Agent Infra 赛道更新，一年后为 Agent 设计的基建发展如何？

2025 年 5 月，我们发布首版 Agent Infra 图谱，预判 Environment、Context、Tools 和 Security 为核心机会。一年来，随着 Claude Code 等长程 Agent 的扩散，用户直观感受到 Agent 面对的是完整计算环境而非单一接口，这彻底改变了竞争格局。

模型公司与云厂商迅速向基础设施层扩张，独立创业赛道空间收窄。Context 层面的 RAG/Memory/MCP 已内化为默认工程能力；Browser Infra 中，Search 因低成本、高复用性优于 Headless Browser，更易沉淀为高频上游能力。Agent Infra 不再是静态技术栈，而是需在模型能力与用户需求间保持动态平衡。

去年发布的 Agent infra 图谱

Agent 带来的底层气候变化

Agent 的本质是为软件世界引入“不确定性”。传统云计算基于“应用有限、流量增长”的假设，通过容器化横向扩展；而 Agent 时代，基础设施需面对海量异构“数字劳动者”的调度与治理。

基础设施角色从 Cloud Hosting 演变为 Agent Runtime，需具备以下特征：

• 长程有状态（Long horizon stateful）：Agent 任务持续数小时且依赖历史结果，需支持快照与状态持久化。
• 资源消耗难预测：单次请求可能触发多次模型调用与外部操作，对计费、限流提出更高要求。
• 动态安全权限：Agent 自主决策访问敏感系统，需严格验证身份、限制范围并记录行为。
• 观测与评估复杂：错误可能源于工具选择或上下文误解，需完整记录执行过程以支持回放与调试。

图谱更新

Agent Infra 机会沿两条主线展开：提高可控性与拓展能力边界。现阶段更看好可控性基础设施，因模型行动范围的扩大速度快于可靠性提升速度。

主线一：提高可控性

随着 Agent 从生成内容走向执行交易，错误可能导致真实业务损失。因此，Runtime（工作环境）、Identity（身份授权）和 Eval（结果考核）成为刚需。其中，Runtime 需求最明确，Identity 易被大厂整合，Eval 能否独立成品类尚不确定。

主线二：拓展能力边界

包括 Search（连接实时世界）、Payment（加入真实交易）和 Context（理解工作流）。Search 短期需求强劲，Payment 属长期趋势，Context 价值高但独立创业机会有限。

投资策略：短期关注 Runtime 和 Search；中长期关注 Identity 和 Context；持续跟踪 Eval 与 Payment 的规模化进展。

Runtime

Runtime 是承载 Agent 持续行动的基础设施，负责安全执行、状态保存及任务推进。其包含三类组件：Sandbox（安全隔离）、File System（持久存储）和 Stateful Backend（状态管理）。

Sandbox

Agent 时代的 Sandbox 需解决动态任务中的环境生命周期、规模化运行及状态回滚问题，远超传统代码隔离范畴。模型公司与 Infra 公司呈错位竞争态势，创业机会在于围绕 Agent-native workload 构建差异化能力。

Modal：从 Serverless GPU 转向 Sandbox，利用自研文件系统和快照技术实现快速扩容与恢复。其重写的调度系统支持百万级并发创建，有望成为 Agent 大规模执行层。2026 年 5 月完成 3.55 亿美元 C 轮融资，估值 46.5 亿美元。

E2B：基于 Firecracker microVM 提供高强度隔离，支持模板预制与自托管。团队从 AI 编程 Agent 转型做 Sandbox 基础设施，2025 年 7 月完成 2,100 万美元 A 轮融资。

Runta：定位为 Agent Execution Layer，不仅提供隔离，更关注长程任务的状态管理、网络策略及凭证注入。通过 Consume（成本控制）、Reach（访问控制）和 Record（执行审计）三大模块，旨在成为企业 Agent 控制入口。2026 年 7 月完成 2,000 万美元种子轮融资。

Morph Labs：主打"Infinibranch"技术，将快照、分支和回滚作为一等能力，支持大规模并行探索与状态保留。适用于数学证明等需要多路径验证的场景。已完成 575 万美元融资。

File system

Agent 是有状态负载，File System 需提供持久化存储与多 Agent 协作能力。当前主要有两条路线：基于对象存储改造（Archil）和自研版本控制系统（Mesa）。

Archil：在 S3 之上构建兼容 POSIX 的文件系统，支持 Checkpoint、Branch 和 Rollback，让计算靠近数据。适合处理 TB 级企业数据。2026 年 4 月完成 1,100 万美元 A 轮融资。

企业数据继续留在对象存储里，Archil 在上面加一层文件系统，把访问方式和状态管理改造成适合 Agent 的样子

Mesa：打造"GitHub for Agents"，将文件系统与版本控制结合。支持多 Agent 并行尝试不同方案并合并结果，兼容 POSIX 和 Git。愿景是成为 Agent 协作的标准工作目录。

Stateful Backend

传统无状态后端难以应对 Agent 的不确定工作流。Stateful Backend 试图统一数据存储、工作流推进与实时同步，让后端感知任务进程。

Convex：TypeScript 原生的实时后端平台，将查询变为持续订阅，自动同步数据变化至客户端。相比 Supabase，更擅长管理 Agent 执行状态与实时交互。2025 年获得 2,400 万美元融资。

Identity

Agent 身份兼具人类代理性与机器执行力，需覆盖创建、授权、执行到消亡的全生命周期。核心原则包括 Just-in-Time 权限与 Zero Standing Privilege。

该领域有利于 incumbent（现有巨头）。Okta 正扩展为 Agent IdP，Palo Alto Networks 通过收购 CyberArk 进入特权控制。创业公司多在现有体系上构建增强层，如 Oasis Security 补充上下文数据，Keycard 提供运行时授权层。多数初创企业最终可能被平台收购。

Agent Identity 的核心控制栈

Eval

传统 Observability 无法判断 Agent 结果的正确性，Eval 成为质量控制核心。由于 Agent Trace 数据量大且需实时聚合，ClickHouse 等 OLAP 引擎成为首选架构。

Langfuse：开源可观测与评估平台，迁移至 ClickHouse 后支撑亿级记录分析。2026 年 1 月被 ClickHouse 收购，团队加入但产品保持独立运营。

Patronus AI：从静态评测转向 Simulation。推出 Digital World Models，模拟浏览器、代码库等环境，动态生成任务与奖励信号，服务于长程 Agent 训练。2026 年 6 月完成 5,000 万美元 B 轮融资。

Search

自动化搜索需求首次超过人类。Agent-native 搜索优化重心从 Position（排名）转向 Retrieval（检索质量），目标是以最少 Token 获取准确、可验证的信息。

相比模型内置搜索，独立 Search API 具备单价低、无 Token 膨胀、可审计复用及编排灵活等优势。技术路线分为自建索引（Exa、Parallel Web Systems）与聚焦渲染解析（Firecrawl）。Tavily 调用量半年内翻倍，显示需求爆发。

Payment

Agent Payment 将模糊意图转化为可验证指令，分为 Macro Payment（传统采购）与 Micro Payment（机器间高频交易）。后者催生了 x402、MPP 等机器原生支付协议。

商业模式上，结算协议由巨头掌控，创业机会在于协议之上的身份信誉、责任认定与争议处理，即"Agent 版 Plaid + Experian"。代表公司包括 Skyfire（KYA 系统）、Crossmint（支付编排）、Catena（Agent 银行）及 Paid（结果计费）。

Context

Context 形成正反馈飞轮：使用越多，数据越完整，Agent 越好用。未来竞争焦点将从流量入口转向用户与企业上下文。

Context 层更像 Enterprise AI 的演进方向，而非独立基础设施。Agentic Workspace 和数字员工是主要形态，旨在解决多 Agent 协作问题。Anthropic 通过 Claude Tag 渗透该领域，独立大公司诞生难度较大，但该方向将加速 Agent 在知识工作者中的普及。

当前 Agent 渗透率加速，Agent Infra 作为高潜力赛道，将持续涌现重要趋势与公司。

当 Agent 成为 coworker：如何为新物种设计身份系统？

真实工作流，正在成为下一代训练数据

当开源模型逼近闭源，谁会成为 AI 世界的路由器？

深度讨论 Fable 5：模型收入分化，RSI，Tokenmaxxing 减速｜Best Ideas

Modal 的 Infra 复利，从 GPU Cloud 到 Agent Sandbox