【公共云三十问之三十】拥抱AI，企业如何建设面向智能体的专属云？

公共云是面向社会公共利益最大化和资源共享最优化的云计算服务体系，涵盖公有云、行业云、专属云和边缘云等多元形态。专属云作为公共云面向单一组织独占使用的部署形态，既是政企客户保障数据主权与安全合规的必然选择，也是将AI能力深度融入核心生产系统的关键载体。

随着大模型智能水平持续突破，云的角色不再只是承载企业业务的底层基础架构，而是进化为承载数据、模型与智能体的新型生产平台。未来企业数智化竞争的核心，不再只是“有没有模型”，而是谁能够把数据、流程与行业Know-How，持续沉淀为可演进的智能体体系。

面临多重挑战

然而，企业在建设面向智能体的专属云过程中仍面临多重挑战。

一是成本弹性缺失，全域算力统筹乏力——纯自建模式CAPEX巨大，且缺乏通算、智算与多云资源的统一调度能力，难以应对大模型与智能体的突发负载。

二是数据孤岛严重，缺乏AI-Ready数据底座——传统湖仓仅面向BI报表设计，无法支撑大模型训练、RAG及智能体推理对多模态数据全流程供给的要求。

三是缺乏灵活安全的云上云下MaaS协同能力——模型迭代迅速，企业往往在“封闭的本地安全”与“开放的云端风险”间艰难抉择，亟需“云下稳态+云上敏态”的协同机制与机密计算能力。

四是智能体开发与运行环境的安全治理缺失——智能体带来攻击面放大、链式传导、追责难等新型安全挑战，亟需建立涵盖安全开发、合规测试与动态监控的标准化运行环境，确保可记录、可追溯、可解释、可治理。

面对上述挑战，以华为云Stack为代表的公共云服务商提出了面向智能体的专属云目标架构体系（5A架构），涵盖Agile云基础设施层、AI-Native使能层、Agent-Native赋能层、Assured智能化安全可信、Administrable智能化运营治理五大模块，同时提供了完整的端到端建设思路。

▲企业面向智能体的专属云架构

企业面向智能体的专属云架构

Agile云基础设施层——以本地云为核心、多云协同的统一底座，实现通算智算资源深度融合，弹性适配业务需求，敏捷响应业务波动，多元硬件与多代次芯片架构兼容，全域云资源统一管控，保障底层架构稳定可靠。

基础设施层的建设应遵循“整合—架构—调度—优化”的渐进式路径：第一阶段，打造通算智算融合的统一算力池，实现多元算力的基础整合与统一供给；第二阶段，基于Agent业务需求实现通算智算的双向弹性伸缩，敏捷响应智能体负载波动；第三阶段，搭建训推一体调度架构，实现多代次异构算力的统一纳管与高效调度；第四阶段，推进多云协同的资源整合与全链路性能优化，完成场景化算力适配的持续升级。通过渐进式演进，企业可平滑构建面向智能体的新一代云基础设施，为AI创新提供坚实、弹性、高效的算力底座。

AI-Native使能层——作为企业统一AI能力中枢，构建湖仓融合、多模一体的AI数据湖底座，打通“数据-训练-推理-强化”全流程闭环，依托高质量私域数据与强化学习驱动模型自主迭代升级，以Token模式输出标准化AI能力，让全域业务都能安全普惠AI。同时建设大模型网关，实时安全调用公有云最先进的MaaS服务、MCP工具及Skill能力。

在平台建设层面，企业应用大模型与智能体赋能业务转型，分为训推一体使能平台建设、场景赋能与专家评估三个关键环节：平台建设阶段拉通数据供给、模型开发、应用与反馈，实现高效开发与协同演进；场景赋能阶段按“试点沉淀→规模扩散→治理闭环”逐步推进；专家评估环节由跨领域团队负责标准制定、模型审核与平台维护，建立双向反馈机制驱动模型持续优化。

在数据湖建设方面，遵循“存量复用、平滑演进、AI导向、分步迭代”原则，分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地，在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

在网关建设方面，分两步走——先面向组织建立Token统一分配与调用机制，后精准计量成本评估ROI，实现AI成本可控、价值可衡量。

▲AI多模数据湖架构

Agent-Native赋能层——依托Harness企业工程范式及高低码开发协同，重塑企业知识本体，承载企业全场景智能化业务流程，支撑大规模智能体并发运行，实现业务智能化落地。

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台，到打造高性能、极致弹性的运行时环境，再到搭建AgentOps驱动的持续运营与运维体系，同时构建端到端、多层次的全链路安全防护体系。通过分阶段、分重点的建设路径，企业可有序推进智能体平台从“能开发”走向“可运营”，让AI能力真正融入核心业务。

▲智能体平台整体架构

Assured智能化安全可信——企业上云的安全底线，保障混合云网络、数据传输安全，更针对智能体新增专属安全防护，做到全场景风险可控、全程合规可信可追溯。

安全可信体系的建设应遵循从基础设施到上层应用、再到跨云协同的渐进路径：基础设施安全层面，以“一个中心+七层防线”为框架，依托安全运营中心构建全网态势感知与纵深防御；模型、数据与智能体安全层面，部署提示词注入防护、行为分析与最小权限三层防御，构建全任务链行为序列分析，实时拦截偏离操作并动态降权；云上云下协同安全层面，端到端加密确保全链路密文传输，数据胶囊绑定统一策略、离域即失效，安全前置隔离区对模型与代码先扫描后运行，实现资产准入可控与异常行为主动阻断。

Administrable智能化运营治理——针对海量智能体与Token资源做专业化治理、运营和运维，通过精细化运维和Token资源经营，有效控制成本、提升整体运营效率，让AI价值最大化。

运营治理体系建设应围绕精细化运营与一体化运维治理两条主线，按照“统一监控、自动运维、量化运营、安全合规”的路径逐步推进：首先搭建统一智算监控平台，覆盖CPU/NPU、推理时延、Token消耗等关键指标，实现全链路可观测与分级预警；其次构建自动化运维体系，落地故障自愈、灰度更新、资源自动调度等能力；再次建立精细化运营体系，对算力、Token、模型调用等用量统一计量与成本核算；最后完善安全合规治理，建立权限管控、日志审计与数据追溯体系，形成制度化、可追溯的管理闭环。

从Agile云基础设施层到AI-Native使能层、Agent-Native赋能层，从Assured智能化安全可信到Administrable智能化运营治理，五大模块相互协同、共同构成面向智能体的专属云完整架构。

新一代面向智能体的专属云方案正帮助企业将数据、流程与行业Know-How持续沉淀为可演进的智能体体系。当专属云真正成为企业智能体创新与运行的坚实底座，公共云的社会价值将从基础设施层向业务智能层持续延伸，为千行万业的数智化跃升注入源源不断的动力。