传统整体式基础设施已无法支撑自主式AI的规模化落地，成为企业AI扩展的最大瓶颈。未来的基础设施必须走向可组合化：将系统拆解为模块化组件，由AI智能体在云、边缘和本地之间实时编排与重构。
传统基础设施无法跟上AI的发展步伐，因此，精明的团队正将其拆分为模块化组件，以便AI智能体能够实时重新组装。
我向来不喜欢对年终技术进行回顾总结，但2025年确实是技术发展突飞猛进的一年，让我们在面对AI时，既满怀审慎的乐观，又秉持合理且应得的怀疑态度。当我从架构的角度来看待问题时，我倾向于从长达十年的时间跨度来审视自动化及其各种变体。这就是为什么我觉得2025年更像是一系列漫长事件中的一个注脚，这些事件最终汇聚成我们长久以来所期待的机会风暴。
可组合式基础设施革命
一段时间以来，我们一直在朝着架构中具备自我意识、可组合的基础设施迈进，而基础设施即代码仅仅是第一个重大转折点。
坦诚地说，构建IT基础设施的传统方式正在逐渐失效。作为一名企业架构师，我对这种恶性循环再熟悉不过。若不仔细斟酌，就将智能体架构的需求模式与遗留基础设施绑定，会充满风险。旧的模式如今已变得十分可预测：你配置系统，被动地进行维护，最终将其淘汰。如此循环往复。
在AI时代，这种模式如今已正式难以为继。取而代之的是什么呢?是可组合且智能的基础设施，它能够主动进行自我组装、重新配置和实时优化，以满足业务需求。
对于IT领导者而言，从刚性系统向模块化、智能体驱动的基础设施转变，既是一个突破性的机遇，也是一项严峻的转型挑战。数据也支持这一观点：2025年，全球可组合式基础设施市场规模达到83亿美元，预计到2032年，将以每年24.9%的速度增长。
是什么推动了这一超高速增长呢?地缘政治的动荡、供应链的混乱以及AI的进步，正在重塑公司的运营方式和地点。商业环境处处充斥着反应迅速且动态的智能体体验、交易和数字合作伙伴关系，而基于将解决方案描述为“按需”“基于效用”“自适应”和“可组合”的营销手段的静态基础设施，根本无法提供这种灵活性，这些不过是半真半假的宣传罢了。
微软委托Forrester在2025年开展的一项研究发现，84%的IT领导者希望解决方案能够整合系统和站点的边缘与云端操作。作为一名消费品行业的架构师，我发现我们的IT团队会没完没了地制作关于可组合企业的幻灯片，但很长一段时间以来，基础设施即代码才是实际能力的体现。
领导者们希望拥有可组合架构，能够在无需付出巨大互操作性努力的情况下整合各种组件。IBM的研究也印证了这一点，研究表明，采用模块化架构的公司更具敏捷性、韧性和更快的上市速度，同时还能减少阻碍所有人发展的技术债务。
问题在于容量和适用性，遗留基础设施和底层记录系统在设计时根本未考虑自主式AI模式，我与跨行业架构同事的交流反映出，围绕智能体架构，大家都面临着同样的期望与韧性危机。
考虑一下麦肯锡2025年的AI调查，该调查显示，88%的企业现在至少在一个业务功能中定期使用AI，62%的企业正在试验AI智能体，但大多数企业仍停留在试点阶段，因为它们的基础设施无法在整个业务中扩展AI应用。
如果这场竞赛中有赢家，那么他们已经将庞大的整体系统拆解为模块化组件，以便AI智能体能够根据实际发生的实时情况对其进行编排。
AI智能体：新的编排层
那么，是什么推动了这一转变呢?是自主式AI——这种系统能够理解业务背景，找出最佳配置，并通过按需整合基础设施组件来执行复杂的工作流程，这不仅仅是遵循僵化、脆弱脚本的标准自动化。智能体会思考要组装什么、如何配置以及在条件变化时何时重新配置。
采用曲线十分陡峭。波士顿咨询公司和麻省理工学院斯隆管理评论发现，35%的企业已经在使用自主式AI，另有44%的企业计划很快采用。世界经济论坛报告称，82%的高管计划在三年内采用AI智能体。麦肯锡上述的《AI现状》研究进一步强调，自主式AI是企业投资的新兴重点领域，并将AI智能体描述为能够规划、采取行动并编排多步骤工作流程的系统，且相比传统自动化，所需人工干预更少。
正如麦肯锡所说：“我们正进入一个时代，在这个时代，企业生产力不再仅仅由AI加速——而是由AI编排。”这是基础设施运行方式的根本性变革。
IBM对这一未来充满信心，声称“IT运营的未来是自主的、基于政策驱动的，并且从设计上就是混合的”。他们正在构建这样的环境，其中AI智能体可以编排一切——公有云、私有基础设施、本地系统、边缘部署——为特定工作负载和场景组装最佳配置。自动化的范围从有用的建议到闭环修复，再到完全自主的优化。
可组合架构的实际面貌
过去十年，我见过不少将可组合性与乐高积木相提并论的架构类比。遗憾的是，我们将其与领域服务混为一谈，而没有思考业务能力和自动化如何以及应该如何指导乐高积木的组合方式以解决问题。传统基础设施是紧密集成的堆栈——难以分解、缺乏灵活性且被动应对。新的可组合模型则颠覆了这一模式，提供模块化构建块，智能体可以根据当前需求动态且智能地组装和重新组装这些构建块。
可组合性要求模块化和响应式自动化
其基础是极致的模块化——将庞大的整体系统拆分为具有清晰接口的独立、可独立部署的组件。可组合式基础设施使你能够根据应用需求动态组装和拆卸资源，优化池化资源的分配方式，提高整体效率。
这远远超出了物理基础设施的范畴，还包括服务、数据管道、安全策略和工作流程。当一切都是模块化的且可通过API访问时，智能体就可以从简单的构建块中组合出复杂的解决方案，并实时适应变化。
融合云端与边缘
企业企业不再将云端和边缘视为需要手动集成的独立世界，新的方法将所有基础设施——从超大规模数据中心到网络边缘——视为一个统一的资源池，智能体可以将其组合成最佳配置。
麦肯锡指出，边缘与云端的融合对于自主式AI至关重要：“智能体需要实时数据访问和低延迟环境。将边缘计算(用于推理和响应)与云端规模的训练和存储相结合至关重要。”他们还进一步强调了惠普企业(HPE)在2024年末如何扩展其GreenLake平台，为其添加了用于混合和AI驱动工作负载的可组合式基础设施硬件——模块化服务器和存储，使企业能够根据实时需求动态分配资源。
智能体掌控全局
即便是拥有悠久固定基础设施历史的IBM，也全力投入到了自主式AI基础设施能力中——包括智能体和模型上下文协议(MCP)服务器——覆盖其整个产品组合，使AI智能体能够发现并组合基础设施组件。这些智能体不仅监控基础设施状态，它们还积极协调企业数据和应用中的资源，为特定工作负载创建最佳配置。
IBM云、存储、电力和Z平台的管理界面正逐渐成为与MCP兼容的服务——将基础设施转变为智能体可以推理和编排的构建块。2024年，供应商原生的智能体管理解决方案引入了类似的AI驱动编排增强功能，使大型企业能够在计算、存储和网络之间动态分配资源。
自我感知与自我纠正的基础设施
可组合架构无需手动配置每个组件，而是支持基于意图的接口。你只需指定业务目标——例如，以99.99%的可用性支持10,000个并发用户，且延迟低于100毫秒——智能体就会确定基础设施的组合方式以实现这一目标。
新兴的智能基础设施参与者Quali将此描述为“能够自我理解的基础设施”——在这种系统中，自主式AI不仅要求基础设施跟上步伐，还要求基础设施由可组合组件构成，以便智能体能够理解和编排。
实时实现规模与灵活性
传统基础设施迫使人们在规模优化和适应性构建之间做出选择，作为架构师，我们必须成功应对一些明显的权衡取舍：规模与适应性、投资与持续运营、严格监督与自主权、流程重构与流程再造。
可组合架构通过同时提供规模和适应性解决了这一问题。自主式AI兼具工具和类人特性，这种双重性质不符合传统管理框架。人具有灵活性，但无法扩大规模。工具可以扩大规模，但无法适应变化。可组合基础设施上的自主式AI为你提供了可扩展的适应性——能够处理大量工作负载，同时根据不断变化的场景持续重新配置。
自我组合与进化的治理
智能体编排的基础设施需要一种平衡自主性与控制权的治理方式，上述麻省理工学院斯隆管理评论和波士顿咨询公司的研究发现，大多数自主式AI领导者预计，在采用自主式AI的过程中，治理和决策权将发生重大变化，他们建议创建具有企业级防护栏和动态决策权的治理中心，而不是逐个审批AI决策。
答案在于基于政策的组合，即定义限制智能体决策的约束条件，而不规定具体配置。在这些约束条件下，智能体可以自主地组合和重新组合基础设施。
当AI智能体不断组合和重新组合资源时，你需要一个与传统变更管理截然不同的治理框架。一个包含MCP的模型注册中心可以连接不同的大型语言模型，同时为分析、安全、隐私和合规性实施防护栏。这将AI视为一个智能体，其决策必须得到理解、管理和学习——而非将其视为一个不会出错的工具。
2026年的行动指南
IT领导者应该怎么做呢?以下是我认为最关键的举措。
首先围绕智能体重新设计工作，利用自主式AI的能力，在参数化治理自动化范围内实现广泛的可扩展性和适应性，而非仅仅自动化孤立的任务。近三分之二的自主式AI领导者预计运营模式将发生变化。构建能够在效率和问题解决模式之间顺畅切换的工作流程。
重新思考人机协作的角色，智能体是架构师的新伙伴。重新定位你在企业中的架构师角色，采用并整合一系列AI智能体来协调工作流程，传统管理层级将发生变化。预计中间管理层级将减少，管理者将逐渐演变为协调人机混合团队的角色。考虑为通用编排者和AI增强型专家提供双重职业发展路径。
将投资与价值挂钩，自主式AI领导者将投资与价值挂钩——无论是效率、创新、收入增长还是这些方面的组合。智能体系统正从有限功能的智能体演变为多智能体协作者，从狭窄的任务编排扩展到广泛的生态系统和其他智能体，从运营层面发展到战略层面的人机协作。
总结
未来十年，获胜的公司将认识到可组合性是适应性基础设施的基石。当技术栈的每个部分都成为模块化构建块，且智能体能够根据实时场景将这些构建块组合成最佳配置时，基础设施将成为竞争优势，而非限制因素。
那些理解自主式AI的双重性质，并相应调整其流程、治理、人才和投资的企业，将实现其全部商业价值。从我作为架构师的角度来看，自主式AI将挑战既定的管理方法，甚至会让许多人相信其能够突破常规，但有了正确的战略和执行，它不仅不会空口承诺——还会带来实实在在的成果。此外，我们对老旧基础设施和遗留需求模式容量的合理预期，必须引导我们做出明智的决策。
问题不在于是否要采用可组合、智能体编排的基础设施，而在于你能够以多快的速度分解整体系统、构建编排能力并建立有效的治理机制。
