Agent 工程场：Agent Hosting 图文速览

开场：需求变具体，企业落地三道题

主持人与肖老师从「年初龙虾装机」聊到「年底个人助理再火、企业落地成为主线」。现场判断：用户需求已经从「能不能装起来」变成「有没有精确场景」。

工作侧案例：面向企业的 CloudPro，产品经理约三小时即可把产品构建上线，研发做质量与架构验证后发布。生活侧：Skill Hub 上一条「育儿大师」技能，一个多月下载约 250 万次——忙爸爸下班路上让 Agent 出 20 分钟高质量陪伴方案。

企业落地被抽象成与「招真人」相似的三道题：

应对思路被概括为「渐进式披露」：组织架构与权限、会话级 Token 治理、老专家经验沉淀为 Skill 进企业技能库。

Agent Hosting：云端自托管品牌升级

半年打磨后的一组现场数字（按转述）：LightHouse Agent 云上百万级 Agent 稳定运行；Skill Hub 累计下载超 2 亿；面向企业的 CloudPro 服务上千家企业；开源 Octopus 在 GitHub 约 1.1 万 star。

共同理念被说成两句：「化繁为简」与「贴近应用」。产品家族面向个人、开发者与企业，方向是——把工作负载交给云端，人去做创意、创造与判断。

肖老师用三次「啊哈时刻」串起路径：LightHouse 让云更好用 → OpenClaw 在 LightHouse 上跑通并接入 QQ（电脑关了任务还能在云端推进）→ 3 月 6 日腾讯大厦装机出圈，Skill Hub 为中国用户搭技能社区。

LightHouse Agent：让 Agent 常驻云端

定位：面向个人与个人开发者的轻量托管；Agent 跑在客户自己的 LightHouse 实例上。使命一句话：让 Agent 常驻云端，构想随时落地。

• 快速上手：丰富 Harness / 镜像（含 OpenClaw、Hermes、自研 Octopus 等）；AI 型套餐把 Agent 与模型一并塞进环境，开箱即用。
• AI Native 运维：连接器对话开通防火墙端口；WorkBuddy 上架「腾讯轻量云专家」；对接腾讯会议、腾讯文档等办公连接器。
• 多 Agent 协作：群聊 + Planner 领航员拆任务；支持手动建群与智能建群；按角色配不同模型，兼顾性价比。
• 云桌面：登录、上传、购买确认等长尾场景可人工接管后再交回 Agent。
• 7×24：隔夜任务不依赖本机开机；记忆插件保留偏好与上下文。

官网已上线 LightHouse Agent 专区，现场提到新用户免费试用一个月活动。

CloudPro：让 AI 用好企业经验

4 月诞生、今日全量发布。定位：企业级 Agent 管控平台——创建 / 纳管 / 沉淀经验 / 运营。

案例（转述）：财税代账企业把资深会计经验沉淀为技能与规范，会计人均服务客户从约 200 家提到约 400 家，效率约 +50%。健康医疗客户基于 CloudPro 搭私人健康助理嵌入自有 App，售出上千个智能体。

亮点还包括统一 Token 治理面板：健康度评估、任务落不同模型、上下文治理的一键下发。

Skill Hub / Skill Pay：技能基础设施与商业化

关系一句话：Agent Hosting 让 Agent 在云端持续跑；Skill Hub 给它专业做事方法。Skill = 可复用的经验、流程与工具调用组织方式。

现场规模：当月下载破 5000 万，累计超 2 亿，技能总量超 20 万，其中企业发布约 6.6 万。平台四件事：一句话安装、Trace 五维评测、安全审核、多 Agent 分发（腾讯与第三方入口）。

Pay Skill 链路：发现 → 确认费用 → 付费调用 API → 结果回任务 → 按次结算。服务商三步：封装 Skill → 定价并关联微信支付商户号 → 发布。展区演示中，平台称目前对创作者无抽佣；失败可触发退款。

Octopus：开源 AI 引擎，从运维到垂类

开源可自托管 AI 助手：一键授权连腾讯云服务器，集中管理、诊断、健康巡检与移动端运维报告。不是「直接扔给大模型」，而是把多年运维经验沉进专家与技能体系，并支持导入操作手册知识库。

• 多专家配置（模型 / 工具按专家分配）
• Agent Teams：主持人拆派、协作汇总
• 云端协同：本地控制台授权访问远端环境

社区案例：运维排查 SOP；深圳三甲医生做基层医生学习助手（信源核验 + 多天学习任务，凤凰网阅读约 57 万）；法律科技「准点」法务工作台（合同扫描审核、立场风险标记、高级律师复核、长安链存证）；眼镜店 VIP 子 Agent；马来西亚国际招生多角色专家团。

Agent 基础设施：沙箱、存储、可观测

Cube Sandbox（开源弹性沙箱，约 2026-04 起开源至 v0.7.3）：安全与密度两头兼顾；密钥可托管在平台、由平台注入请求而不进沙箱；快照启动（现场称六十毫秒级 / 展区演示约 30+ms，对比眨眼约 168ms）；E2B 兼容 SDK。展区还演示克隆分支探索、跨机暂停恢复（秒级迁移）。

Agent CFS：面向 Agent 沙箱的共享存储。现场性能数字：4K 随机读约 16 万 IOPS，单流 4K 读 P50 约 14 微秒；支持休眠态继续访问数据。一句话：大规模、强一致、高性能、数据在线。

Agent OBS / 谷安策：生产级全链路可观测与安全治理。仪表盘看健康度、性能、花费、Skill 调用；调用链看清用户输入、模型、工具、Skill、输出与错误标注。评估 → 归因（工具 / RAG / Skill）→ 优化建议 → AB Test，「看得清 → 修得好 → 验得了」。

Context Turbo 与 TencentDB Agent Memory

企业三类痛点：长任务上下文膨胀烧 Token；跨会话反复自我介绍；团队成员 / Agent 交接重复探索。Context Turbo 夹在业务 Agent 与模型服务之间：

公开测试集 PersonalMem：准确率约 48% → 76%。实践：内部客服约 4 万员工，转人工率约降 30%；内部研发接入团队记忆后，端到端需求消化率约升 50%。开源 TencentDB Agent Memory（展区称「泰森 DB Agent Memory」）GitHub 3 万+ star，多次 Trending。

AI 网关与 Team AI（TNA）

腾讯云 AI 网关正式发布：企业 AI 统一接入与治理中枢。三纵——大模型网关 / MCP 网关 / Agent 网关；两横——安全合规、成本与可观测。公有云分钟级开通 + 私有云数据不出域，「公司统一、一套体验」。

• 多模型统一接入、协议转换、智能路由与多级 Fallback
• 存量 HTTP 一键转 MCP，工具市场 + 细粒度授权留痕
• 四层防护：认证配额、内容安全、隐私脱敏、注入与越权识别
• Token 多维计量、配额降级、语义缓存、分摊报表

TNA（Team AI）：开源「给 AI 写的团队手册」——技能、规则、工具配置、踩坑经验进团队 Git 仓，本地与云端自动同步；改手册像提 MR。对比：同一模型跑 40 次，未装至少 25 次违规规则，装上 0 次；踩坑题答对率约 67% → 89%。安装：复制一句话给 AI 自助装好并建团队。

TokenHub · 开万高性能推理 · 专有云 AI 套件

TokenHub：一站聚合混元及主流文本 / 代码 / 图像 / 视频模型，强调 SOTA「上线首日可用」。升级四点：场景分级（客服预留吞吐、金融模型单元物理隔离 + AICC 可信链路、批量离线推理）；Token Plan / Season Plan 采购；TokenHub Skill 让 AI 帮选型、配码、排障；四层安全合规 + 海外开区（新加坡已开；美欧推进中）。并与 Gartner 联合发布企业级 Token 治理实践指南。

开万（大模型训推平台，ASR 常误作「台湾 / 泰万」）：更快 / 更省 / 更易用。五层加速（数据通路、算子、并行通信、多级缓存、集群调度）封装进加速引擎；现场称国产卡上混元等模型单卡吞吐数倍提升、集群吞吐约 +50%–70%。潮汐调度白天推理夜间训练；推理模板把 20+ 参数变成一键部署。客户实践覆盖具身智能、自驾、运营商、私域推理、AI 制药等；30+ 家完成国产算力验证与生产落地。

专有云 AI 套件：模型服务到智能体运行「长在客户机房」。核心为专有云 TokenHub——选模型 / 模板 / 发 API 三步起服务，OpenAI 兼容；多租户隔离、配额计量、内置网关策略与上架定价，软硬一体开箱即用。

灾备中心 BDRC：给 AI 数据资产装异地保险

何静：模型像水电可按需调用后，企业真正要扛的是「喂进去的数据和养出来的应用」。AI 链路三层资产——知识层（语料 / 向量 / RAG）、应用层（编排与会话记忆）、模型层（数据集 / Checkpoint / 制品）——共同点是花时间与算力换来的，训推越极致越值钱。

高频断点：清洗误删、Checkpoint 丢失、制品覆盖、向量损坏、重建后会话失忆。真实场景举例：32 卡训练第 6 天故障，最近 Checkpoint 已是 3 天前——无保护约丢 72 小时结果。

BDRC 做三件事：全局数据视角、策略驱动保护、保障业务可接管。云上云下文件 / 对象 / 库 / Agent 存储统一管理；核心业务可配生产–容灾映射，展区称约 10 分钟级 RPO、分钟级一键切换。口号：把数据意外交给灾备，把工程师时间还给创新。

展区探访：从领 Agent 到入职与底层 Infra

下午约一小时实地探访，串起的现场故事：

1. LightHouse 选 Agent 镜像 + AI 型套餐（含 Token 积分）→ 两分钟级创建 → 进平台配模型；多 Agent 云端协同拆子任务。
2. 与 WorkBuddy「轻量云专家」联动领免费实例，再复制带 API Key 的 Prompt 到 CloudPro「入职」纳管；现场已有多人完成入职演示。
3. Skill Pay：在 WorkBuddy 触发付费 Skill，微信 AI 专属卡扫码，款直接到创作者商户号。
4. Octopus × 准点法务：法律咨询依据可视化 + 长安链存证 + 扫描仪软硬结合合同审核。
5. 底层：Cube 眨眼级起沙箱、Agent CFS 跨沙箱共享、泰森 Memory 防失忆、谷安策看清决策链、TokenHub 三步调模型、开万走通数据–训练–评测–推理。

可带走的点

• 需求已经「场景化」：个人要精确任务，企业要权限、成本、经验沉淀与人机协作四件事同时答。
• Agent Hosting 把个人托管（LightHouse）、企业管控（CloudPro）、技能社区（Skill Hub/Pay）、开源引擎（Octopus）收成同一品牌叙事。
• 工程底座变厚：沙箱（Cube）、共享存储（CFS）、可观测（OBS/谷安策）、记忆（Context Turbo / TencentDB Agent Memory）、网关、团队手册（TNA）齐套出现。
• 模型侧从「能调」走向「能治」：TokenHub 分级与安全、开万训推加速、专有云套件数据不出域、BDRC 兜住 Checkpoint 与会话记忆。
• 展区验证「领用 → 入职 → 下发 Skill → 垂类落地 → 灾备与治理」闭环，比单点 Demo 更接近真实组织路径。