9月23日報道，今日，無問芯穹正式推出基礎設施智能體蜂群——基于無問芯穹長期的AI-Native基礎設施建設成果及經驗沉淀，深度融合多智能體協同架構與行業場景需求，所提供的新一代基礎設施智能化解決方案。

該方案通過封裝SOTA模型篩選、基礎設施平臺管家、資源運營、答疑排障、智算集群運維等多個智能體模塊，構建高度自治、動態協作的“基礎設施智能體蜂群”體系，打造對基礎設施全生命周期的智能感知、決策與執行閉環，顯著提升資源利用率、運維效率與人工智能（AI）系統的可靠性，以相同的投入實現運維能力100倍拓展。

智能體（AI Agent）是AI演進的關鍵方向，正逐漸成為人機協同與機器自主決策的核心載體，并有望演進為未來智能社會的基本單元。然而，傳統的工具鏈和人力運維模式，已無法應對智能體生產的動態性與復雜性。

智能體基礎設施需要進行一次范式上的革新，讓基礎設施系統本身擁有自主決策、協同和進化的能力，憑借智能體的主動性和智能性，做出比人類手動操作更優、更快、更精準的決策，完成原本依賴頂尖專家高級腦力勞動才能完成的復雜工作，實現超越人類經驗的運營，以支持更高效、穩定、普惠的智能體創新。

以傳統的智算集群基礎設施使用運營運維方式為例，無問芯穹基礎設施智能體蜂群通過多智能體協同，把傳統分散在開發、運維、運營團隊的割裂流程，統一在一個智能化的“感知—決策—執行”閉環中。

無論是算力池化后的彈性調度、集群跨地域統一運營，還是高性能網絡、存儲與安全的協同管控，蜂群架構都能實現動態優化與自適應調整。

這種整體性能力讓算力平臺不再只是被動提供資源，而是以自治化的方式主動服務于研發任務和業務目標，實現集群資源利用率、能效比和可靠性的全面提升。

基礎設施智能體蜂群是無問芯穹對新一代AI基礎設施范式Agentic Infra給出的具體答案和落地實踐。

Agentic Infra以智能體為自治核心，將改變傳統IaaS → PaaS → MaaS → Agent應用之間層層堆疊、相互割裂的生產模式，構建出一個高度協同的閉環系統。

這一架構將異構算力資源、云原生組件及AI平臺能力統一納入Agents可調用范圍，依托無問芯穹基礎設施智能體蜂群自主拆解任務，動態組織鏈路中所需的算力資源、模型、工具與外部API，并實現端到端的執行、監控與排障，覆蓋從算力適配、模型選型、安全管控到最終部署的全鏈路智能化生產，真正實現“一句話，一個Agent ”，讓每個人都能開發AI及智能體。

在蜂群內部，SOTA模型篩選智能體首先承擔了“技術哨兵”的角色。它會持續跟蹤最新的模型能力和系統需求，幫助集群根據不同任務自動匹配最優的模型與運行環境，從而避免“盲目堆算力”的低效方式。

基礎設施平臺管家智能體則是集群的“日常管家”，負責環境初始化、容器編排、配額管理和安全策略下發，確保整個IaaS+PaaS的運行有條不紊。其優勢在于能夠感知用戶的任務意圖，并將復雜的底層操作自動化，例如為一次RLHF訓練任務自動準備分布式容器組和數據緩存。

資源運營智能體更偏向“成本與收益”的視角，它能夠實時評估算力利用率、隊列等待時間、能耗和計費模式，動態調度資源池，實現資源供需的最優平衡。對于運營方而言，這意味著GPU不再會長時間閑置，同時有效避免了高峰期的資源擠兌。

在運維層面，答疑排障智能體和智算集群運維智能體形成了“前臺+后臺”的組合：前者通過自然語言接口，成為用戶和運維團隊的第一接觸點，能夠快速給出排障建議或自動觸發診斷流程；后者則是整個集群的“深度醫生”，可以結合日志、監控和Trace信息進行根因分析、自動修復，甚至在任務執行前預判潛在風險并進行規避。

過去，無問芯穹通過服務大量的高校、科研機構及企業客戶，在多元異構算力的納管調度、訓練及推理優化領域擁有了深厚積淀，也在算力服務商業化落地中構建了端到端技術棧——從大模型性能優化、分布式訓練加速、強化學習框架，到多租戶異構調度、RDMA網絡拓撲優化、高性能存儲及GPU集群運維，形成了全鏈路技術解決方案，使得智能體得以更快地被結合到無問芯穹實際的智能體業務生產過程中。

通過與諸多重點文生文、文生圖智能體客戶的共同打磨，無問芯穹的基礎設施智能體蜂群已在一些重點客戶的真實業務流程中取得了實際有效的落地效果。

具有超百萬月活的捏TA被稱為二次元愛好者的天堂，用戶可以盡情發揮想象，通過AI技術輕松創作二次元風格的角色和故事，展現角色化的個人表達。

其創始人兼CEO胡修涵談道：“在傳統的智能體開發中，我們有大約超過30%的資源消耗于通用組件重構與流程維護，而經過與無問芯穹的合作， 通過端到端的自動化調度與資源編排，顯著減少了我們在算力適配、模型集成、安全部署等方面的投入，同時還將迭代速度提升了5倍。智能體開發得以從一個高度工程依賴、重復勞動密集型的困境中解脫出來，轉變為以目標為導向、智能自動實現的新范式。”