这次直播主题是《Agent Infra 的演进趋势和 AgentBay 的创新探索》，是和无影 AI 产品负责人屈立威老师一起直播。

直播前，在化妆间，我像个老登般既兴奋又紧张，想想上一次化妆还是拍婚纱照了。

屈立威老师鼓励我说没必要紧张，分享自己的观点就好了。

在直播前，屈立威老师还分享了很多做 AgentBay 这个产品的历程和艰辛，聊天中能听出，他们是真想把 Agent 的基础设施做好。

结合直播我们聊的话题，我想单独写一篇文章来给大家分享一下。

先说下无影，大家估计都比较熟悉了吧，我想很多人和我一样，用无影的云电脑来玩《黑神话悟空》，打虎先锋打的贼起劲。

而 AgentBay 是无影专门为 Agent 打造的「超级大脑」。

AgentBay 可随时调用云上的算力、存储和工具链资源，随时调用Windows、Linux、Android 等多个系统的软件，可支撑上万路实时并发任务，具备企业级数据安全和隐私保护。

不可否认，AI 是当下全球科技和商业的焦点，Agent 是 AI 的焦点。

看看过去半年涌现的 Agent 相关产品，就超过了 2024 年的总和。10 个创业者有 8 个在做各种各样的 Agent。

Agent 行业的快速发展，对其所需的基础设施，也就是 Agent Infra 带来了全新的挑战和更高的要求。

而 AgentBay 要做的就是 Agent 的基础设施。

这次云栖大会期间，阿里云无影宣布 AgentBay 迎来重大升级，并首次展示全新的个人计算产品——无影 AgenticComputer。

屈立威老师说，经过近半年的公测，无影 AgentBay 已经拥有了完善的任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源，大大突破了 Agent 在本地设备上的算力限制。

这次 AgentBay 推出了自进化引擎、自定义镜像、安全围栏、跨环境共享等新能力，其中我觉得最重大的革新在于基于环境反馈的自进化引擎——Self-Evolving 。

这是一个开箱即用的 Agentic 强化学习服务，基于已有的强大沙箱和 Agent 建设框架，将复杂的自进化能力模块化、服务化，可实现 LLM 行为优化、提示词优化和 MCP 工具优化，让企业无需组建庞大的 AI 团队，即可为现有 Agent 注入“进化基因”。

前段时间很火的智谱 AutoGLM，其 Agent 就是运行在 AgentBay 上的。

它为每个用户部署了一台云手机与云电脑。只需发布指令，AutoGLM 就能直接在云设备上帮你完成各种任务。

比如打开 App、浏览网页、点外卖、订酒店、制作PPT和网页、生成视频，甚至在多个 App 间协同操作。

你无需安装、无需连接，所有任务都在云端执行，不占用你的手机或电脑资源，也不打断你正在进行的操作。

比如我让它：

点赞、投币、收藏 B 站上秋芝 2046 这个博主的最新一条视频

AutoGLM 就会在 AgentBay 中启动一个电脑实例，帮我自动做这些事情。

再比如可以让 AutoGLM 帮我基于选题做短视频，并直接发布。

提示词：帮我在微信视频号发一条关于“防蚊虫叮咬指南”的短视频，请帮我整理和调研最近蚊虫叮咬产生的症状及如何预防并发布

它帮我自动创作并发布视频的那一刻，当时我都惊呆了。

AutoGLM 还可以在手机上启动一个云手机，帮我们点外卖，定酒店等。

不是，他是真能点外卖啊，不过要登录我的账号。

其实当时 AutoGLM 出来的时候，我就玩了很多，就是因为他太能干了，我和大多数人一样，担心的是自己的隐私问题。

它要真给我一顿买买买，多少还有些不放心。所以说 AutoGLM 还是太超前了。

就像当年云服务器刚出来那会，对于数据安全和隐私问题的争论就一直没断过。

但随着云技术的成熟，大家也慢慢接受并相信云，把自己的业务和代码托管到云上，研发效率得到了质的提升。

现在，Agent 也面临类似的问题。

从 Agent 开发角度，一个高性能的 Agent，不仅仅是模型能力强就够了，它还需要一个稳定的、可扩展的、高效的运行环境。

Agent 的运行往往需要复杂的计算，尤其在处理多模态数据和执行复杂任务时。一个高效的 Agent Infra 需要能够智能地调度 GPU 等计算资源，降低推理成本，并提升响应速度。

在生产环境中，我们需要实时监控 Agent 的运行状态，分析其行为，并确保其安全可靠。Agent Infra 需要提供全面的监控、日志和安全防护机制。

就像云计算让 SaaS 应用爆发一样，一个成熟的 Agent Infra 将极大地降低企业构建和部署 Agent 的门槛。企业不再需要投入巨大的精力去解决底层基础设施问题，可以把更多资源投入到业务场景的创新上。

只有解决了基础设施的瓶颈，我们才能真正实现 Agent 的大规模应用。

在云计算时代之前，一个互联网创业公司要上线一个服务，必须先花钱购买服务器、搭建机房、配置网络、保障安全。这笔巨大的投入和技术门槛，把很多只有好想法、但资源有限的团队挡在了门外。

而阿里云等云计算平台的出现，改变了这一切。它们提供了弹性的算力、存储和数据库服务，让创业者无需再“造轮子”，可以直接租用这些基础设施，把精力完全投入到业务逻辑和产品创新上。这正是 SaaS 和移动互联网应用大爆发的根本原因。

今天的Agent创业生态也面临同样的问题。一个创业团队要构建一个Agent，不仅仅是调用大模型API这么简单。他们需要自己解决：

• 多模态工具的封装与调用
• 复杂工作流的编排与容错
• 企业级知识库的构建与检索
• Agent运行状态的监控与运维

这些都是非常重的基础设施工作，会消耗创业公司宝贵的时间和资金。

当 AgentBay 这样的基础设施出现后，它会承担起这些底层的、重复性的工作，从而对整个 Agent 创业生态产生革命性的影响。

AgentBay 这样的基础设施的出现把竞争的维度，从“谁能造出更复杂的Agent平台”，提升到“谁能用更创新的方式，解决更具体的商业问题”。

这将把 Agent 的创新从底层技术推向应用场景，让整个生态变得更加繁荣、更加健康。

Bay 这样的基础设施的出现把竞争的维度，从“谁能造出更复杂的Agent平台”，提升到“谁能用更创新的方式，解决更具体的商业问题”。

这将把 Agent 的创新从底层技术推向应用场景，让整个生态变得更加繁荣、更加健康。

如何学习大模型 AI ？

我国在AI大模型领域面临人才短缺，数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着Al技术飞速发展，预计到2025年，这一缺口将急剧扩大至400万，严重制约我国Al产业的创新步伐。加强人才培养，优化教育体系，国际合作并进，是破解困局、推动AI发展的关键。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

2025最新大模型学习路线

明确的学习路线至关重要。它能指引新人起点、规划学习顺序、明确核心知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

对于从来没有接触过AI大模型的同学，我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线。

针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

大模型经典PDF书籍

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路！

配套大模型项目实战

所有视频教程所涉及的实战项目和项目源码等

博主介绍＋AI项目案例集锦

MoPaaS专注于Al技术能力建设与应用场景开发，与智学优课联合孵化，培养适合未来发展需求的技术性人才和应用型领袖。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

2025人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

适合人群

• 在校学生：包括专科、本科、硕士和博士研究生。学生应具备扎实的编程基础和一定的数学基础，有志于深入AGI大模型行业，希望开展相关的研究和开发工作。
• IT行业从业人员：包括在职或失业者，涵盖开发、测试、运维、产品经理等职务。拥有一定的IT从业经验，至少1年以上的编程工作经验，对大模型技术感兴趣或有业务需求，希望通过课程提升自身在IT领域的竞争力。
• IT管理及技术研究领域人员：包括技术经理、技术负责人、CTO、架构师、研究员等角色。这些人员需要跟随技术发展趋势，主导技术创新，推动大模型技术在企业业务中的应用与改造。
• 传统AI从业人员：包括算法工程师、机器视觉工程师、深度学习工程师等。这些AI技术人才原先从事机器视觉、自然语言处理、推荐系统等领域工作，现需要快速补充大模型技术能力，获得大模型训练微调的实操技能，以适应新的技术发展趋势。
  

课程精彩瞬间

大模型核心原理与Prompt：掌握大语言模型的核心知识，了解行业应用与趋势；熟练Python编程，提升提示工程技能，为Al应用开发打下坚实基础。

RAG应用开发工程：掌握RAG应用开发全流程，理解前沿技术，提升商业化分析与优化能力，通过实战项目加深理解与应用。

Agent应用架构进阶实践：掌握大模型Agent技术的核心原理与实践应用，能够独立完成Agent系统的设计与开发，提升多智能体协同与复杂任务处理的能力，为AI产品的创新与优化提供有力支持。

模型微调与私有化大模型：掌握大模型微调与私有化部署技能，提升模型优化与部署能力，为大模型项目落地打下坚实基础。

顶尖师资，深耕AI大模型前沿技术

实战专家亲授，让你少走弯路

一对一学习规划，职业生涯指导

• 真实商业项目实训
• 大厂绿色直通车

人才库优秀学员参与真实商业项目实训

以商业交付标准作为学习标准，具备真实大模型项目实践操作经验可写入简历，支持项目背调

大厂绿色直通车，冲击行业高薪岗位

文中涉及到的完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】