編輯｜張倩

不知道大家還記不記得，去年 3 月，AI 大牛 Karpathy 發(fā)過一條推文。大體意思是說：現(xiàn)在的大多數(shù)內(nèi)容仍然是為人類編寫的，但未來，讀取這些內(nèi)容的可能就不是人類而是 AI 了。因此，從現(xiàn)在開始，我們就要考慮怎么把文檔寫得對 AI 更友好

說實話，當(dāng)時看到這個觀點，我還沒有反應(yīng)過來這意味著什么。很多網(wǎng)友可能也是這樣，甚至有人說「現(xiàn)在考慮這個還太早了，畢竟現(xiàn)在上網(wǎng)的主要還是人」。

但短短一年，形勢就變了。很多人體驗過「龍蝦」之后，連整理個桌面文件都懶得自己動手了，更別說上網(wǎng)搜資料這種臟活累活。

幾乎可以肯定的是，Karpathy 所說的「AI 成為上網(wǎng)主力軍」這事很快就會成為現(xiàn)實，畢竟嘗到甜頭的人類已經(jīng)回不去了。而我們的互聯(lián)網(wǎng)現(xiàn)在是什么情況呢？就像一位網(wǎng)友所說 —— 還是「馬車時代的碎石路」。

對于 Agent 來說，這路走起來是處處絆腳 —— 各種驗證、登錄程序說卡就卡，從網(wǎng)上找到的工具得一個個試，token 用起來跟不要錢似的（實際又很貴），即使任務(wù)成功也得等半天，就像當(dāng)年撥號上網(wǎng)。

從 PC 互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)時代一路走過來的劉洪濤跟我說：現(xiàn)在這種情況其實是難以接受的。要知道，人類互聯(lián)網(wǎng)的可用性標(biāo)準(zhǔn)是 99.9%，他們這群人甚至還曾死磕給這個數(shù)字加上更多的「9」。而現(xiàn)在，Agent 調(diào)用外部工具的成功率只有 60%，這還是單步調(diào)用的結(jié)果，多幾步就能跌到 30% 以下。

所以，當(dāng)「龍蝦之父」Peter Steinberger 在采訪中吐槽現(xiàn)在的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施對 Agent 極其「不友好」時，劉洪濤產(chǎn)生了強烈的共鳴。而 Peter 指出的問題，正是他前年就看好并于去年春天正式入局的創(chuàng)業(yè)方向 ——Agent Internet Infra。

視頻鏈接：https://mp.weixin.qq.com/s/N3SpbXaI_WYauNWJ4TaX_A

Peter Steinberger 的核心判斷是：當(dāng)前互聯(lián)網(wǎng)并非為 agent 設(shè)計，且正在因為封鎖、驗證碼、權(quán)限體系、缺失 CLI/API 等原因變得越來越不利于 agent；因此下一代互聯(lián)網(wǎng)/軟件基礎(chǔ)設(shè)施必須朝 agent-friendly 重構(gòu)。（字幕由AI生成）

劉洪濤組建的新公司名叫AgentEarth。核心團(tuán)隊的三個人，履歷都很扎實。他自己曾在智能運維獨角獸云智慧擔(dān)任總裁，經(jīng)歷過企業(yè)級基礎(chǔ)設(shè)施從 0 到 1 的規(guī)模化驗證。CTO 單明輝（Lucas）是滴滴智能化運營系統(tǒng)的早期構(gòu)建者，幾億人與海量網(wǎng)約車的實時大型匹配系統(tǒng)，他有構(gòu)建和運維的經(jīng)驗。首席科學(xué)家薛教授則深耕國家級前沿網(wǎng)絡(luò)技術(shù)多年，底層協(xié)議棧是他的強項。

AgentEarth CEO 劉洪濤（左）和 CTO 單明輝（右）

這樣的組合，明顯不是沖著做一款簡單的 Agent 工具去的。用劉洪濤的話來說，他們要干的是基礎(chǔ)設(shè)施的活兒：底層給 Agent Internet 修一條高速物流線，讓數(shù)據(jù)傳輸跑起來又穩(wěn)又快；上面開一間「精品自營店」—— 不是給人逛的，而是把 Agent 當(dāng)成真正的終端用戶來服務(wù)，進(jìn)店就能快速調(diào)用經(jīng)過篩選和治理的高質(zhì)量工具。前者靠的是他們研發(fā)多年的新一代傳輸協(xié)議，后者則是把工具聚合、托管、智能編排這一套做扎實，讓 Agent 不用再像無頭蒼蠅一樣到處試、到處撞，省下寶貴的時間和 token

至于具體怎么做，劉洪濤也詳細(xì)聊了聊。

為人設(shè)計的互聯(lián)網(wǎng)

對于 Agent 來說太坑了

最近，Anthropic、OpenAI 又帶火一個詞，叫 Harness Engineering。Anthropic 在博客里說，同樣的模型、同樣的提示詞，一開始跑出來的游戲是不能玩的，但是換一套運行方式、環(huán)境，就能跑出來一個不錯的游戲。

這些前沿機構(gòu)用實驗給大家提了個醒 —— 雖然模型自身的改進(jìn)至關(guān)重要，但圍繞模型運行的外部環(huán)境也不容忽視，否則會影響大模型能力的發(fā)揮。

這也解釋了，為什么 OpenAI 早在 2024 年就已經(jīng)宣稱大模型在某些方面達(dá)到博士能力水平了，但直到今年，生產(chǎn)力端才開始有切身的體感。

這個環(huán)境的建設(shè)，遠(yuǎn)比想象中要復(fù)雜。過去一兩年，Agent Infra 領(lǐng)域的工程師已經(jīng)在嘗試解決一些問題，比如長期記憶存儲、運行編排，為 Agent 穩(wěn)定運行提供了底層支撐系統(tǒng)。但這波「龍蝦熱」又充分暴露出一個短板 —— 外部調(diào)用。要知道，即使是一個簡單的訂票操作，Agent 也得調(diào)用十幾次外部工具。所以，當(dāng) Agent 開始像人一樣「上網(wǎng)辦事」，網(wǎng)絡(luò)層就成了新的戰(zhàn)場。

劉洪濤提到，對待這個新的戰(zhàn)場，相關(guān)的基礎(chǔ)設(shè)施建設(shè)必須遵循新的邏輯，因為 Agent 的上網(wǎng)行為，和人類天差地別。

人類上網(wǎng)是打開瀏覽器，搜索關(guān)鍵詞，然后點開自己感興趣的網(wǎng)頁。接下來就是瀏覽、思考、判斷。人在單個網(wǎng)頁停留時間比較長，但整個上網(wǎng)行為并不復(fù)雜，還有 CDN（緩存一次服務(wù)一大群人）等緩存技術(shù)可以保證速度，各種設(shè)計精良的 UI 來提高效率，各種工具也是多年以來用得比較順手的。

Agent 不一樣，它不上網(wǎng)「看」，它上網(wǎng)是為了「把活兒干完」。它一個任務(wù)需要的工具要跨多個模型、平臺，執(zhí)行鏈條很長，一個地方被卡住，整個任務(wù)就陷入試錯黑洞。此外，它對速度的要求反而比人高，因為它不需要反應(yīng)時間，只想要結(jié)果越快越好，好立刻進(jìn)入下一步。

但現(xiàn)實情況是，當(dāng)前互聯(lián)網(wǎng)上的網(wǎng)頁、工具大多還是為人設(shè)計的（就像 Peter 采訪中提到的 Agent 需要在網(wǎng)頁上點「我不是機器人」這類驗證），沒有針對 Agent 去做精選、適配，所以 Agent 的長鏈條很容易斷。而且，Agent 上網(wǎng)拿的東西有些只是它自己需要的（比如生成某個圖片），它用完別人也用不了，所以 CDN 會失效，速度就快不起來。

這些特性疊加，導(dǎo)致人類互聯(lián)網(wǎng)基礎(chǔ)設(shè)施在 Agent 面前開始「水土不服」。而眼下 Agent Internet 還處于野蠻生長期，外部工具魚龍混雜、接口混亂、質(zhì)量參差，Agent 在調(diào)用過程中頻頻「失智」，在反復(fù)試錯、上下文重復(fù)傳遞中白白燒掉大量 token，完成任務(wù)的速度也提不上去。

說到這兒，Agent Internet Infra這個方向要做的事情就很清晰了：它就是讓海量智能體能夠自主發(fā)現(xiàn)、安全連接、可信協(xié)作的底層網(wǎng)絡(luò)協(xié)議與中間件體系，致力于解決 Agent 如何與外部連接，Agent 之間如何像人類用互聯(lián)網(wǎng)一樣無縫協(xié)作的問題，其核心能力包括身份認(rèn)證、通信協(xié)議、權(quán)限治理、跨平臺工具調(diào)用、數(shù)據(jù)傳輸優(yōu)化、交易支付、安全管理等。

目前，已經(jīng)有一些公司開始在這一方向發(fā)力，比如 Cloudflare 發(fā)布了方便 Agent 讀取網(wǎng)頁的 Markdown for Agents，谷歌發(fā)布了打通瀏覽器環(huán)境與本地計算資源的 WebMCP…… 但總體來看，這一方向還處于早期發(fā)展階段，新一代 Agent Internet Infra 服務(wù)商仍然缺位。

給 Agent 用的互聯(lián)網(wǎng)

怎么省錢省時間？

在 Agent Internet Infra 這個方向，劉洪濤等人的創(chuàng)業(yè)邏輯有一個核心錨點：從第一天起就把 Agent 當(dāng)成網(wǎng)絡(luò)的主體用戶，也就是 end user（過去默認(rèn)是人），這一點和 Karpathy 的判斷是對齊的。

一旦錨定這個設(shè)定，網(wǎng)絡(luò)基礎(chǔ)設(shè)施優(yōu)化的方向就從「服務(wù)于人類體驗」變成了「服務(wù)于任務(wù)完成率和完成效率」，從「平臺提供連接」變成「平臺對結(jié)果負(fù)責(zé)」。也就是說，他們主要考慮：你的「龍蝦」能不能借助我的平臺高質(zhì)量、高可靠、高效率地完成任務(wù)，我要對你的結(jié)果負(fù)責(zé)，要為你省錢省時間

最重要的是，這一點并沒有停留在概念上，而是落到了產(chǎn)品決策上。

最明顯的一點是，他們刻意不做面向人的界面，不做復(fù)雜的開發(fā)者體驗，而是只做標(biāo)準(zhǔn)化的 Agent 接口。這背后其實是一個很篤定的判斷：未來不是開發(fā)者在配置工具，而是 Agent 自己在裝配工具。如果你相信這一點，那所有為「人類操作方便」設(shè)計的層，都是短期過渡。

那他們是怎么把「高質(zhì)量高可靠」做成差異點的？這里其實分為三層技術(shù)棧。

最中間那層，他們把「工具質(zhì)量問題」從 Agent 側(cè)挪到了平臺側(cè)?，F(xiàn)在的主流做法是讓 Agent 自己去挑工具、去試錯，用更多 token 去填坑。結(jié)果就是成本高、成功率低，而且不可控。在這一層，他們把這個事情接管了過來，為 Agent 做了一個訪問外部服務(wù)的「單一網(wǎng)關(guān)」。也就是說，Agent 不需要知道哪個工具好用，平臺已經(jīng)幫它選好了、兜底好了，一旦出故障立馬切換。結(jié)算也是在這里統(tǒng)一進(jìn)行，數(shù)據(jù)全透明，Agent 背后的人能看到用了哪些工具、調(diào)用多少次，token 用得明明白白，再也不是吞錢的黑洞。

而上面那層則致力于用「自營邏輯」來保證早期質(zhì)量。他們一開始不是開放生態(tài)，而是自己選工具，強調(diào)穩(wěn)定、高效、高質(zhì)量，就像早期的京東自營商城，核心是助力「龍蝦」們高質(zhì)量完成任務(wù)。在產(chǎn)生流量后，他們也會開放第三方入駐，并采用一種基于大模型的工具推薦算法及調(diào)用優(yōu)化策略來讓這個過程高度智能化。

下面那層，也是他們最硬核的，是把「可靠性」下沉到傳輸層，用自研的傳 - 存 - 算一體化調(diào)度協(xié)議加快底層數(shù)據(jù)傳輸。

在真實環(huán)境測試中，這個協(xié)議比當(dāng)前業(yè)界最好的開源協(xié)議 —— 谷歌 QUIC—— 快 2-10 倍，最近測試甚至達(dá)到十幾倍。也就是說，如果你的 Agent 想從遠(yuǎn)端傳輸拿文件、圖像、視頻，尤其是那種個性化的剛剛生成的內(nèi)容，這個協(xié)議要比傳統(tǒng)方式快得多。

行內(nèi)人可能都知道，協(xié)議這東西是一套自洽的規(guī)則體系，所以搞協(xié)議研發(fā)不是個短期活兒，沒法像寫 APP 那樣拆成模塊并行推進(jìn)。做新協(xié)議就像養(yǎng)一個新物種，得從一顆種子開始，按特定順序慢慢長。每個環(huán)節(jié)都得等前一個徹底定型了才能動手，堆再多工程師也壓縮不了「等它長大」的時間。而且，協(xié)議設(shè)計里那些隱性知識 —— 比如網(wǎng)絡(luò)行為的邊緣案例、踩過的坑 —— 都得靠長期沉淀。劉洪濤說，他們這個協(xié)議也不是一朝一夕做出來的，研發(fā)周期那都是以十年計的，最早的經(jīng)驗積累其實是為了優(yōu)化 TCP/IP，沒想到現(xiàn)在成了公司的核心技術(shù)壁壘。

這事的天花板

可能比想象的高得多

在 PC 互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)時代，網(wǎng)民數(shù)量、每個網(wǎng)民上網(wǎng)時間的增長往往被視為整個市場增長的核心動力。但隨著二者逼近極限，這種增長已經(jīng)觸頂。

Agent Internet 這個新賽道的出現(xiàn)正在重寫游戲規(guī)則。一家公司、一個人可以部署成百上千個 Agent，一個 Agent 可以同時跑多個任務(wù)，而且這些 Agent 還不用睡覺。這意味著，Agent Internet Infra 所承載的流量和價值，上限現(xiàn)在其實還不好估

這也意味著，這一層很容易長出一批新的大公司?；仡^看 PC 互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)，幾乎每一層基礎(chǔ)設(shè)施最后都跑出過獨立公司，因為問題夠通用、需求夠硬，遲早會有人把它做成平臺。Agent Internet 也是一樣，而且這一次用戶規(guī)模和調(diào)用強度都更極端，很多基礎(chǔ)問題是空白的，留出來的位置反而更多。

在剛剛起跑的這個階段，AgentEarth 已經(jīng)占了一個還不錯的位置。

一方面是判斷比較早，也比較干脆，從一開始就按「Agent 是用戶」來構(gòu)建系統(tǒng)，關(guān)注 Agent 任務(wù)的高可靠、高質(zhì)量完成。另一方面是團(tuán)隊結(jié)構(gòu)比較少見 —— 底層協(xié)議能力一時半會兒很難被追上，那種在「幾億用戶、海量資源實時匹配」場景里打過仗的人也著實稀有。這類系統(tǒng)對穩(wěn)定性、效率、容錯的要求非常極端，平時其實很少有機會能練到。一旦 Agent 的調(diào)用規(guī)模起來，這種經(jīng)驗會變得很值錢，而且也不是短時間能補出來的。

就在昨天，AgentEarth 剛剛發(fā)布了他們產(chǎn)品的測試版，開始小范圍測試。測試鏈接如下：Agentearth.ai