AI热榜 过去一年，Agent 几乎成为大模型行业最密集的关键词。
从工作流编排、低代码平台，到 Coding Agent、多 Agent 协作和能够长期自主运行的智能体，应用形态不断变化。
但与市场期待的“Agent 元年”相比，真正进入稳定生产环境的项目仍然有限。
问题或许并不完全出在 Agent 的能力上。
随着模型快速迭代，一个现实的矛盾开始出现：企业投入大量工程资源搭建的 Agent，可能在下一个模型版本发布后，就被模型新增的原生能力覆盖。
应用层尚未形成稳定范式，底层基础设施却已经需要提前面对并发增长、长上下文、缓存复用、推理延迟和服务可靠性等一系列问题。
7 月 18 日，在 WAIC 2026 InfoQ 媒体直播间，清程极智联合创始人师天麾提出了一个相对谨慎的判断： 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。
当前 AI Infra 最确定、也最值得投入的方向，仍然是围绕每一次模型调用，提高 Token 生产和交付的效率。
直播回放视频链接：https://www.infoq.cn/video/Cpw9ye57OyQNHSKpem7T 模型能力越强，Agent 的投资反而越谨慎 师天麾认为，Agent 的发展速度确实有些不及此前的市场预期，但原因并不只是模型能力不足。
恰恰相反，模型迭代过快，也可能抑制企业和创业公司对 Agent 的长期投入。
一个 Agent 往往需要经过任务拆分、提示词设计、工具接入、工作流编排、评测和异常处理等多个环节。
团队投入数月完成的系统，可能在下一代模型推出后，被模型原生的推理、工具调用或代码能力部分替代。
这意味着，企业需要不断判断：哪些能力应该固化在 Agent 工作流中，哪些能力未来可能直接由通用模型提供。
模型升级带来的不确定性，正在提高 Agent 项目的工程折旧速度。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接