9月23日报道，今日，无问芯穹正式推出基础设施智能体蜂群——基于无问芯穹长期的AI-Native基础设施建设成果及经验沉淀，深度融合多智能体协同架构与行业场景需求，所提供的新一代基础设施智能化解决方案。
该方案通过封装SOTA模型筛选、基础设施平台管家、资源运营、答疑排障、智算集群运维等多个智能体模块，构建高度自治、动态协作的“基础设施智能体蜂群”体系，打造对基础设施全生命周期的智能感知、决策与执行闭环，显著提升资源利用率、运维效率与人工智能（AI）系统的可靠性，以相同的投入实现运维能力100倍拓展。
智能体（AI Agent）是AI演进的关键方向，正逐渐成为人机协同与机器自主决策的核心载体，并有望演进为未来智能社会的基本单元。然而，传统的工具链和人力运维模式，已无法应对智能体生产的动态性与复杂性。
智能体基础设施需要进行一次范式上的革新，让基础设施系统本身拥有自主决策、协同和进化的能力，凭借智能体的主动性和智能性，做出比人类手动操作更优、更快、更精准的决策，完成原本依赖顶尖专家高级脑力劳动才能完成的复杂工作，实现超越人类经验的运营，以支持更高效、稳定、普惠的智能体创新。
以传统的智算集群基础设施使用运营运维方式为例，无问芯穹基础设施智能体蜂群通过多智能体协同，把传统分散在开发、运维、运营团队的割裂流程，统一在一个智能化的“感知—决策—执行”闭环中。
无论是算力池化后的弹性调度、集群跨地域统一运营，还是高性能网络、存储与安全的协同管控，蜂群架构都能实现动态优化与自适应调整。
这种整体性能力让算力平台不再只是被动提供资源，而是以自治化的方式主动服务于研发任务和业务目标，实现集群资源利用率、能效比和可靠性的全面提升。
基础设施智能体蜂群是无问芯穹对新一代AI基础设施范式Agentic Infra给出的具体答案和落地实践。
Agentic Infra以智能体为自治核心，将改变传统IaaS → PaaS → MaaS → Agent应用之间层层堆叠、相互割裂的生产模式，构建出一个高度协同的闭环系统。
这一架构将异构算力资源、云原生组件及AI平台能力统一纳入Agents可调用范围，依托无问芯穹基础设施智能体蜂群自主拆解任务，动态组织链路中所需的算力资源、模型、工具与外部API，并实现端到端的执行、监控与排障，覆盖从算力适配、模型选型、安全管控到最终部署的全链路智能化生产，真正实现“一句话，一个Agent ”，让每个人都能开发AI及智能体。
在蜂群内部，SOTA模型筛选智能体首先承担了“技术哨兵”的角色。它会持续跟踪最新的模型能力和系统需求，帮助集群根据不同任务自动匹配最优的模型与运行环境，从而避免“盲目堆算力”的低效方式。
基础设施平台管家智能体则是集群的“日常管家”，负责环境初始化、容器编排、配额管理和安全策略下发，确保整个IaaS+PaaS的运行有条不紊。其优势在于能够感知用户的任务意图，并将复杂的底层操作自动化，例如为一次RLHF训练任务自动准备分布式容器组和数据缓存。
资源运营智能体更偏向“成本与收益”的视角，它能够实时评估算力利用率、队列等待时间、能耗和计费模式，动态调度资源池，实现资源供需的最优平衡。对于运营方而言，这意味着GPU不再会长时间闲置，同时有效避免了高峰期的资源挤兑。
在运维层面，答疑排障智能体和智算集群运维智能体形成了“前台+后台”的组合：前者通过自然语言接口，成为用户和运维团队的第一接触点，能够快速给出排障建议或自动触发诊断流程；后者则是整个集群的“深度医生”，可以结合日志、监控和Trace信息进行根因分析、自动修复，甚至在任务执行前预判潜在风险并进行规避。
过去，无问芯穹通过服务大量的高校、科研机构及企业客户，在多元异构算力的纳管调度、训练及推理优化领域拥有了深厚积淀，也在算力服务商业化落地中构建了端到端技术栈——从大模型性能优化、分布式训练加速、强化学习框架，到多租户异构调度、RDMA网络拓扑优化、高性能存储及GPU集群运维，形成了全链路技术解决方案，使得智能体得以更快地被结合到无问芯穹实际的智能体业务生产过程中。
通过与诸多重点文生文、文生图智能体客户的共同打磨，无问芯穹的基础设施智能体蜂群已在一些重点客户的真实业务流程中取得了实际有效的落地效果。
具有超百万月活的捏TA被称为二次元爱好者的天堂，用户可以尽情发挥想象，通过AI技术轻松创作二次元风格的角色和故事，展现角色化的个人表达。
其创始人兼CEO胡修涵谈道：“在传统的智能体开发中，我们有大约超过30%的资源消耗于通用组件重构与流程维护，而经过与无问芯穹的合作， 通过端到端的自动化调度与资源编排，显著减少了我们在算力适配、模型集成、安全部署等方面的投入，同时还将迭代速度提升了5倍。智能体开发得以从一个高度工程依赖、重复劳动密集型的困境中解脱出来，转变为以目标为导向、智能自动实现的新范式。”