从技术闭环到场景落地：商汤大装置的AI Agent Infra实践

十三
2025-09-23
17:27:55

来源：量子位

“AI Agent是AI实现商业化的关键路径之一，尤其在2025年被视为商业化元年。”商汤大装置事业群CTO宣善明在近日举行的【中国软件研发创新科技峰会】上讲到。在此次大会《AI Agent智算生产Infra实践》主题演讲中，宣善明全面分享了商汤大装置AI Agent Infra端到端体系搭建及场景实践成果。

Agent：操作系统级的智能入口

宣善明认为，Agent不再是单一任务工具，而是“操作系统级别的入口”。Agent既是人与AI交互的统一接口，还能进行组织、编排及自我进化。可以想象一下，未来我们可以依托Agent体系，一个人即可组建公司，通过编排AI员工形成团队，甚至进一步扩展成复杂的AI组织。

与传统AI模型不同，Agent的核心挑战在于其不确定性。我们无法完全预设Agent行为，系统必须具备发散性评估与自我优化能力，在持续反馈中实现自主进化。

这要求Agent具备四大核心能力：统一入口、可扩展性、自我进化能力和评估体系等。

智能中枢：Agent Infra的底层支撑

2030年，经济体将演变为一个 Agent 经济体，其中每个 Agent 像神经网络的节点一样互联协作，通过统一入口分发任务并与其他 Agent 交互完成工作。这样的体系高度复杂、动态且自组织，无法完全依赖人工手工搭建，因此需要系统化的 Agent Infra 来支撑。

首先，需要构建智能中枢。

商汤大装置Agent Infra智能中枢体系由公共能力组件、外部工具接入以及自我进化机制共同组成的体系，使agent能通过持续进化不断扩展自身能力。

• 公共能力组件是Agent Infra智能中枢体系中支撑Agent高效运行的核心基础模块。它通过提供统一的Memory、Agent元数据管理、沙盒环境、规划器和摘要器等公共能力，使Agent能够高效地管理自身知识、跟踪任务状态、进行安全隔离的实验等，以及在复杂任务中实现智能规划与决策。
• 在外部工具接入能力方面，体系引入经过遴选与验证的工具和MCP，确保Agent在面对自身无法解决的问题时能够调用外部资源，同时通过开放搜索MCP发现和评估新的功能资源，从而拓展任务覆盖范围并提升问题解决能力。
• 自我进化机制是支撑智能体持续提升能力的核心环节。该机制依托MCP Builder和Agent Builder两个关键组件构建。MCP Builder主要用于快速构建基础功能。相比之下，Agent Builder面向更复杂的智能体需求，它不仅仅生成一段代码逻辑，而是赋予生成的智能体自我验证、自我迭代、自我思考的能力。通过Agent Builder，智能体可以在实际应用中不断反思与优化自身行为，从而实现能力的自主扩展与进化。

除此之外，Agent Infra智能中枢Memory体系承担着智能体感知、决策与自我迭代的功能。我们基于多模态解析构建了统一的Knowledge Graph，将文本、图像、视频等多源信息进行结构化存储与索引，以实现高效检索与使用。此外，Memory还用于智能体的自我迭代，每次执行任务后，成功与失败路径都会被记录于Knowledge Graph，供下一次Planning参考，使Agent能够低成本、高效地沿用成功经验、规避失败路径，实现自主进化。

Agent Infra端到端实践：闭环验证与产业落地

在商汤大装置的Agent Infra实践中，端到端构建流程涵盖从Agent生成、离线验证到灰度上线的完整闭环。

• SRE-Agent：商汤作为业内领先的AI基础设施厂商，SRE-Agent是保障其大规模算力集群稳定运行的重要工具。宣善明现场演示了SRE-Agent进行故障排查的过程。当一个2000P集群中的任务无法启动时，SRE-Agent能自主完成故障排查。它对接日志与监控系统，结合知识库生成排查计划，并在执行中动态调用检索工具，最终产出根因分析与解决方案。与人工数小时的排查相比，分钟级即可完成，大幅提升运维效率并减少人力投入。
• 具身智能Agent：另外在具身智能领域，商汤大装置开发了具身仿真数据生成Agent，来为客户提供高效的数据生成能力。该Agent基于已有的仿真平台（如NVIDIA仿真环境），通过Agent系统进行全流程规划与任务拆解，进行场景素模构建和场景集成，并能够进行光影调整与参数优化等来形成大量高质量数据集。可以看到，Agent在数据生成环节的自主规划与智能执行能力，能够从数据多样性与场景覆盖等角度，帮助客户快速获取可用于训练和验证的具身智能数据。
• 行业性Agent：商汤大装置在某大型项目中，实现了以唯一业务入口统一管理和调度超过100个Agent，大部分由顶层Agent自主生成，系统覆盖30余内部业务系统、4000余工具及十多个垂类模型，实现了AI自主定位与任务执行，成功验证了Agent Infra在行业级项目落地中的可扩展性和高效性。

“我们正在见证一个完整闭环的逐步成型。商汤大装置的AI Agent Infra实践，正通过基础设施与智能体模板、开放生态社区以及Marketplace等层层推进，支撑起繁荣的Agent经济生态。这不仅实现了从技术落地到产业化的闭环，更展现了商汤在AI Agent时代的战略远见。” 宣善明总结道。

Read More