Article content is shown in its original language.
Anthropic 与 Akamai 的 116 亿美元长约揭示了真实工业落地演进：混合架构把 Agent 网页执行与代码沙箱搬上分布式边缘 CPU。
案例主体与业务问题
网络基础设施巨头 Akam ai Technologies 与大模型前沿企业 Anthropic PBC 正式签署总金额达 116 亿美元、跨度长达 7 年的云计算采购协议。这笔巨额交易引发整个云基础设施行业的深刻震动：为什么以开发 Claude 大模型闻名的 Anthropic，没有把这笔巨款投向英伟达 GPU 集群，而是锁定了以 CDN 和通用 CPU 见长的阿卡迈？
核心业务痛点在于新一代自主 智能体（Agent）的任务形态突变。让智能体替人类自主浏览网页、抓取数据、运行代码或操作 SaaS 系统，不仅需要极高的 GPU 智力，更需要极其沉重的前端执行与网络交互。若让昂贵的高性能 GPU 处于空转状态等待网络延迟，大模型服务的单位经济账本将彻底崩溃。
采用前后的流程重构
采用该架构前 ，企业通常采用“全集中式 GPU 单体”模式：一个 Agent 会话全程绑定一个 GPU 算力实例，无论智能体是在思考，还是在等待目标网页加载、执行无头浏览器渲染或跑 Python 脚本，昂贵的 GPU 都被全额占用。不仅导致每任务成本飙升至 0.45 美元以上，而且集中式数据中心发出的网络爬取请求极易触发目标站点的反爬风控与限流。
采用混合边缘架构后 ，系统被明确解耦为“中心 GPU 大脑”与“边缘 CPU 手脚”：中心 GPU 仅负责几百毫秒的高阶规划与决策；一旦生成工具调用（Tool Call），立即通过 RPC 下发至距离目标网站最近的 Akamai 边缘轻量虚拟化节点（MicroVM）。边缘 CPU 负责运行 Chromium 沙箱、解析 DOM 树、执行过滤脚本，最后仅将提炼后的纯文本与结构化结果回传给中心大模型。每任务执行成本据测算降低约 68%。
技术架构与关键接口
从技术实现上看 ，该方案依托三层拓扑：第一层为中心 GPU 核心，托管 Claude 3.7 / Opus 等密集矩阵计算模型；第二层为 Akamai 边缘计算网络，由全球数千个 PoP 点内的 Linode 节点组成，提供轻量 Linux 容器沙箱与无头浏览器运行池；第三层为公网目标服务。两层之间通过轻量 RPC 协议通信，请求附带任务超时、内存上限与严格的网络访问白名单。
接口规范必须包含严格的 s chema 约束：中心端下发 tool_id、execution_script、target_url 与 payload_hash；边缘节点返回 exit_code、filtered_text、artifact_sha256 与 egress_bytes。所有超出上下文限制的数据在边缘节点就地清洗，严禁大体积原始 HTML 或无用二进制直接灌入大模型上下文。
部署方式：先影子，再交班
对于大规模算力重构 ，系统迁移遵循严格的灰度策略：第一阶段为影子模式（Shadow Run），边缘 CPU 节点同步接收任务并执行，但其结果仅用于比对网络延迟与抓取成功率，不直接影响线上交互；第二阶段接入低风险的只读网页抓取与公开文档检索；第三阶段开放受限的代码执行沙箱；第四阶段建立跨可用区故障自动转移与断路器机制。
在部署过程中必须建立完整的 监控埋点：实时记录边缘 MicroVM 的启动耗时（P99 < 50ms）、出向流量成本、DNS 解析异常率以及智能体超时接管指标。一旦边缘节点发生网络分区或资源耗尽，调度器必须自动将流量回退至中心备用集群。
结果指标与证据等级
根据 Akamai 向美国 证券交易委员会（SEC）提交的 Form 8-K 文件，合同明确包含服务交付与高可用性考核条款，预期在 2027 年下半年开始确认首批 1.5 亿至 3 亿美元收入，并在 2030 年前后达到约 20 亿美元的年化规模。TechCrunch 与分析师报道指出该合同重点采购通用 CPU 算力与全球出向带宽。
必须明确本案例的证据等级 ：合同总金额与履约框架属于上市公司法定信披（SEC 8-K），具有极高法律真实性；而具体的 CPU 架构细节、任务成本降低比例（~68%）以及每任务单价则属于技术媒体与行研测算，尚未公开第三方审计报告。正文图表严格区分法定义务与推断边界。
成本收益与复制条件
成本效益模型非常清晰 ：边缘 CPU 节点与全球低成本 Anycast 带宽的引入，大幅分摊了原本由集中式公有云承担的昂贵计算与高额 Egress 账单。根据行业模型测算，以每日处理 5000 万次自主网页交互计算，混合架构相较纯集中式公有云每年可节省数亿美元的带宽与闲置算力支出。
国内云计算与出海企业复制这 一模式需要满足三个前提条件：第一，业务具备高频的带外网络交互与长时运行沙箱场景；第二，底层拥有分布广泛、带宽廉价且网络延迟极低的边缘 PoP 节点；第三，拥有自研的轻量微虚机秒级冷启动与安全隔离技术。对于单纯的对话生成类场景，该架构无须提前过早引入。
对国内科技企业的启发
这一 116 亿美元采购案 为国内边缘云与 CDN 厂商指明了一条极具想象力的转型路径。过往国内边缘节点受制于传统视频点播与网页加速的价格战，毛利率不断承压；若能将其改造成支撑大模型智能体自主执行的“边缘执行云”，既能盘活海量闲置 CPU 算力，又能在大模型应用爆发的浪潮中分得高价值蛋糕。
真正的算力壁垒正在从‘单一 买卡’走向‘系统调度’。未来的 AI 基础设施竞赛，不仅看谁能在中心机房堆出万卡 GPU 集群，更看谁能把思考与行动、计算与网络无缝织成一张敏捷响应的全球基础设施网络。
原稿日期：2026-09-26。