把上一篇的八岗位表打印出来，贴到任何一张云原生架构图旁边，你会产生一种既视感：路由员站在 API 网关的位置，安检员站在准入控制器的位置，质检员站在可观测性栈的位置——每个岗位都能在二十年前的云架构里找到一个已经存在的组件位。这不是巧合。这篇给出我的预测：未来的 Agent 架构不会发明新形状，它会压缩重演云计算的演化史——从单体到微服务、从裸机到托管运行时、从私有协议到标准协议——云用了二十年走完的路，Agent 正在用三年走完。下面先讲为什么必然同构，再摆四层已核实的证据链，最后给三条按置信度分级的预测和一个反方论证。
为什么必然同构：两朵云长在同一种约束上
云计算的形状不是设计出来的，是被一个根本问题挤压出来的：如何在不可靠、异构、按量计费的物理资源之上，组织出可靠的服务。这个问题的祖师爷是冯·诺依曼 1956 年的经典论文《Probabilistic Logics and the Synthesis of Reliable Organisms from Unreliable Components》——用不可靠元件合成可靠机器。云的全部架构词汇（冗余、隔离、调度、控制面）都是这个问题的解。
现在替换三个词：Agent 系统要解决的是如何在概率性、异构、按 token 计费的模型组件之上，组织出可靠的智能行为。
- 物理机会宕机 ↔ 模型会幻觉——组件都不可靠；
- 机器有大小规格 ↔ 模型有 1B 到万亿参数——资源都异构（NVIDIA 的 SLM 立场论文论证的异构编制，正是云的「实例类型」逻辑）；
- 按 vCPU-小时计费 ↔ 按 token 计费——成本都按量刻度。
约束同构，解就同构——这是我整个预测的第一性根基，也是我常用的十二条透镜里「瓶颈塑造设计」的直接应用：稀缺资源的结构决定架构的形状。两朵云的稀缺资源结构相同，所以形状会收敛。我在概率内核与确定性外壳的框架里说过：Agent 工程的本质是给概率内核套确定性外壳——而云架构，就是人类已经造好的、最成熟的一套「给不可靠内核套可靠外壳」的工程语言。
预测的逻辑因此很朴素：凡是云为了驯服不可靠组件而发明的抽象，Agent 架构都会需要一遍；且因为抽象已经存在，采纳速度会快一个数量级。下面用四层证据链验证这个推演已经走到哪一步。
证据链 L1 · 组件层：单体已死，宣言在 2024 年就写好了
云的对应阶段：单体应用拆成微服务（约 2010 年代前半）。
论文源头：Berkeley BAIR 2024 年 2 月的《The Shift from Models to Compound AI Systems》（Zaharia、Khattab 等，横跨 Berkeley/MIT/Databricks）是这一层的宣言：最先进的 AI 结果越来越多来自多组件复合系统，而不是单体模型——检索器、小模型、验证器、代码执行器、记忆存储的编排。文中举的例证正是生产系统：AlphaCode 2 生成上百万候选再用独立模型过滤，Copilot 组合检索、多次模型调用与后处理过滤器。
与上一篇的接口：八岗位地图就是复合系统宣言在「一次推理循环」尺度上的显微镜切片——每个岗位是一个微服务，NVIDIA 数据飞轮是它的服务拆分方法论。
收敛度：✅。「复合系统打败单体」在学界（宣言 + 后续综述成串）和工程界（岗位地图八站里六站有生产落地）两侧都立住了。
证据链 L2 · 内核层：有人在给 Agent 写操作系统
云的对应阶段：从「每个应用自己管资源」到统一调度内核（Kubernetes 开源于 2014 年）。
论文源头（三篇，分别对应内核的三个职能）：
- 调度与系统调用：AIOS: LLM Agent Operating System（arXiv 2403.16971，COLM 2025）把 OS 的词汇表整个搬了过来：agent 的查询被拆解成 AIOS syscall，内核提供调度（FIFO/RR）、上下文管理（带快照恢复的「进程切换」）、内存/存储管理、访问控制，LLM 被封装成「核」（如同 CPU cores）。多框架 agent 并发场景下最高 2.1 倍加速。
- 应用级信息下沉：Parrot（arXiv 2405.19888，OSDI’24，微软）指出今天的模型 API 是「请求级」的——服务端看不见应用的 DAG 结构，只能逐请求盲目优化。它提出 Semantic Variable 抽象把应用级依赖暴露给服务层，换来最高 11.7 倍加速。这正是云走过的路：从黑盒虚拟机到感知应用的编排。
- 同一模型内部也在解体：DistServe（arXiv 2401.09670，OSDI’24）和 Mooncake（arXiv 2407.00079，Kimi 的生产系统）把单个模型的推理拆成 prefill 集群和 decode 集群（P/D 分离，前者算力密集、后者显存密集），Mooncake 以 KVCache 为中心调度，真实流量下有效容量提升 59%–498%，日处理超千亿 token。分工的逻辑不但在模型之间（岗位地图），还向下穿透进了单个模型内部——这是「解体成专业化组件」趋势最硬的基础设施证据。
收敛度：⚠️ 研究已密集成型，生产内核未统一。还没有出现 Agent 世界的 Kubernetes——每家运行时自带私有内核。类比 2014 年：容器已流行，编排大战（Mesos/Swarm/K8s）还没分出胜负。
证据链 L3 · 运行时层：三大云六个月内全部 GA，计费形状已经出卖了终局
云的对应阶段：从自建机房到托管运行时（EC2 2006 → Lambda 2014 的 serverless 化）。
产品证据（这一层论文缺席，商业事实说话）：2025 年 10 月到 2026 年第一季度，三大云的托管 Agent 运行时先后 GA——
- AWS Bedrock AgentCore（2025 年 7 月预览、10 月 GA）：Runtime、Gateway、Memory、Identity、Browser、Code Interpreter、Policy、Observability 八块积木，会话跑在隔离的 microVM 里，框架无关、模型无关。
- Azure AI Foundry Agent Service：并入 Microsoft Foundry 伞下 GA，并配了一个名字就叫控制面的产品——Agent365。
- Google Vertex AI Agent Engine：2026 年 Cloud Next 上与 Agentspace 合并重组为 Gemini Enterprise Agent Platform；A2A 协议发源于此。
注意两个泄露终局的细节。第一，计费形状：AgentCore 和 Agent Engine 都按 vCPU-小时 + GB-小时计费（据 AgentMarketCap 的 2026 Q2 对比，未亲手核价）——这是 Lambda/Fargate 的计费形状，云厂商已经用价格表投票：agent 是一种 serverless workload。第二，产品命名：Policy、Observability、控制面——云厂商没有为 agent 发明任何新词，直接复用了云原生词汇表。抽象的搬运几乎是零成本的，这正是「压缩重演」跑得快的原因。
收敛度：✅ 商业事实。托管 Agent 运行时已经是三大云的正式产品线；我在部署架构篇里拆过的自托管形态，正在向这一层迁移。
证据链 L4 · 协议层：南北向已定，东西向进了基金会
云的对应阶段：HTTP/REST 统一服务接口（南北向），service mesh 管服务间流量（东西向，2017 年前后 sidecar 模式兴起）。先解释这对术语：南北向指客户端到服务的纵向流量，东西向指服务与服务之间的横向流量。
证据：
- 南北向（agent↔工具）：MCP 在发布后一年内被 OpenAI（ChatGPT、Agents SDK、Responses API）、Google DeepMind、Microsoft、Cloudflare 采纳，Hassabis 公开称其「正在迅速成为 AI agentic 时代的开放标准」；生态统计（据 Zuplo 的一周年盘点，未亲手核数）SDK 周下载量超 2000 万、MCP server 超 1.6 万个。
- 东西向（agent↔agent）：Google 2025 年 4 月 9 日发布 A2A 协议，6 月 23 日捐给 Linux 基金会，AWS、Cisco、Microsoft、Salesforce、SAP、ServiceNow 入列创始成员，支持企业超百家。捐赠这个动作本身是强信号：协议进中立基金会，历史上是「东西向标准即将冻结」的前奏（对照 CNCF 之于 Kubernetes）。
收敛度：⚠️→✅ 南北向已收敛，东西向方向已定、格局未定。用计算层篇的「接口冻结」定律看：MCP 的接口实质上已冻结，A2A 正在冻结中——而接口冻结的速度决定其上层生态的收敛速度。
把八个岗位安置进云架构
四层证据链就位后，可以把上一篇的岗位逐个安置进未来架构的组件位了：
| 岗位（上一篇） | 云组件对应物 | 未来架构中的位置 | 安置依据 |
|---|---|---|---|
| 路由员 | API 网关 / 负载均衡器 | 入口网关 | AgentCore Gateway 已建制 |
| 安检员 | 准入控制器 / WAF / sidecar | 策略面 | AgentCore Policy、Agent365 已建制 |
| 质检员+裁判员 | 监控告警 + CI 门禁 | 观测面 | AgentCore Evaluations/Observability 已建制 |
| 翻译员 | 服务客户端 / SDK | MCP 网关 | MCP 已冻结南北向接口 |
| 打字员 | 硬件卸载（如 TLS offload） | 推理引擎内部 | vLLM 内建 EAGLE，对上层隐形 |
| 精简师 | 压缩中间件 / CDN | 数据面中间件（缩编中） | 长上下文+前缀缓存侵蚀其价值 |
| 指路员 | 设备驱动 | 端侧运行时 | GUI 是「外设」，驱动贴设备部署 |
| 誊写员 | ——（已被回收） | 不设岗 | 映射表不是每格都要填人 |
画成一张图，这就是我预测的未来 Agent 架构——不是我发明的，是四层证据自己拼出来的：
flowchart TB
subgraph CP["控制面"]
MAIN{{"主推理模型<br>规划与决策"}}
SCHED["Agent 内核<br>调度 · 上下文 · 记忆"]
end
subgraph PP["策略面"]
GATE["入口网关<br>路由员"]
GUARD["准入控制<br>安检员 sidecar"]
end
subgraph DP["数据面"]
SLM1["专岗小模型池<br>翻译员 · 指路员"]
TOOLS["工具与外部服务"]
INFER["推理引擎<br>打字员内置"]
end
subgraph OP["观测面"]
EVAL["评测与裁判<br>质检员 · 裁判员"]
TRACE["追踪与回流<br>数据飞轮"]
end
USER[用户请求] -->|南北向| GATE
GATE --> GUARD
GUARD --> MAIN
MAIN <--> SCHED
MAIN -->|MCP| TOOLS
MAIN -->|派单| SLM1
MAIN <-->|A2A 东西向| PEER["其他 Agent"]
SLM1 --> INFER
MAIN --> INFER
INFER --> EVAL
EVAL --> TRACE
TRACE -.再训练.-> SLM1三条预测，按置信度排序
预测一（高置信）：「控制面/数据面分离」在两年内成为 Agent 架构的默认词汇。主推理模型退居控制面——只做规划、决策、异常处理；专岗小模型、工具、推理引擎构成数据面——执行高频窄分布任务。证据已在路上：Agent365 直接以控制面命名，AgentCore 把 Policy/Observability 从 Runtime 里拆出来单独计费。这条预测的实质是上一篇结构位定律的架构化：结构位岗位（路由、安检、评测）会固化成「面」，能力位岗位继续在数据面里流动生灭。
预测二（中置信）：模型从架构图中消失，变成「实例类型」。今天的架构图里还画着具体模型名（GPT-x、Claude-x），就像 2008 年的部署文档里写着具体服务器型号。终局是能力声明式调用：应用声明「我需要一个函数调用能力 ≥ 某基准分、延迟 < 500ms 的执行单元」，运行时解析到具体模型——像今天没人关心 Lambda 跑在哪颗 CPU 上。评测路由篇的蒸馏定律是它的前置条件：路由器成熟到哪一步，模型就匿名到哪一步。风险点（所以只给中置信）：模型间的语义差异远大于 CPU 间的指令差异，「实例类型」抽象可能长期漏水。
预测三（低置信，大胆押注）：东西向流量反转，评测成为 Agent 云的类型系统。当 multi-agent 协作普及，agent↔agent 调用量超过人↔agent 调用量——如同今天数据中心内部东西向流量远超南北向。届时 A2A 类协议的地位相当于 TCP/IP，且会出现 agent mesh：安检员和观测探针以 sidecar 形态注入每个 agent 会话。同时，因为模型组件的接口永远无法像 REST 那样语法冻结（语义漂移不可消除），评测会承担传统云里类型系统+契约测试的职能——每对 agent 之间的「接口」由持续运行的评测集定义。这也是给评测平台化篇的一个远期注脚：评测平台的终局形态可能是 Agent 云的类型检查器。
反方论证：这个预测怎么死
反方一：端到端派吞掉一切。苦涩教训的信徒会说：一个足够强的单模型+超长上下文，会像大模型收回誊写员岗位那样，收回整个编排层——Anthropic 的 computer use 走端到端就是现役反例。我的回应：上一篇的结构位定律恰好画出了吞噬的边界——能力位组件会被吞（架构会比今天的多 agent 框架更瘦），但独立性（安检不能自查）、时序（路由先于运行）、经济性（草稿必须便宜）三类结构位吞不掉。所以我预测的架构不是「更多组件」，而是「更少、但全是结构位的组件」。如果五年后连安检和评测都被主模型内化了，本文证伪。
反方二：云类比在可组合性上失效。云组件接口是语法的、可冻结的；模型组件接口是语义的、会漂移的。批评者可以说 Agent 云永远达不到云的可组合性，「压缩重演」会卡在协议层之上。这个担忧有真实数据支撑：OutSystems 2026 年对 1900 名 IT 负责人的调查（二手来源，未亲手核对）显示 96% 的企业已有 agent 上线，但只有 12% 自认能治理它们——采纳跑在了治理前面，这正是语义接口不可冻结的症状。我部分接受这条批评，并把它转化成了预测三的后半句：Agent 云对这个问题的解不是假装接口能冻结，而是用持续评测代替类型检查。
元规律：抽象复用使演化压缩
对照两条时间线，规律自己浮出来：
| 里程碑 | 云计算 | Agent 云 | 时距 |
|---|---|---|---|
| 弹性资源商品化 | EC2（2006） | 模型 API 商品化（2023 前后） | — |
| 「拆掉单体」宣言 | 微服务运动（约 2012–2014） | BAIR 复合系统宣言（2024-02） | 云用约 8 年，Agent 用约 1 年 |
| 统一调度内核 | Kubernetes 开源（2014） | AIOS 等研究内核（2024–2025，未统一） | 8 年 → 1–2 年 |
| Serverless 托管运行时 | Lambda（2014） | AgentCore/Foundry/Agent Engine GA（2025-10–2026 Q1） | 8 年 → 2 年 |
| 东西向协议进基金会 | CNCF 接管 K8s（2016） | A2A 捐 Linux 基金会（2025-06） | 10 年 → 2 年 |
云计算走完这套里程碑用了约二十年，Agent 云正在三年左右走完对应节点。为什么能压缩一个数量级？因为最贵的不是造系统，是发明抽象。控制面/数据面、网关/sidecar、准入控制/可观测性——这些概念的发明成本已经被云计算付清，Agent 云只需支付「搬运费」。云厂商产品命名的零创新（Policy、Observability、控制面）就是搬运的直接痕迹。
一句话带走：后发领域的演化速度，等于它对先行领域已付清的抽象发明成本的复用率；判断 Agent 架构下一步长什么样，最省力的方法是翻云计算的旧账本——找到那些已被发明、尚未被搬运的抽象。（照这个方法找还没被搬运的：混沌工程、金丝雀发布、成本中心分账——它们大概率是下一批 Agent 云产品的名字。这半句是纯猜想。）
诚实的提醒
本文是趋势预判文，证据分级比平时更要紧：四层证据链里的论文数字（AIOS 2.1×、Parrot 11.7×、Mooncake 59%–498%）来自论文原文，写作当天核实过链接但未亲手复现；云产品的 GA 时间、计费形状、生态统计（2000 万周下载、96%/12% 治理缺口）来自厂商博客与第三方盘点，属二手来源，文中已逐处标注；三条预测和「抽象搬运清单」是我的推断与猜想，行文已分离。预测文的最大风险是把类比当证明——约束同构是论证，不是定理，反方二就是它可能断裂的地方。
成本最低的亲手验证实验：不需要碰任何云产品。写一个 30 行脚本，把同一条请求过一遍四站玩具流水线——小模型判难度（路由）→ 规则表拦截敏感词（安检）→ 主模型作答 → 小模型打分（评审），大小模型可以用同一家 API 的两档模型。跑 20 条请求，统计编排开销（非主模型耗时）占端到端延迟的百分比。这个数字是你场景里「云化划不划算」的第一手判据——如果编排开销超过 30%，说明你的任务太轻，单体更香；低于 10%，这篇文章描述的架构就值得你认真对待。
参考来源
arXiv 论文与学术出版
- Small Language Models are the Future of Agentic AI（2506.02153，NVIDIA）
- AIOS: LLM Agent Operating System（2403.16971，COLM 2025）
- Parrot: Efficient Serving of LLM-based Applications with Semantic Variable（2405.19888，OSDI’24）
- DistServe: Disaggregating Prefill and Decoding（2401.09670，OSDI’24）；Mooncake: A KVCache-centric Disaggregated Architecture（2407.00079）
- von Neumann, Probabilistic Logics and the Synthesis of Reliable Organisms from Unreliable Components（1956，Automata Studies）
- The Shift from Models to Compound AI Systems（Berkeley BAIR，2024-02-18）
工程实践与产业动态
- Google Cloud 将 A2A 捐给 Linux 基金会（官方博客）；Linux 基金会公告
- One Year of MCP（Zuplo，生态统计）
- AWS AgentCore vs Azure vs Vertex 2026 Q2 对比（AgentMarketCap）；Northflank 的 Agent 运行时盘点
本站相关旧文