2025 年 10 月 30 日，Begin Capital 合伙人萨加尔・巴夫萨尔（Saagar Bhavsar）发表深度分析指出，未来十年定义科技行业的企业，大概率不是专注于模型研发的实验室，而是那些重构现有网络基础架构的创新者。AI 智能体（AI Agents）的崛起，并非仅依赖模型本身的智能化升级，更取决于底层基础设施能否支撑其大规模运行。如今的互联网是为人类流量设计的 —— 人类一次发送一个请求、按顺序点击网页，而 AI 智能体的行为模式完全不同，它们以并行方式运作：数千个自主进程同时进行推理、调用 API、重组数据。试想，一个 AI 助手同时协调数百个旅行计划，包括查询航班、获取实时酒店数据、对比天气信息、调整行程安排，在当下互联网中看似 “机器人行为” 的操作，未来将成为互联网流量的常态。
这种行为模式的根本差异，彻底改变了互联网运行的核心逻辑。当前为 “线性人类流量” 优化的技术栈，无法支撑以机器速度和规模运行的自主系统。我们如今需要的，是一个更类似 “分布式有机体” 的互联网：能处理海量数据、实时流式传输结果、即时弹性调整资源。以电商场景为例，传统互联网中，人类用户会逐一浏览商品详情页、对比参数后下单；而 AI 智能体可同时抓取数十个平台的商品数据、实时计算性价比、自动领取优惠券并完成下单，这种并行操作对现有服务器的并发处理能力、数据传输速度提出了远超传统场景的要求。
基础设施仍是制约 AI 未来发展的最大瓶颈。即便规模不大的 AI 智能体流量，也可能压垮多数现代网站 —— 在人类看来属于 “健康互动” 的行为，在 AI 智能体的负载下，可能会被识别为分布式拒绝服务（DDoS）攻击。未来对算力的需求增长将极为惊人，类似从拨号上网到宽带的跨越，但规模要乘以一千倍，且时间被压缩到短短几年内。巴夫萨尔认为，这一时刻可能标志着自互联网诞生以来最重大的基础设施变革，人类或许能构建出比以往更智能、更互联的系统，但前提是基础架构足够坚固。
为人类设计的系统无法支撑机器运行需求，这一矛盾已日益凸显。AI 智能体天生具有 “数据饥渴” 和 “并行处理” 的特性，而原本为 “可预测人类流量” 设计的公有云，根本无法应对数十亿个同时运行的自主任务。大型 AI 工作负载的云计算成本正快速攀升，许多企业因此缩减相关投入。Akamai 主导的近期研究显示，68% 的企业正受困于不断上涨的云成本，其中 26% 的企业削减了新 AI 项目的投入，另有部分企业因计算支出激增，不得不缩减网络安全和 IT 运营预算。
与此同时，基础设施需求却在急剧飙升。德勤（Deloitte）的一项调查发现，受访者预计 AI 工作负载的短期最大增长将来自新兴 AI 云提供商（87%）和边缘平台（78%），远超传统数据中心的扩张速度。这种供需错配凸显出，为人类规模工作负载设计的基础设施，已难以承受机器规模的需求压力。2025 年上半年，美国在数据中心、信息处理技术及相关产业的投资，贡献了约 92% 的 GDP 增长。哈佛大学经济学家杰森・弗曼（Jason Furman）表示，若没有这些投资，同期 GDP 增长将仅为 0.1%，足见基础设施对 AI 时代经济发展的关键作用。若不能尽快建立更快、更灵活的系统，AI 智能体无法实现规模化普及，而基础设施停滞带来的成本损失，将随每一次新部署不断扩大。
下一代创新的核心在于基础设施重建，那些能重新设计计算架构以满足自主智能需求的企业，将在未来十年占据主导地位。当前，延迟问题成为又一关键障碍。《The New Stack》近期的分析显示，企业 AI 系统难以规模化，并非因为模型能力不足，而是后端数据与计算系统无法跟上节奏。许多机构面临 “变量响应时间” 和 “缓存缺失” 问题，这些问题在多智能体工作流中会产生连锁反应 —— 数百毫秒的延迟，乘以数千个并行进程，最终会导致数秒甚至数分钟的系统停机。
这一挑战正推动行业发生悄然却关键的转变。许多企业开始将核心工作负载从公有云迁出，以重新掌控成本、性能和数据安全；与此同时，新一代高性能环境正在崛起，其围绕多模态数据库、流式传输管道和容器技术构建，这些容器的启动与停止速度比现有架构快数百甚至数千倍，专为 “极端并行” 设计 —— 数百万个智能体可同时进行调用、检索和推理，而不会导致网络瘫痪。这为 “压力下不减速、能动态调整” 的互联网奠定了基础，这种基础设施不再是静态的技术栈，更像一个具备自适应能力的 “活系统”。
基础设施正成为企业竞争的差异化优势。那些为 AI 优化后端的企业，将悄然获得隐性流量、效率提升和可见性优势，这些成本与利润层面的益处会不断累积，不仅能区分短期赢家，更能筛选出下一代互联网的真正远见者。思科（Cisco）最新的 AI 就绪指数调查（覆盖全球 8000 多名管理者）显示，被认定为 “AI 就绪度最高” 的企业，将试点项目转化为实际生产应用的概率是其他企业的 4 倍，从 AI 计划中获得可衡量价值的概率高出 50%。这一结果印证，“AI 就绪度” 的关键组成部分，正是拥有能支撑持续、智能运营的基础设施。
无法适应的平台，或许在人类用户眼中仍显稳定，但随着 AI 流量增长、系统间直接交互增多，其相关性将逐渐丧失。早期采用 “AI 就绪型基础设施” 的企业，获得的远不止速度优势 —— 它们将掌控智能系统赖以沟通、交易和运营的关键路径，为 AI 智能体打造良好 “使用体验” 将成为核心竞争力。正如 “移动优先” 的企业曾超越传统互联网巨头，“AI 基础设施优先” 的企业，将定义经济增长的下一阶段。如今，AI 智能体已触及几乎所有与技术相连的业务和系统，它们极有可能成为重塑大小经济体的核心力量，具体影响则取决于政府和大企业能从中捕获多少价值。
除浏览网页外，AI 智能体还将自主决策、完成交易，因此需要新的基础设施层支撑其独立运作，包括微交易系统、服务协议以及能让机器直接交互并结算任务的支付通道。这一概念已脱离理论阶段：美国亚特兰大联邦储备银行提出了 x402 协议，该协议允许网站返回 “402 需要付款” 状态码、附加价格元数据，并让 “智能钱包” 在后台自动完成交易。这些早期测试表明，新兴的 “机器经济” 需要可编程结算系统，以处理数十亿次自主交互，这远超当前支付通道的承载能力。
那些构建 “连接层”（如智能体友好型 API、实时计费系统、网络级结算平台）的企业，将构成新经济的基础。未来最具价值的科技企业，或许不是训练最先进模型的公司，而是运营这些模型赖以生存的系统的企业。这正是数字化转型的下一阶段：重建互联网，以支撑大规模、持续的机器间自主协作。
巴夫萨尔在分析结尾强调，AI 的应用瓶颈并非智能水平，而是底层系统的支撑能力。要实现下一个创新时代，我们必须重新思考互联网的运作方式 —— 从人类节奏的沟通，转向无数机器间大规模、并行、全天候的协作。如今着手解决这一问题的创新者，正在为未来一切技术发展奠定基础；而历史已然证明，那些重建基础架构的人，往往最终会掌控未来。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/hu-lian-wang-wei-ren-lei-er-sheng-xia-yi-dai-hu-lian-wang
