本周，Anthropic 推出的 Claude Managed Agents 被视为对基础架构公司直接造成了威胁，引发了 Akamai 等众多公司对其潜在影响的市场热议。我深知，像 Anthropic 这样在全球具有举足轻重的影响力的模型提供商宣布推出托管服务时，大众会下意识地认为基础架构层将被去中介化。但是，这种解读忽略了 Anthropic 构建的服务，以及在企业规模下运用此项服务时的实际需求。
请仔细阅读工程博客帖子。Managed Agents 是一项托管服务，通过一套旨在跨任何特定实施维护的小型接口，代表您运行长周期的智能体。Anthropic 对智能体的组件（会话、约束系统与沙盒）进行了虚拟化，使得各个组件都可以独立交换。这一设计理念是，他们明确承认自身无法预测未来：Anthropic 面临的挑战是“如何为还未曾构想的程序设计一个系统”。
这并非用于取代基础架构。这带来了对基础架构的巨大新需求。
AI 推理和 Managed Agents 需要分布式计算
Anthropic 工程团队描述了一个基本的设计决定：将“大脑”（Claude 及其约束系统）与“手”（沙盒和执行操作的工具）分离开来。这种分离实现了他们所说的“多脑协作，多手并用”。单个智能体会话可以跨越多个推理调用和多个执行环境，在不同位置并行运行，并行调用资源。
关键认知在于：Anthropic 对 Claude 需要的大脑或手的数量或者其所在的位置不做任何假设。这绝对不是信口开河的架构说明。这个陈述强调的是基础架构层（也就是执行推理、运行沙盒以及执行工具的位置）有意保持在开放状态。Anthropic 构建了编排流程。Akamai 等公司提供的正是底层的计算结构。
2026 年 3 月，在圣何塞举行的 NVIDIA GTC 上，我们展示了这种分布式推理架构的路线图。我们的观点是，生产 AI 推理（尤其是需要低延迟响应、多步推理和实时工具调用的智能体工作流）所需的方法不同于集中式 AI 工厂，而这正是 Managed Agents 在企业规模上发挥作用所需的。
AI 工厂擅长基础模型训练和大规模并发 GPU 工作负载。但是，当 Managed Agents 同时运转在五个“大脑”上，而且每个“大脑”都需要在实时应用程序的延迟限制内调用工具、执行代码并返回结果时（请记住，Anthropic 认为他们是在为“未曾构思的程序”而设计），您需要分布在不同地理位置的 GPU，通过高吞吐量网络结构连接，并在每一层实施安全防护。
这就是 Akamai Inference Cloud。我们的计算资源连续体（从用于训练和微调的集中式 GPU 集群，到用于生产推理的分布式 NVIDIA RTX PRO™ 6000 Blackwell Server Edition GPU，再到用于路由、缓存和安全的边缘入网点）正是为这种工作负载模式而构建。
您无法超越光速：伦敦的用户点击基于弗吉尼亚州的推理端点时，每次生成单个令牌之前，都会产生大约 28 毫秒的传播延迟。这个数字乘以智能体工作流中顺序推理调用的数量，使得集中式推理不再适用于实时应用程序。
这并非用于取代基础架构。这带来了对基础架构的巨大新需求。
安全性并非可有可无的要求：这是极难解决的问题
Anthropic 工程团队对于 Managed Agents 的安全挑战非常坦率。在其耦合式设计中，Claude 生成的任何不受信任的代码都与凭据在同一容器中运行，因此提示注入只需说服 Claude 读取其自己的环境即可。攻击者获取了这些令牌后，他们就可以生成新的、不受限制的会话，并将工作委托给 Managed Agents。
团队对此结构的修复是将凭据与沙盒分离开来。但该团队也承认了其中的根本性矛盾：缩小范围是一种显而易见的缓解措施，但这暗示着 Claude 无法使用有限的令牌完成任务，而 Claude 正变得越来越聪明。
我们认为，Akamai 的安全产品组合不仅适合这一场景，而且必不可少。企业在生产环境中部署 Managed Agents 时，智能体自主执行多步骤任务、调用外部 API、生成和运行代码并与企业系统交互，这会显著扩大攻击面。提示注入、对抗性代码生成、凭据盗窃、横向移动和数据外泄成为真正的运营风险，而“尚未构思的程序”将会继承这些风险。
Akamai Firewall for AI 可保护大语言模型 (LLM) 端点免受提示注入和模型滥用的侵害。Akamai API Security 可发现、映射和监控智能体对外部工具和服务进行的 API 调用。Akamai App & API Protector 是我们的 Web 应用程序防火墙解决方案，可检查智能体与所交互的应用程序之间的流量。Akamai Guardicore Segmentation可以限制智能体（或遭到入侵的智能体）在企业网络内可访问的内容。Akamai Bot Manager 将合法智能体流量与模拟智能体行为的攻击性自动化程序区分开来。
包括 Anthropic 在内的任何模型提供商都不可能构建所有这些功能；他们构建的是编排层。运行时保护、网络安全和基础架构实施是 Akamai 等公司提供的功能，企业在对生产系统部署自主智能体来处理客户数据、金融交易和关键运营等事务之前，同样需要这些功能。
AWS 没有消除对 CDN、安全性和边缘计算的需求。该公司创建了海量的应用程序、更多的流量和更大的攻击面，所有这些都推动了对 Akamai 所提供服务的需求。
这是增长驱动力，而不是取代
市场一开始的反应是，Anthropic 发布的 Managed Agents，将会取代 CDN、云和安全基础架构。我们认为情况恰恰相反。
在生产环境中运行的每个 Managed Agents 会话都需要推理计算（这会产生对 Akamai Inference Cloud 的需求）；网络连接和路由（对 Akamai 边缘平台和主干的需求）；在应用程序层、API 层和网络层的安全实施（对 Akamai 安全产品组合的需求）；以及跨分布式位置的编排（对我们正在构建的计算连续体的需求）。
回想一下，在云计算兴起时出现的情况。AWS 没有消除对 CDN、安全性和边缘计算的需求。该公司创建了海量的应用程序、更多的流量和更大的攻击面，所有这些都推动了对 Akamai 所提供服务的需求。我们预期 Managed Agents 遵循相同的模式。智能体的数量越多，意味着推理调用和 API 交互的数量越多，对分布式计算的要求也就越高，随之而来的还有攀升的安全风险。我们意在成为助力其发展的基础架构。
结论
在一个星期内，同一家公司的两份公告（Project Glasswing 和 Claude Managed Agents）展示了 AI 安全和基础架构等式的两面。Glasswing 加快了发现漏洞的速度，从而在漏洞发现与修复之间的空窗期内，放大了对运行时保护的需求。Managed Agents 可大规模实现自主 AI 工作流，这增强了对分布式推理基础架构和堆栈每一层的安全实施的需求。
这两项公告都进一步巩固了 Akamai 所构建产品的价值主张。我们的网络、数据、安全产品组合和分布式计算平台都不会受到这些发展的威胁。我们认为，这些发展需要 Akamai 构建的功能。在生产环境中，所发现的每个新漏洞在部署补丁之前都必须采取保护措施。生产环境中部署的每个新智能体都需要推理计算、网络结构和安全控制措施，模型提供商并未提供这些功能，而这正是 Akamai 所做的工作。
Akamai 的边缘网络、运行时执行功能和分布式推理基础架构经过精心设计，用来在 AI 促成的功能与企业安全大规模部署 AI 的所有需求之间搭建桥梁。这座桥梁从未如此重要。
前瞻性声明
本博文包含经修订的《1933 年证券法》第 27A 条及《1934 年证券交易法》第 21E 条所定义的前瞻性声明。这些声明包括但不限于以下陈述：由 AI 智能体部署驱动的 Akamai 分布式基础架构和安全产品的预期需求，Akamai Inference Cloud 和安全产品组合的竞争定位，托管式 AI 智能体在企业采用方面的预期增长，以及我们针对产品开发和市场定位的计划和战略。“相信”、“将”、“预期”、“意在”等词语以及类似的表达方式用于表示前瞻性陈述。这些声明基于当前的预期和假设，但受制于众多风险和不确定性影响，可能导致实际结果有巨大差异，这些因素包括：企业采用 AI 智能体技术的速度和规模；AI 基础架构和安全服务竞争格局的变化；第三方 AI 能力开发速度；客户对 Akamai Inference Cloud 和安全产品的采用率；我们产品在应对不断演变的 AI 相关安全威胁方面的有效性；整体经济和市场状况；以及 SEC 申报文件中说明的其他因素（包括我们新一期年度报告中的 10-K 表格）。对于本博文发布日期之后发生的事件或情况，我们不承担更新任何前瞻性声明的义务。
标签
