Intel：企业 agent 该按每 vCPU 密度配额，而不是按数量
MIT Tech Review AI · rss · 2026-07-27
Intel 认为，企业级 agentic AI 不是单纯的推理问题，而是一个系统问题：除了模型推理，还需要 CPU 容量、稳定的数据访问、可审计的工具使用、观测能力、记忆管理和可预测的扩容方式。
他们从实验里总结出 5 条经验
- 容量规划要看 每 vCPU 可承载多少 agent，而不是只看 agent 总数。
- 监控重点应放在 任务延迟，而不是仅看平均 CPU 利用率。
- 默认优先 横向扩展（scale-out）；只有在单个 agent 计算更重或架构受限时，才考虑纵向扩展（scale-up）。
- 评估对象应是完整工作流，而不只是模型本身。
- 生产落地应优先围绕已有规则和服务等级的流程，例如代码生成、回归测试、工单分流、市场分析和安全审查。
他们怎么做基准测试
Intel 扩展了 Terminal-Bench，加入 profiling、telemetry 和 replay，从而把 agent 性能与 LLM 波动分离开来。
这意味着什么
文章把生产级 agent 系统定义为一个编排与基础设施问题：真正目标不是跑通 demo，而是在治理和成本约束下稳定支撑业务流程。
「编程与Agent」频道最新
- MediaCrawler 星标破 5.7 万，覆盖多家中文内容平台 — NanmiCoder · 2026-07-27
- Dear ImGui 星标升至 7.5 万，仍是轻量级 C++ UI 代表 — ocornut · 2026-07-27
- 深圳人形机器人格斗联赛把挑衅动作也算进分数 — aitrendz_xyz · 2026-07-27
- 一个 DeepSeek 交易 Agent 每天在 Polymarket 押原油涨跌 — 0xJeff · 2026-07-27
- Agent 工作区可视化器将做成可定制插件 — jasonkneen · 2026-07-27
- Agentic AI 规模化靠编排、延迟控制和成本纪律 — nordicinst · 2026-07-27