AI+办公：Agent都有“工位”了，云电脑既让它接手业务、也管住权限 ｜ 阿里云智能集团研发副总裁 张献涛分享

云电脑正从人类远程办公终端演进为智能体（Agent）的专属运行工位，提供持续执行、权限可控、人机协同的桌面环境。

支持Agent调用桌面软件与遗留GUI系统，突破纯API依赖；实现身份、权限与操作审计的统一管控；构建人-Agent任务无缝交接机制。

适合AI架构师、企业级Agent平台开发者、云基础设施工程师阅读。

在 1024 模力工场 · AI社区日 主论坛上，阿里云智能集团研发副总裁、终端智能计算事业部负责人张献涛，以《云电脑的演进：从人的办公桌面到智能体的工位》为题，分享了云电脑在 Agent 时代的新角色： 为智能体提供一个能持续运行、权限可控，并能与人协作的工作环境。

张献涛于 2014 年加入阿里云，长期负责弹性计算服务 ECS，随后转向终端设备与 AI 结合的业务探索。从支撑云上业务运行，到为 Agent 提供操作软件的环境，他关注的问题也随之延伸：当智能体开始进入企业工作流程，怎样才能让它顺利干活？

过去，云电脑是人远程办公的工具；如今，Agent 也需要这样一个“工位”。它要在里面打开软件、访问业务系统、处理任务，遇到无法继续的步骤，还得有人能接手。

给 Agent 配“工位”，首先是让它有工具可用。 之前的 Agent 主要通过浏览器执行任务；接入云电脑后，它们可以进一步使用桌面软件和企业应用，处理跨系统的复杂工作。对于没有开放 API、仍然依赖图形界面操作的老旧系统，这种能力尤其重要。

但有一台电脑，并不意味着 Agent 就能在企业里顺利工作。它以什么身份登录，能访问哪些数据、执行哪些操作，操作过程如何记录和审计，都需要明确。云电脑的作用，也因此从提供运行环境，延伸到身份、权限和资源的统一管理。

另一个关键问题是：Agent 卡住了，人能不能接得上手？

张献涛以订单处理为例：Agent 接收新订单后，需要核对信息、生成报告，再提交主管审批。这条流程看起来顺畅，实际执行时却可能遇到登录失效、验证码，或需要人工判断的情况。任何一步受阻，都可能让任务停下来。

这时，云电脑需要保存当前工作状态，通知用户并说明阻塞原因，让人接入处理。问题解决后，Agent 再接着执行。这样的协作，既需要人看得懂任务进行到了哪一步，也需要系统保留现场，避免每次接管后都从头重来。

这些能力已经开始用于具体业务。据张献涛介绍，好未来的一个项目在不到两周内，通过企业级云电脑部署了约 1,000 个 Agent，为教师提供教案、课件制作及作业批改等支持。员工也可以进入云电脑进行调试，并利用数据恢复等能力保障数据安全。

总而言之，在张献涛看来，云电脑积累了多年的身份权限管理、资源管理和协作能力，刚好可以成为 Agent 的“工位”： 云电脑为 Agent 提供运行软件、访问业务系统的环境，并管理好身份和权限。当 Agent 遇到问题时，人可以接入同一台云电脑处理，随后再由 Agent 继续执行任务。

以下为张献涛讲演的完整速记，模力工场在不改变原意的前提下进行了订正和编辑。

Agent 也有“工位”了：云电脑让它能接手业务，也管住了权限

各位嘉宾、各位朋友，大家节日好！非常欢迎大家来到云谷，也感谢 Kevin 的邀请。过去几年，我和 Kevin 有不少交流。今天也很开心见到许多老朋友，刚才还见到了毕玄。

毕玄见面后的第一句话就是：“你们的云电脑现在已经变成 Agent 的基础设施了，应该卖得很好吧？”我说，确实如此。

先向在座的新朋友介绍一下自己。我的履历比较简单：毕业后的前 9 年在英特尔工作，主要从事云计算核心技术相关的研发。2014 年加入阿里云，到现在已经 12 年了。前 10 年，我主要负责弹性计算服务，也就是 ECS。2024 年初，我开始内部创业，探索终端设备与 AI 结合的新业务。

过去几年，我们做了无影云电脑。前段时间的云栖大会上，我们还发布了千问 Book，这是业界第一台智能体电脑。

今天讨论的话题与此密切相关： 无影云电脑迎来了一个新时代，它正在成为智能体的“工位”。

首先，回顾过去三年多的变化。2023 年初，以大模型为代表的这一轮 AI 浪潮爆发，大致经历了三个阶段。

第一个阶段，以 ChatGPT 这样的 Chatbot 为代表。它带给大家的震撼是：人工智能的能力确实很强，已经能够轻松处理自然语言，与人类交流。

第二个阶段，以 Agent 应用为代表，比如 Coding Agent 和工作类 Agent。它们让我们发现，AI 可以调用各种工具，代替人类完成非常复杂的工作。

第三个阶段，是最近很受关注的 Personal Agent，也就是个人智能体。各家厂商都在发布相关产品，阿里也发布了千问 Go（千问在 2026 年推出的 Personal Agent）。

这意味着 Agent 正在进入一个非常重要的场景：个人生活和工作。

关注 Personal Agent 的朋友应该能感受到，一个被反复强调的重点是： 给每个 Agent 配备一台云电脑，让 Agent 可以向云电脑下达各种复杂任务 。以前，它可能主要调用浏览器；有了云电脑之后，就能完成更加复杂的工作。

背后的道理很简单。我们接触的世界，可以分为物理世界和数字世界。物理世界是我们可以触及的现实世界，数字世界则包括互联网和移动互联网，是人类构建起来的。

Agent 如果真正想帮助人类、代理人类完成更加复杂的工作，就需要使用人类使用的工具，与数字世界打交道。

所以，就像刚才毕玄所说，云电脑变成了 Agent 的基础设施。我们平时开玩笑说，这就是给 Agent 安排了一个很好的“工位”。

再来看云电脑的演进过程。

第一代云电脑更多出现在呼叫中心等场景，当时通常叫 VDI。很多企业会在数据中心部署 VDI 或云电脑。

发展到第二个阶段，云电脑已经可以完成更加复杂的工作。以无影云电脑为例，我们已经服务了几十万家企业，每天有数百万用户在云上办公。

这对企业和个人都有很大价值。对企业来说，云电脑有助于更好地管理 IT 资源，打通内部系统。当业务系统、办公系统都在云上时，效率会有很大提升。

对员工来说，无论使用手机、平板，还是通过网页，都可以方便、安全地连接公司的系统。

随着业务发展和负载变化，过去几年，我们还推出了 GPU 工作站。三维设计、仿真，以及 AI 模型的训练和推理，都可以通过这类工作站完成。

随着这些能力不断积累，进入 AGI 时代，云电脑也迎来了新的发展机会。它可以接受 Agent 派发的任务，让 Agent 调用电脑中的各种复杂软件。

比如，大模型可以通过 Computer Use 操作软件，完成视频制作、3D 制作等任务。

在这样的场景下，云电脑变得越来越重要。要满足 Agent 的需求，需要哪些能力？这些恰好也是我们过去多年在云电脑领域积累的能力。

首先，云电脑不只是云上的一台电脑，还提供身份和安全管理，包括认证、审计，以及对各类系统的访问权限管理。

其次，是交互与系统能力。通过自研协议，用户可以完整使用云上的操作系统，在其中安装各种软件，并进行清晰、流畅的交互。

第三，是资源和生命周期管理。企业采购实体电脑，通常需要一定周期；但在云上，只需要几条命令，就可以创建上千台、上万台电脑，并完成整个生命周期的管理。

这些能力如何对应 Agent 时代对电脑的要求？我们做了进一步梳理。

第一，是“工位”。云电脑可以为 Agent 提供一个 7×24 小时安全、可靠、稳定运行的云上环境，随时接受 Agent 的任务需求。

第二，是管控。我们在身份、认证等方面积累的能力，可以让 Agent 接入企业系统时拥有自己的数字身份，也就是 Agent ID，并在相应权限下代理用户完成企业内部的复杂任务。

第三，是协同。Agent 在执行任务时，经常需要 Human-in-the-loop，也就是人的参与。遇到无法独立解决的问题，比如验证码，或者需要登录某个系统时，它仍然需要把控制权交给人。

云电脑已经具备这方面的能力。Agent 通知你之后，你可以通过不同设备接入，与 Agent 协同完成任务。

为什么 Agent 还需要一个持久化的环境？我们用一个例子来说明。

很多制造企业都有 ERP 系统，制单过程对人来说相对简单。假设给 Agent 设置一个定时任务：每天有新订单时，自动完成订单及相关系统信息的校验，生成报告，再推送给主管审批。

这个过程可能遇到各种异常，导致 Agent 无法自动完成任务，需要人工介入。遇到问题时，Agent 如何与人有效互动，也是需要解决的问题。

这些能力，云电脑在过去多年中已经有所积累。有些系统已经可以通过 CLI 操作，有些可以直接调用 API，但也有一些系统，特别是老旧系统，仍然需要通过图形界面操作。

在这种跨系统、跨应用的复杂任务中，人与 Agent 的协同非常重要。如果没有一台好用的云电脑提供支持，Agent 就很难完成这类任务。

此外，Agent 进入企业生产系统或生产环境后，也会面临不少挑战。

比如，让 Agent 每周代理你生成一份周报，过程中同样可能遇到各种异常。复杂任务怎么处理，各个系统之间的权限怎么管理，并不是给它一台电脑就能解决的。

企业还需要统一管理和管控，让 Agent 拥有自己的 ID 和相应权限，才能连接不同系统，完成复杂任务。

Agent 也需要与人交互，尤其在关键决策时，仍然需要人的参与。这里举两个例子。

在流程 A 中，如果 Agent 检测到登录失效，就需要暂停当前流程，通知用户，并说明阻塞原因。用户收到通知后，可以接入云电脑，完成相应处理。随后，Agent 重新读取会话状态，继续执行任务。

在流程 B 中，遇到需要人查看现场状态的情况，Agent 同样可以通知用户，由用户介入处理，再继续完成任务。

从让用户理解当前状态，到在相应节点保存现场，再到人工接管后恢复任务，这些都需要电脑层面的能力支持。并不是大模型或 Agent 本身具备一定能力，就足够了。

接下来介绍三个过去一年中比较典型的客户案例。

第一个是利星行。利星行是全球最大的梅赛德斯-奔驰经销商，在全球有很多经销门店。

他们通过云电脑统一管理员工使用的 Agent、办公系统，以及 Token。员工无论使用手机还是平板，都可以方便地接入云电脑，使用其中内置的系统级 Agent 完成工作。

比如，门店员工需要制作视频时，可以把任务提交给 Agent。对于一些重复性工作，也可以通过云电脑与 Agent 协同，录制相关技能，进而自动生成报表。

无影在其中主要提供基础设施支持，包括数据中心、安全管理和 Agent 托管等。

第二个案例是好未来的“九章龙虾”。他们把 Agent 运行在云电脑中，也就是把“龙虾”养在云电脑里。

不到两周，他们就在企业级云电脑中部署了 1,000 只“龙虾”，为老师提供教案、课件制作，以及作业批改等能力。目前，这一规模还在扩大。

每位员工也可以使用无影云电脑进行调试。云电脑提供的数据恢复等能力，也能帮助他们做好数据安全方面的工作。

第三个案例是云道智能。他们使用了无影的 Agentic Computer 能力。

他们的产品是一款类似钉钉 A1 的硬件设备，接入了云电脑能力。设备中的 Agent 可以调用云上的云电脑，完成复杂工作。

这款设备在很短时间内就卖出了两万多台。最终用户可以使用云上的 Agent，以及 Agent 所在的云电脑，完成复杂任务。

数字世界也可以分成两部分：互联网和移动互联网。在互联网中，我们主要通过电脑和浏览器进行交互；另一部分，则是移动互联网。

最近 Personal Agent 很受关注，在座可能已经有人测试过千问 Go。它集成了一台无影云电脑，也集成了一台无影云手机，可以借助这两个工具，与互联网和移动互联网进行交互。

这里的视频是一个 Demo：用户提出任务后，Agent 可以自动操作云手机。视频展示的是机票退费的例子，由 Agent 自动完成相应操作流程。

过去五六年，云电脑最初主要是供人使用的办公工具，解决了身份和权限管理、资源管理，以及团队协作等问题。

进入 Agent 时代，Agent 所需要的“工位”，同样离不开这些能力：权限如何管理、身份如何管理、资源如何方便地创建。这些需求，与云电脑已经提供的能力非常匹配。

随着 Agent 不断演进，无影的云电脑、云浏览器和云手机等产品，也正在被越来越多的 Agent 使用。比如，内部的千问 Go、Qoder 等，都已经集成了这些能力。

如果你正在做 Agent 创业，或者你的企业正在使用 Agent，无影云电脑、云手机可以帮助拓展 Agent 能完成的任务范围。

原来的工作类 Agent 可能主要调用浏览器。现在，通过 MCP 或 CLI 接入云电脑后，Agent 就可以使用更加复杂的软件和业务系统。

最后，也邀请大家到阿里云官网了解无影云电脑、云手机和云浏览器。这些产品都已经针对 Agent 时代进行了深入改造，可以方便地接入 Agent，拓展它们的能力。

无论你使用的是 Claude Code、Codex，还是 Qoder，都可以通过标准的 MCP 方式接入相关能力，让 Agent 与大模型更好地服务业务。

我今天就分享到这里，谢谢大家。

促进软件开发及相关领域知识与创新的传播

关于我们 我要投稿 合作伙伴 加入我们 关注我们

联系我们 内容投稿：editors@geekbang.com 业务合作：hezuo@geekbang.com 反馈投诉：feedback@geekbang.com 加入我们：zhaopin@geekbang.com 联系电话：010-64738142 地址：北京市朝阳区望京北路9号2幢7层A701

InfoQ 近期会议 上海 · QCon 全球软件开发大会 2026.10.22-24 北京 · AICon 全球人工智能开发与应用大会 2026.12.18-19

全球 InfoQ InfoQ En InfoQ Jp InfoQ Fr InfoQ Br

Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5 京公网安备 11010502039052号 | 产品资质