Agent规模化落地的产业背景 当前，Agent正在从概念验证走向规模化部署阶段。据麦肯锡调研显示，62%的中国企业已经启动Agent部署，这一比例表明Agent技术已度过早期探索期，进入实际应用阶段。IDC则预测，到2027年，Agent工作流将影响至少40%的大型企业知识工作，这一趋势将对企业数据基础设施提出更高要求。 杨海军在演讲中指出，Agent作为数字员工，要有明确的身份、岗位、职责和权限。要有Agent的全流程管理调度机制。绩效评价也要纳入Agent采纳率、幻觉率和Token成本等指标。这意味着企业在构建数据底座时，不仅需要关注底层存储性能，还需要建立配套的管理与评价体系。 存储性能对Agent推理效率的影响 在大模型推理场景中，数据访问速度直接影响Agent的响应效率。浪潮信息发布的NS8000G7产品据厂商测试，单盘顺序读取速度可达到14.5GB/s，随机读取性能可达到345万IOPS。这一性能指标表明，下一代存储系统在应对大模型推理场景时具备更高的数据吞吐能力。 在模型环境适配方面，据浪潮信息测试，在Kimi K3和Qwen3模型环境中，盘控协同优化带来