头版Folia Daily Briefing
← 返回头版
科技人工智能

Agent基础设施尚未爆发,底层推理效率成当下重点

清程极智联合创始人师天麾认为,尽管AI Agent的应用形态不断演进,但Agent基础设施(Infra)建设仍处于早期阶段[1]。师天麾表示,"Agent Infra长期看一定会变得重要,但现在还没有到真正爆发的阶段"[1]。当前最紧迫的投入方向并非构造新的概念层,而是提高Token生产和交付效率、优化缓存管理、增强服务可靠性等底层推理基础设施问题[1]。

模型迭代的加速给企业长期投入带来了新的挑战[1]。缓存效率的下降尤为值得关注——缓存命中率从90%下降至80%,对应未命中比例从10%增加到20%,由于未命中部分需要完整的Prefill计算,实际成本增幅往往远超数字变化幅度[1]。在当前的定价机制下,缓存命中部分的输入成本可能仅为重新计算的约十分之一[1]。可靠性方面,若任务需连续调用模型20次且每次成功率为99%,完整链路一次成功的概率约为82%[1]。

为评估推理服务现状,清程极智搭建了AI Ping评测平台,目前覆盖30多家服务商和600多个模型服务[1]。师天麾还指出,2026年以来部分国产芯片的闲置情况已明显改善,部分新型号在较大规模集群中甚至出现供应紧张[1]。


Agent基础设施推理服务Token成本缓存管理国产芯片