近日，在2026 AI Future Force人工智能创新峰会上，九章云极AI首席科学家缪旭出席《AI Agents多智能体系统：全球落地与生态竞争》圆桌论坛，提出企业部署Agent系统的最大瓶颈已不再是模型能力，而是系统工程能力。未来的核心竞争力将从“模型智能”转向“组织智能基础设施”。

缪旭指出，AI行业正经历从Copilot（辅助工具）向Agent（自主执行）的关键拐点。当前AI Agent的单次持续运行时间已达到1到2小时，基本覆盖一个人半天的工作量，且这一上限仍在不断增长。这一转变标志着AI从“辅助人处理信息”正式迈入“参与真实任务执行”的新阶段。AI将成为企业流程中的数字员工、AI运营、AI客服、AI销售助手乃至AI研发协同者。

在回答企业部署Agent系统的最大技术门槛时，缪旭给出了一个清晰的判断：模型能力决定智能上限，但企业真正关心的是一套综合的系统工程能力。企业关心的是Agent能否理解业务流程、正确调用工具、遵守权限边界、在长任务中保持状态、出错后恢复、被审计治理，以及以可控成本规模化运行。

“模型能力决定AI是否聪明，系统工程能力决定AI是否能在企业里长期、稳定、低成本地创造价值。”基础模型将越来越像一种可调度资源，企业不会只依赖单一模型，而会同时使用大模型、小模型、行业模型、本地模型。真正的壁垒来自模型路由、Token调度、上下文压缩、AgentOps和业务流程重构能力。

缪旭提出，未来企业内部将出现一个全新的横向基础设施层——AI Agent基础设施层，其地位类似于今天的云计算平台、协同办公系统、数据中台和DevOps平台的组合。这一基础设施层包括七大模块：企业上下文层、Agent Runtime层、工具与系统连接层、模型与Token调度层、AgentOps与治理层、多Agent协同层以及人机协作界面层。

企业Agent的核心问题不是模型会不会回答，而是系统能不能长期、低成本、可审计、可恢复地完成真实业务任务。未来真正有价值的企业AI基础设施，这将成为继云计算、协同办公和数据中台之后的新一代企业智能化底座。而具备训推一体调度能力和标准化算力计量体系的智算平台，正在为这一底座提供核心支撑——让模型训练更高效、更经济，让智能交付更普惠、更可靠，最终帮助企业Agent系统从“能跑起来”走向“能跑得稳、跑得久、跑得起”。