这一周，大厂开始给 AI 智能体「配基础设施」：从标准到专用登录/SUENCA

这周，大厂开始给 AI 智能体「配基础设施」

过去两年，大家追的都是同一个问题：模型到底有多强。但这几天发生的一连串动作，悄悄把焦点换掉了——Anthropic、OpenAI、谷歌、1Password，以及一批银行，不约而同地开始给 agent 修「基础设施」。换句话说，智能体正在从「能用」，走向「可信、可控、低成本地规模化」。

这五个信号，单看都不起眼，放在一起却很能说明问题。

信号一：Agent Skills 被捐进基金会，标准化开始了

Anthropic 把「Agent Skills」这套开放标准，正式捐给了 Linux 基金会旗下的 Agentic AI Foundation（AAIF）。2025 年 12 月发布至今，已经有超过 70 个平台接入（ChatGPT、Cursor、GitHub Copilot、VS Code 都在列），累计约 100 万个 skills、近 2.8 亿次安装。同一个批次里，AAIF 还接进了 OpenAI 的 Open Responses、Hugging Face 的 OpenEnv、阿里巴巴的 OpenSandbox，托管项目从 3 个涨到 10 个。

这背后的逻辑很清楚：当每个大厂都在造自己的「技能」格式，agent 生态就会像当年手机充电口一样四分五裂。把标准捐给中立基金会，是行业在为「一套技能、处处可用」铺路。

信号二：OpenAI Decisions API，把「决策」拆成独立能力

OpenAI 的 Decisions API 正式全面可用。它基于 GPT-6 Luna，只做「答案有界」的决策任务——分类、路由、打分，官方称比用通用 Responses API 快最多约 10 倍，且不收输出费用。客户数据很有说服力：Sierra 用它做实时对话编排，p95 延迟低于 280 毫秒、成本降约 90%；Datadog 给 shell 命令打风险分，速度提约 40 倍；Speak 的下一步动作延迟从 1.4 秒压到 0.13 秒。

这是一个很关键的认知转变：不是所有活都需要一个 500B 的大模型来干。高频、轻量的「判断」，被单独做成一种更便宜、更快的型号——决策模型，正成为和对话模型、代码模型并列的第三类。

信号三：谷歌给每个 agent 一台「隔离微虚拟机」

谷歌发布 Agent Compute Engine，为每个智能体分配一台由 Titanium 芯片做硬件隔离的微虚拟机；agent 空闲时虚拟机自动挂起省资源，需要时再瞬间拉起。官方在 20 万 agent 的测试里，挂起与恢复耗时低于 500 毫秒。

这条路的指向性极强：agent 要真被放出去做事，第一道防线就是「别让它碰不该碰的东西」。把隔离做到底层硬件，比在应用层拼安全补丁可靠得多。

信号四：agent 也要有「身份证」了

1Password 推出了「1Password for Agents」：agent 发起登录时，向 1Password 发一枚数字身份密钥，由用户在自己设备上批准，然后由密码管理器代为填凭据——agent 从头到尾看不到明文密码。

紧邻着这条新闻的，是美国多家大银行开始拦截第三方 agent 进入客户账户：摩根士丹利已直接封禁，摩根大通等也在收紧。原因很真实——有 agent 在客户账户里做出了「看似超出用户指令」的操作，而银行根本分不清这是不是用户本意。未来的方向，大概率是只给 agent 开「只读」级别的受控访问。

信号五：国内同步在「分流」

同一天，蚂蚁数科发布决策模型 LingDT-Decision-1.0（4B / 27B），专做意图识别、工单分类、风险判断这类结构化决策，Token 消耗降低超 90%，还支持原生多选与按序决策；科大讯飞的星火 X2.6 则主打端云一体，敏感数据留端、复杂任务上云。方向虽不同，但和上面四条是同一个意思：把「通用能力」拆成更专、更便宜、更可控的部件。