В течение последнего года облачные провайдеры активно развивали свои сервисы агентов. В августе Alibaba Cloud обновила свои агентские услуги, представив Agent Studio — комплексную платформу для корпоративных агентов, запущенную на Bailian. Другие компании также следовали этому тренду: в июне Microsoft Foundry добавила Хостируемые Агенты и Память; в апреле Google Cloud запустила Gemini Enterprise Agent Platform; а в октябре AWS Bedrock AgentCore разделила Runtime, Memory и Gateway на компоненты, которые можно комбинировать.
В июле DoorDash абстрагировала Память, доступ к моделям и Трассировку в общую инфраструктуру с помощью Шлюза Агента, который объединяет идентификацию, разрешения, учетные данные и аудит. Даже компании, разрабатывающие сами модели, столкнулись с подобными сложностями: в апреле Anthropic провела переработку инфраструктуры, сначала объединив Session, Agent Harness и Sandbox в один контейнер, а затем разделив их.
Настоящее узкое место находится за пределами самой модели. Согласно опросу McKinsey в июле, расходы на ИИ почти увеличились в четыре раза по мере масштабирования предприятий, причем 93% превысили бюджет. Boston Consulting Group разделила затраты на агентский ИИ на расходы на разработку и расходы на эксплуатацию, которые зависят от оркестрации, частоты вызовов инструментов и интеграции. Чем сложнее используются агенты, тем труднее объяснить счета только с помощью токенов.
Возникло три основных подхода. Первый — это полная самостоятельная разработка: DoorDash централизует Состояние Сессии, Память, Артефакты, доступ к моделям, Трассировку и Управление Выпуском; благодаря этому их агент Reservations был запущен всего за неделю, что обеспечило ускорение в 10 раз. Второй подход — использование фреймворков для разработки: такие как LangChain, LangGraph, Microsoft AutoGen и CrewAI снижают порог входа, позволив Lyft сократить разработку агентов с шести месяцев до нескольких недель.
Третий путь — это платформы для корпоративных агентов, которые предпочитают облачные провайдеры и разработчики моделей: это Agentforce 360 от Salesforce, Cortex Agents от Snowflake и Agent Studio от Alibaba Cloud, представленная на релизе Apsara 14 августа.
Управляемый Агент (Managed Agent) в Agent Studio представляет собой хостируемый рантайм агента. Разработчики определяют функциональность агента, а управление запуском, изоляцией, состоянием и учетными данными осуществляется на пяти уровнях: базовый рантайм, который размещает состояние сессии, песочницу, выполнение инструментов и Agent Harness с восстановлением после прерывания; управление контекстом, которое повторно использует файлы и межсессионную память; расширение инструментов через MCP и Навыки (Skills); безопасность посредством изоляции песочницы; и наблюдаемость через API.
В случае аудита страхового полиса процесс, который раньше занимал андеррайтерам от трех до четырех часов, теперь выполняется примерно за 15 минут, при стоимости 0.12 юаня за полис.
Система «Одна Ключевая Служба» (One Key Service) сводит множество цепочек аутентификации к одному унифицированному ключу API. Первая партия подключила 14 партнеров маркетплейсов, и ожидается подключение еще около 50. Навыки доступны в трех уровнях, позволяя предприятиям интегрировать инструменты, данные и процессы в частные Навыки. Агентский Поиск позволяет агентам разбивать намерения, искать в базах знаний, переписывать запросы и повторять попытки, опираясь на агентский RAG из Knowledge Studio от июля и новый Memory Studio.
Playground объединяет Flow Agent, Managed Agent, RAG, Memory, MCP и Skill с использованием шаблонов сцен и Vibe Builder для генерации рабочих процессов на естественном языке. Поскольку сервисы начинают потребляться агентами, агенты становятся новым точкой входа в облачные сервисы.