撰文｜司晓柏

编辑｜翟文婷

腾讯AI刚打完一手明牌。元宝、龙虾特工队、养虾全景图，产品矩阵铺到桌面上，生态布局画得清清楚楚。

但明牌底下还压着一张暗牌。

3月27日，腾讯云上海峰会。MiniMax的Agent首席架构师阿岛讲了一个训练困境——大模型的强化学习撞上了沙箱瓶颈，十万级并发环境在K8S上根本跑不动。同一场峰会，汤道生丢出一句判断：「AI落地不只是一道算法题，更是一道工程题。」

一个是大模型公司技术同学的切肤之痛，一个是大厂掌门人的战略洞察。两个人从不同方向，撞进了同一件事——它不在任何产品发布清单上，藏在底层：十万级并发沙箱、百毫秒级启动、两群工程师在行业还没反应过来之前，悄悄把基础设施推到了下一个属于Agent的时代。

这才是那张名为「工程」的暗牌。

01 白板上的四个字

2022年初，MiniMax还没有这个名字。创始人闫俊杰在一间简陋办公室的白板上写下「下一代AI」。彼时GPT-3刚发布不久，ChatGPT要再等一年，「AGI」这个词还没几个人聊。四年后的2026年1月，MiniMax港交所上市，首日涨幅达到109%，市值突破1000亿港元。

但阿岛——缪宇航，公司内部都这么叫他——站在峰会台上翻出这张白板老照片时，讲的不是上市的事。

他反复说的是一个技术困境：模型训练的底层逻辑变了。模型不再是做完一道题就交卷——它得在真实环境里操作文件、写代码、调用工具、处理异常，每次试错都要一个独立运行环境。当需求膨胀到十万级并发，云计算的底层架构被撞出了裂缝。

02 K8S撑不住了

大模型过去靠经典强化学习变聪明——给个问题，生成回答，打分，更新参数。但到了2025年下半年，天花板肉眼可见了。模型在封闭环境里「做题」已经很强，一放到真实世界立刻大打折扣——没有持久状态，每次对话都是全新开始；只能写代码不能跑代码，缺少「写→跑→看→修」的自我验证循环；无法获取实时知识，也无法搭建真实的工作环境。

说到底，裸模型像一台空转的引擎，引擎本身不是汽车。MiniMax从M2.5版本开始押另一条路：Agentic RL（基于强化学习的智能体训练）——直接把模型扔进真实操作系统环境里干活。走通了，能力质变。但它需要全新的训练基础设施。

但是，以前我们可能只是让AI写一段话，或者处理一个简单的函数，但随着Agent的到来，我们现在要求AI去修理一辆正在跑的超级大卡车，或者是从头造出一台能用的iPhone。这意味着在Agent时代，模型面对的训练任务是地狱级的。

每个训练任务可能推演（Roll out）出上百条尝试路径（Trajectory），每条路径都需要一个独立的沙箱环境。面对成千上万个用户请求（Query），每个请求都要同时开启上百个沙箱并发运行。

阿岛说了句大实话：「一开始我们在K8S上跑。然后发现真的不行，并发完全起不来。」K8S——Kubernetes，现代云计算事实上的调度标准。但这套为微服务时代设计的系统，面对Agent训练动辄几万个沙箱同时拉起的场景，扛不住了。

腾讯云Agent Runtime产品副总经理于广游（Gary）捅破了一层窗户纸：「每一个大模型企业内部，训练沙箱基础设施面临两大困境。第一，它是CPU的，不是GPU的，所以很难发论文。第二，搞K8S那群人看到你竟然要拉master（指向K8S系统核心频繁索要资源）拉几千下几万下，把我拉垮了，第一反应是——你能不能不要拉这么多。」

这种高频、海量的调度需求，正是目前大模型落地工程中最隐形、也最头疼的「摩擦力」，它直接卡住了模型迭代的脖子。

偏偏MiniMax一个月发一个模型版本，国内可能唯一做到这个频率的，全球只有OpenAI保持类似节奏。算一笔账：Agentic RL训练时，GPU集群等沙箱启动的每一秒都在空转烧钱。十万个并发沙箱，启动要几分钟，累积等待可能吞掉数小时甚至数天的GPU算力。

沙箱慢一天，模型落后一天。「现在的竞争就是这么激烈。」

03 百万级吞吐怎么来的

问题摆在那里，MiniMax和腾讯云很快走到了一起。

2026年3月18日，双方宣布合作：基于腾讯云Agent Runtime沙箱产品，MiniMax部署了百万级吞吐、十万级并发的Agent RL沙箱，测试环境全量平稳运行。阿岛说：「据我们所知，这是国内最大的训练沙箱系统之一。」Gary说，规模比同行高出至少一个数量级。

效果最直观的数字是启动速度——从几分钟压到百毫秒级，快了数倍。前面那笔GPU空转的账，直接被压缩了一个量级。

撑住这个规模，腾讯云在底层做了大量累活。计算层：调度优化、内核锁优化、快照技术、内存映射。存储层：专门开发了加速存储方案。Gary打了个比方——「过去需要买一块云盘，现在可以理解成买一个镜像盘或者沙箱盘，磁盘本身就是镜像本身。」

他指出，大家现在都在尝试用「旧瓶装新酒」，但这两个旧瓶子（K8S和Serverless）的设计初衷，刚好和Agent的性格完全相反：把Agent想象成一个有记忆、要长时间闭关思考的专家，但K8S按照惯例把给Agent关掉重启，Agent就会瞬间失忆，Serverless（无服务器计算）就像是频繁开关的「声控灯」，但正在「写论文」的Agent却需要灯光长亮。

这就是为什么腾讯云要给Agent造一个新的流水线。Gary强调，「这些不是因为我们比别人更聪明，而是我们真正认识到这里的问题跟价值」。

对于Agent需要怎样的训练设施，业内还有一个容易被忽视的区别：大多数AI公司解决沙箱问题的思路是在本地搭环境——进程跑在自己机器上，安全靠手动确认，电脑一关任务就断。

腾讯云走的是另一条路：把整个Harness拆成「控制面+执行面」的云原生架构。控制面做编排、权限、审计；执行面就是Agent Runtime沙箱，每个任务跑在独立的云端隔离环境里，毫秒级启动，用完即焚，任务状态持久化存储，沙箱销毁了也能从断点恢复。一个是「带安全带的智能终端」，一个是「带监控和隔离舱的云工厂」——对企业场景来说，安全、协作、弹性缺一不可，后者才是生产级方案。

04 同一堵墙

汤道生的判断干脆利落——主流大模型推理能力都不差了，国内开源跟海外闭源的差距在收窄。比拼重心正在转移：不是「谁的模型更强」，是谁能通过工程化手段把模型用好。

他在峰会上把「工程题」拆得很细：模型要真正落地，需要工具调用能力、需要上下文管理、需要长记忆、需要安全的执行环境、需要工作流编排——这些东西加在一起，他用了一个词概括：Harness，模型的「脚手架」。汤道生的意思很明确，腾讯云要做的不是卖算力，而是帮企业把这套脚手架搭起来。

行业正在形成一个共识性公式：Agent = Model + Harness。Model负责「想」，Harness负责让智能变得「有用」——工具调用、代码执行沙箱、上下文工程、长记忆管理、工作流编排，一整套系统工程。模型决定能力下限，Harness决定能力上限。有实践数据可以佐证：花三个月调Prompt，质量提升20%；花两周搭Harness，任务完成率从35%飙到82%。

这不是腾讯一家的发现。

2026年2月，HashiCorp联合创始人Mitchell Hashimoto正式提出「Harness Engineering」。几乎同期，OpenAI做了一个激进实验——3名工程师，5个月，100万行代码，零行人工代码，人类只管设计Harness。Anthropic、LangChain也摸到了类似结论。

全世界最顶尖的工程大脑，在不同时区同时碰到了同一堵墙：模型的能力天花板还远，但工程框架的地板才决定实际效果。行业的关注点正在从「Prompt工程」转向「上下文工程」——不再只是「怎么写指令」，而是「如何构建模型看到的全部信息体系」。

阿岛把这变成了一个画面：「就像一辆F1赛车，我们去开，能顺利开回来就不错了。但真正的赛车手能刷出世界纪录。今天Agent也是同样的——我们能不能为它打造企业级的F1车身，也就是Harness？」

MiniMax的实践印证了这一点。MiniMax M2.7 正式开启模型的自我进化，AI深度参与了模型的训练，强化学习中50%-70%的工作由Agent自主完成。人类研究员的角色变了，变成跟Agent聊实验idea。

但前提是：沙箱够快、够稳、够大。Harness是一套系统工程，包含文件系统、代码执行、记忆、搜索、上下文管理、编排六大组件——而沙箱是其中最底层的那一块，所有上层能力都建立在「模型能不能真正在一个环境里跑起来」这个前提之上。否则再精巧的Harness设计，也卡在最不起眼的环节上。汤道生那句「AI落地是一道工程题」，说的不只是Harness设计，更是底层基础设施的硬功夫。

05 两群工程师的气味相投

阿岛在峰会上放了那张MiniMax Day 1的白板照片。「成立的Day 1就有腾讯云提供支持。那时候我们还是名不见经传的小公司，腾讯云并没有因为我们小就怠慢，和我们一起搭建了训练算力集群，一起服务了第一个爆款产品。」

四年，合作从算力集群到Agent RL沙箱、全球合规、上层应用接入。阿岛说腾讯云「非常技术驱动，思维也非常agent first」。听着像客套，但对照实际发生的事看，它指向一种具体的行为模式：遇到问题，不绕路，不等标准，先把手弄脏。

K8S跑不动，就一起从头设计专用沙箱。行业还没认识到Agent基础设施的价值，就自己先投进去。这种默契是项目里做出来的，不是会议室里谈出来的。

MiniMax模型开源，腾讯云通过TokenHub分发模型服务。阿岛说：「哪怕已经上市了，我们仍然是一家只有几百人的小公司，不可能服务那么多大客户。」腾讯云帮他把模型送到更多客户手里；MiniMax那些极端的训练需求，也在倒逼腾讯云向Agent时代进化。

而MiniMax不是唯一一个撞上这堵墙的。任何一家认真做Agentic RL的公司，迟早都会遇到同样的沙箱瓶颈。区别只在于，有没有人先把路趟出来。

Gary说：「我们是在两个时代的临界点上，一起携手。」阿岛的表述类似：「一个新时代对旧时代的——其实我们是在一边的。」

06 那张暗牌

MiniMax的M2.7在AA大模型榜单国产模型排名第一，跟Claude在SWE-bench Verified上差距只剩0.6%。

阿岛判断：「再过一两年能留在牌桌上的公司可能不超过5家。」靠什么留？衡量这个时代工程师的水平，基本上看一个指标——他同时能并发多少个Agent为他工作，他每天能燃烧多少Token。

这个指标适用于个人，也适用于公司。训练效率真正的瓶颈，不在GPU——在沙箱。

汤道生在上海峰会上还宣布了腾讯云底层平台Cube全面开源，企业可直接用于智能体训练和部署。这实际上就是腾讯回应「沙箱困境」的其中一个解法，通过开源，让大模型的脚手架更好用。

腾讯已经把AI的明牌摊在桌上——产品矩阵、生态全景图、IM入口、Skill工具箱，面向用户，展示得明明白白。Cube开源则是另一种姿态，面向的不是用户，是盟友。不是「看我们有什么」，是「这些能力你们拿去用。」

明牌秀肌肉，暗牌亮底牌。一个是产品生态的广度，一个是工程基础设施的深度。

汤道生那句话，「AI落地是一道工程题」，或许还可以再加半句：工程题的解法，从来不是一个人闷头做的。

四年前那块白板上写着「下一代AI」。四年了，字没变。写字的人，多了几个。