Agent 平台
AI Agent 平台与基础设施特辑
2026 年 6 月 17 日，Databricks、AWS、HuggingFace 在同一天内相继发布 Agent 平台的重大升级。Databricks 联合 NVIDIA 发布面向 Agent 时代的全栈 AI 解决方案；AWS 在纽约峰会推出 Bedrock AgentCore 的知识连接与持续学习功能；HuggingFace 发布 Agent 资源发现工具。这波同步更新反映企业级 Agent 从实验室走向生产环节的加速，开发者工具链竞争升级。
Databricks × NVIDIA：全栈 Agent 加速
①
平台整合
Databricks 与 NVIDIA 联合推出面向 Agent 时代的全栈解决方案。Databricks 提供数据与模型管理平台，NVIDIA 加速计算硬件与 CUDA 生态，打通数据源、模型推理到代理决策的端到端链路。
②
能力覆盖
包括 Agent 模型选择、向量数据库、工具调度、生产部署监控，针对「ML 工程」和「实时 ML」两条线提供专门工具链，对标 OpenAI、Anthropic 的闭源平台。
③
市场定位
标志着开源阵营(Databricks)与硬件巨头(NVIDIA)在 Agent 层面的战略对齐，形成对云服务商(AWS、Google)企业级产品的直接竞争。
AWS Bedrock AgentCore：知识与控制升级
①
数据上下文框架
AWS 推出「Context Intelligence」框架，让 Agent 能整合企业数据湖、数据仓库、实时流与制度知识。解决 Agent 推理基础薄弱问题——Agent 可靠性取决于输入上下文完整性，AWS 此举直指企业最痛点。
②
生产治理能力
新增广域知识连接(企业知识库、公开网络、付费数据源)、生产问题诊断与修复、大规模控制框架。让企业能部署可治理、可追溯的 Agent，而非黑盒自主系统。
③
平台护城河
Bedrock AgentCore 与 AWS 已有数据栈紧密耦合(S3、Redshift、RDS、EventBridge)，新企业客户迁移成本高，形成与 Databricks 开源阵营的产品差异。
HuggingFace：Agent 资源发现工具
①
功能定位
HuggingFace 推出 Agentic Resource Discovery 工具，使 Agent 能主动搜索和发现所需资源，补充现有「工具调用」局限性——Agent 不再依赖人工配置工具列表，可自主探索生态资源。
②
生态支撑
该工具依托 HuggingFace Hub 百万级模型库、数据集库、工具库，为开源 Agent(LangGraph、Crew AI、AutoGen)提供统一资源索引，降低 Agent 部署复杂度。
其他动态
①
机器人应用
NVIDIA 自优化计划中，AI 编码代理已能自主指导机器人训练，教会机器人安装 GPU、切割束线等复杂任务。Agent 应用范围从数字化向物理世界扩展。