问端侧模型、高通异构计算、英伟达边缘推理引擎三方把Agent送往手机、座舱与机器人；友邦、阿里云产品博士、三棵小草给出「从答得准到办得成」的客户账本；OPC圆桌则揭示确定性最终由真实场景构建者反推。含转写校正、七项外部核验与四条机制-影响-启发链。

不可缓存的 Token 流：CDN 如何把自己重写成 AI Agent 运行底座

云栖2026边缘论坛上，阿里云ESA把自己从CDN升级款改讲成AI Agent的全球运行底座。核心矛盾在于：CDN为可缓存流量而生，AI推理的token恰恰不可缓存且按量付费，网络质量从体验问题变成成本问题。本文梳理AI加速网关、VPC私网回源、Agent运行时、百T骨干网四层升级，并用乾垚、QwenWork、阿迪达斯三个客户案例交叉验证，标注哪些数字可信、哪些仍是厂商口径。

为Agent重做数据层：湖库一体、多模数据库与KV Cache，云栖2026一场论坛的五个答案

2026云栖大会数据库论坛《为Agent重做数据层》全链路复盘：Apsara LakeBase以湖库一体与秒级弹性重做Agent成本曲线，PolarDB多模引擎、ADB具身数据闭环、SelectDB/ClickHouse/Lindorm各守一环，Tair语义缓存把QReCC命中率13%提到80%、KV Cache让百炼命中率90%→96%。当Agent成为数据的主要生产者与消费者，数据层正从容器变成工作底座。

云栖2026「Agent Sandbox 发布」复盘：毫秒级沙箱背后，是一笔休眠经济学与四道栅栏的账

云栖2026「构建 Agent Infra——Agent Sandbox 重磅发布与技术架构揭秘」论坛（9月23日上午，六场环节完整复盘）：阿里云把沙箱做成与 VM、容器并列的新算力形态——每分钟创建10万沙箱、冷启动P99小于180毫秒、深休眠唤醒600毫秒、TCO 降七成（嘉宾口径）。拆开看是三笔账：预热池把冷创建变成申领、休眠唤醒把闲置算力退回、四道栅栏把不可信代码关进可治理的笼子；前程无忧与金山办公给出两份生产账本。圆桌共识：Agent 落地的瓶颈不在模型，在运行环境的隔离、弹性与成本。

云栖2026「构建 Agent Infra」复盘：沙箱把Agent的执行权收编，弹性把训练的门槛拆掉

云栖2026「构建 Agent Infra」论坛（9月23日，十场演讲完整复盘）：从去年底OpenClaw『养虾』出圈到Harness工程上云，Agent的执行环境正在从容器变成沙箱算力——千万级在线、单region百万并发、深休眠600毫秒唤醒。另一头，Agentic RL把训练变成『训得了、训得起、训得好』的公有服务，千问办公、生数、朗新、小红书给出四份生产账本。核心矛盾：Agent落地的瓶颈已不是模型，而是隔离、弹性与成本三本账。

从卖 token 到卖任务：灵骏把 AI 超级计算机重构成一台 Agentic 任务机器

2026 云栖大会灵骏专场，13 位讲者围绕"Agentic 时代的 AI 超级计算机"给出同一场升级：负载从训练、推理走向多轮工具调用的 agent 长事务，衡量标尺从 GPU 利用率和 token 单价转向单位成功任务成本；架构从固定资源池走向可组合的异构系统，KV Cache 与状态成为调度核心；产品面补上 REIN 控制器、真武 M890 超节点、RuntimeKit 资源引擎与稳定性体系。国产算力首次以 40 天百余家客户的生产化数据回应"能不能用"，而真正的胜负手正在从芯片规格转向任务账单与控制面软件。

以智治算：当复杂度十倍于人力增长，阿里云把算力基础设施运维拆成三级进化

云栖2026「以智治算」论坛复盘：数据中心资本开支2025年首超石油、机柜功率密度十倍跃升，运维压力百倍增长而人力无法同步扩张。阿里云给出认知—行动—自我进化三级路线：物理规律做验证skill、运维本体降方差、三层门禁控尾部风险、全局诊断大模型天晓把时序推理成本降90%，直到数字员工持KPI上岗、Agent自主创造Agent。人退到目标与边界的定义者。

单柜650千瓦之后，AI服务器成了一道系统工程题——磐久超节点论坛全复盘

2026云栖「AI Native磐久超节点服务器与硬件工程创新」论坛复盘：AL144把单柜推到650千瓦、144卡一个互联域，互联/散热供电/内存/部署四道墙只能用系统工程一起答。铜光边界、全栈液冷、800V HVDC、稳定性AI治理与Agentic AI研发五线并进，核心判断是——下一代超节点的竞争不在单点参数，而在工程深度与标准开放度。关键规格经官方通稿交叉核验，自报口径已标注。

台前是 Agent，台后是数据湖：云栖 2026 多模态数据训推论坛复盘

云栖 2026「多模态数据处理与模型训推论坛」八场演讲复盘：预训练红利见顶后，数据生产成本与模态复杂度同步上升，竞争焦点转向数据闭环与模型闭环的双飞轮。本文梳理卓驭一湖两域、PAI 的 token 经济学、TeleAgent 六十万员工规模化、DLF agentic lake、乐享元游 Data Agent 与微财 L0-L3 特征开发自动化六条主线，拆解"深度用户仅约 5%“背后的语义、权限与血缘瓶颈，并给出可迁移的机制—影响—启发链条。