Agent 需要的不只是大脑，还需要社会基础设施

今天最重要的判断是：agent 产品正在越过“模型套壳”阶段，开始补齐进入真实世界所需的社会基础设施。

一个能完成任务的 agent，至少需要五层能力。第一层是模型，负责理解与推理；第二层是 runtime 与 sandbox，让它能安全运行工具；第三层是 identity 与 permissions，明确它是谁、能做什么；第四层是 memory、logging 与 audit，让行为可追踪；第五层是 Git、队列和发布系统，让大量机器工作能够进入既有交付链路。

今天的几个信号刚好覆盖了这条栈。OpenAI 的 Pando 和 GitHub 的全栈演进说明，agent 带来的仓库流量已经要求底层重构；Render Sandboxes 把隔离计算包装成“一台 computer 对应一个 agent”；OpenMail 则尝试用 email 给 agent 建立通用身份和通信入口。它们看似是不同产品，解决的其实是同一个问题：如何让 agent 成为可治理的生产参与者。

这也改变了 AI SaaS 的机会分布。模型层的窗口越来越短，基础设施层却更容易形成复利。身份一旦接入组织目录，权限一旦嵌入审批链，审计一旦成为合规依据，替换成本就会显著提高。真正的护城河往往不是 agent 的回答更漂亮，而是它已经安全地连接了业务系统，并积累了可信执行记录。

组织层同样在变化。GFI Software 把 AI 构建成果带进 all-hands，意味着 AI adoption 正从培训与账号覆盖率转向可见的交付。管理者下一步要问的不是“员工有没有用 AI”，而是“哪些工作流已经缩短、哪些质量指标改善、哪些风险边界仍不清楚”。

下一步应持续追踪 agent infrastructure stack 的五个关键词：identity、sandbox、gateway、audit、delivery。对创业者而言，最有价值的产品往往藏在模型演示之外的这些硬问题里。