“現在客戶非常希望建構Agent基礎設施，成本亦或者說性價比，不再是次要因素，而變成決定性因素。” 年初，OpenClaw在中國市場的火爆，讓所有人看到了Agent的巨大潛力。但隨之而來的，是一道所有雲廠商都必須回答的考題：當Agent開始像賽博龍蝦一樣瘋狂繁殖、高頻呼叫資料時，AI雲基礎設施層尤其是資料層，準備好了嗎？ 比方說，企業資料團隊在將Agent部署到生產環境時，經常會在資料層面遇到瓶頸。建構向量資料庫、關聯式資料庫、圖資料庫和湖倉等不同平台上的Agent，需要同步資料管道以保持上下文資訊的時效性。但在真實的生產環境中，這些上下文資訊會逐漸過時。 這個問題的緊迫性，源於Agent與人類工程師截然不同的資料消費模式。

在近10年的不斷探索之下，真正的AI時代離我們越來越近。從各種大語言基礎模型，再到如今不斷出現的多模態模型技術突破，AI的能力從未停止過增長的步伐。 與能力同步增長的，是指數級增長的資源需求。國際能源署（IEA）在1月發佈的報告中估計，2026年全球資料中心、人工智慧和加密貨幣行業的電力消耗可能會翻倍，大大高於未來三年全球其他電力需求增速。 如何更高效地支撐AI發展？同時提升效率和經濟效益？先天資源更集中，因此效率也更高的雲端運算顯然是唯一答案。 雖然趨勢已經非常明確，但隨著 PC 網際網路和移動網際網路時代的落幕，傳統的雲端運算架構開始顯得過時。特別是臨近AI時代，“新技術”和“新應用”提出了眾多的“新需求”和“新挑戰”，無一不在推動雲端運算行業從底層技術、關鍵元件到解決方案等多個層面進行全面的變革。