我越来越觉得，AI Agent 这件事不能只从模型能力理解。一个 Agent 能不能真正进入工作流，关键不只在于它调用 GPT、Claude、DeepSeek 还是其他模型，也取决于它背后有没有一套稳定的云端基础设施。
Enya / OpenClaw 部署在 DigitalOcean 上，是一个很小但很典型的样本。表面看，它只是一套 Agent 系统跑在一台云服务器上；往下拆，它背后牵出的是 Ubuntu、Linux、KVM 虚拟化、vCPU、Intel / AMD 服务器 CPU、内存、NVMe SSD、NAND、SSD 控制器、数据中心网络，以及 VMware / Broadcom 这种企业虚拟化控制平面。
Agent 看起来是轻资产软件，但只要进入长期运行状态，就会快速变成重基础设施需求。它需要稳定在线、远程访问、日志留存、状态恢复、权限管理、插件接入、任务执行、文件存储、知识沉淀、安全隔离和持续运维。
Ubuntu 是一个基于 Linux 的开源操作系统。个人电脑常见的是 Windows 或 macOS；服务器世界里，Linux 是更主流的操作系统之一，Ubuntu 是其中最常见、生态最完整、对开发者最友好的发行版之一。
Enya / OpenClaw 跑在 DigitalOcean 的 Ubuntu 云服务器上，意味着它不是运行在一台带屏幕的个人电脑上，而是运行在一台远程 Linux 服务器上。通过命令行安装 Node.js、OpenClaw、配置文件、系统服务、日志和工作目录，Ubuntu 就成为 Agent 系统的操作系统底座。
这条链说明：AI Agent 不是漂浮在云端的抽象软件。它最终一定要落在操作系统、服务器、存储、网络和数据中心上。
DigitalOcean 把云服务器产品称为 Droplet。Droplet 可以理解为一台 Linux 虚拟机。我的案例可以概括为：2 vCPU、4GB 内存、Ubuntu 系统、新加坡区域。本文不展开启动命令和服务端口，因为重点不是运维教程，而是通过这个案例理解基础设施。
真正值得关注的是：我买到的不是一台完整物理服务器，而是一台虚拟服务器。DigitalOcean 文档说明，Droplet 是运行在虚拟化硬件之上的 Linux 虚拟机；物理主机通过 hypervisor 给不同 Droplet 分配 vCPU、RAM、磁盘和网络资源。
| 用户看到的资源 | 底层真实对应 | 投资含义 |
|---|---|---|
| 2 vCPU | 物理服务器 CPU 被虚拟化后的计算资源 | Agent 经济会把 CPU 需求切成大量小颗粒云资源 |
| 4GB RAM | 物理内存池中的一部分 | 长期上下文、插件、缓存和本地索引会推高内存需求 |
| 系统盘 | SSD 或 NVMe 存储经过虚拟化后的块设备 | Agent 的日志、记忆和文件产物会扩大存储需求 |
| 公网 IP | 数据中心网络、路由、安全策略和虚拟网卡 | Agent 是高频连接系统，最终落到互联和网络基础设施 |
理解 Agent 经济的 CPU 需求，不能只看“几核几G”。同样叫 vCPU，背后还有共享还是专用、Regular 还是 Premium、Intel 还是 AMD、CPU 代际、内存频率、是否搭配 NVMe、网络吞吐是否更高等差异。
DigitalOcean 文档显示，它的 Droplet 计划包括一个共享 CPU 计划和四个专用 CPU 计划：Basic、General Purpose、CPU-Optimized、Memory-Optimized、Storage-Optimized。Basic 属于共享 CPU；General Purpose、CPU-Optimized、Memory-Optimized、Storage-Optimized 属于专用 CPU。
| 套餐 | CPU属性 | 典型场景 | Agent启示 |
|---|---|---|---|
| Basic | 共享 CPU，可选 Regular 或 Premium | 小网站、测试、轻量服务、低中等负载 | 个人 Agent、轻量 Gateway、早期实验从这里开始 |
| General Purpose | 专用 CPU，约 4GB RAM / vCPU | SaaS、电商、中高流量网站、中型数据库 | 生产级 Agent 服务需要更稳定的 CPU 和内存 |
| CPU-Optimized | 专用 CPU，约 2GB RAM / vCPU | CI/CD、前端高负载、AI/ML辅助、视频与游戏 | 任务调度、脚本执行、数据处理型 Agent 更接近这个需求 |
| Memory-Optimized | 专用 CPU，约 8GB RAM / vCPU | 数据库、缓存、索引、实时大数据 | 多会话、长期上下文、本地知识库会抬高内存需求 |
| Storage-Optimized | 专用 CPU，高本地 NVMe 存储 | MongoDB、Elasticsearch、Prometheus、数据仓库 | 日志、记忆、知识库、向量索引会把 Agent 推向高 I/O 场景 |
DigitalOcean 文档还说明，Basic Premium CPU Droplets 可以选择 Intel 或 AMD；Premium CPU Droplets 保证使用该平台拥有的最近两代 CPU 之一和 NVMe SSD。Premium AMD Droplet 的内存频率为 3,200 MHz，Premium Intel 为 2,933 MHz；Premium CPU Droplets 使用第二代或第三代 Intel Xeon Scalable，或者第二代或第三代 AMD EPYC，Regular CPU Droplets 则混合使用第一代或更老的 Xeon Scalable 与 AMD EPYC。
过去讨论 AI 基础设施，市场容易只盯 GPU。GPU 很重要，因为训练和大规模推理离不开 GPU。但 Agent 经济还会带来另一类需求：大量中小型、长期在线、任务密集、状态密集的 CPU 工作负载。
OpenClaw 这类 Agent 系统，并不是每一秒都在调用 GPU 推理。它还要运行 Node.js 或 Python runtime，处理 HTTP 请求和 WebSocket 连接，解析 JSON，管理插件，调用 API，读写文件，处理系统日志，调度任务，执行脚本，处理网页 HTML，运行本地数据库或轻量索引，并完成权限校验和安全隔离。
负责连接、权限、状态管理、任务编排和网关服务。对应 Basic Premium 或 General Purpose。
负责爬取、解析、ETL、日志处理和 API 聚合。对应 CPU-Optimized。
负责本地知识库、缓存、索引和数据库协调。对应 Memory-Optimized 或 Storage-Optimized。
即使模型推理发生在 GPU 上，请求路由、上下文整理、结果格式化和安全过滤仍大量消耗 CPU。
Agent 经济不会只买 GPU。它还会买大量 CPU 云服务器，而这些 CPU 云服务器背后，对应 Intel Xeon 和 AMD EPYC 的服务器 CPU 需求。
Agent 的存储需求容易被低估。一个 Agent 长期运行后，会产生用户配置、API Key、任务日志、聊天上下文、执行结果、文件产物、网页快照、本地知识库、缓存、数据库、插件状态和安全审计记录。
如果只是个人试用，几十 GB 磁盘看起来足够。但如果 Agent 真正用于客户服务、投研、网页发布和自动化运营，它的存储需求会变成高频小文件、日志持续写入、本地知识库、长期上下文和可恢复状态。
DigitalOcean 文档说明，Storage-Optimized Droplets 使用 NVMe，本地存储直接附着在 hypervisor 上，适合高交易数、低延迟工作负载。这个逻辑直接引申到我们研究过的铠侠：NAND 不应只从手机、PC、消费 SSD 周期理解。如果 AI Agent、云原生应用、数据中心 eSSD、QLC SSD 和温数据存储继续增长，NAND 会越来越像 AI 数据基础设施材料。
NAND 仍然有周期，但它不再只是消费电子周期。它正在进入 AI 数据基础设施周期。市场如果仍按传统消费电子周期股理解存储，会低估 Agent 经济对存储材料的长期需求。
NAND 颗粒不是 SSD 的全部。一块企业级 SSD 还需要控制器。控制器负责主机通信、NVMe 协议、PCIe 接口、错误纠正、磨损均衡、加密、功耗管理、数据完整性、寿命管理和多租户服务质量。
这就是 Marvell 的位置。Marvell 不只是普通通信芯片公司，它在 AI 基础设施里越来越接近“数据移动与数据存储接口”的中枢型公司。用户在云服务器里看到的只是一个虚拟磁盘；在数据中心底层，这个虚拟磁盘背后对应的是 NAND 颗粒、企业级 SSD、SSD 控制器、NVMe 协议、PCIe 通道、虚拟化 I/O 和云平台调度。
| 层级 | 代表 | 回答的问题 |
|---|---|---|
| NAND 材料层 | 铠侠、三星、美光、SK 海力士 | 数据最终存在哪里 |
| 控制器与协议层 | Marvell 等 SSD 控制器供应商 | 数据如何可靠、高速、低延迟地移动 |
| 网络与互联层 | Marvell、Broadcom、Arista、Cisco、Astera、Credo | 数据如何在服务器、存储、交换机和模型之间流动 |
如果说 DigitalOcean 是面向开发者和中小企业的公有云虚拟机，那么 VMware 代表的是企业级虚拟化和私有云控制平面。VMware 的核心价值不是简单装一个虚拟机软件，而是帮助大型企业把服务器、存储、网络、安全和应用工作负载统一管理成一个可调度、可迁移、可治理的资源池。
Broadcom 2025 年 Form 10-K 显示，公司总收入为 638.87 亿美元，其中半导体解决方案收入 368.58 亿美元，占 58%；基础设施软件收入 270.29 亿美元，占 42%。基础设施软件收入增长主要来自 VCF 产品需求、订阅许可模式转型以及 VMware 整合。
金融行业最能说明 VMware 的重要性。银行、券商、保险、交易所和清算机构的系统不能轻易停机，监管要求极高，历史系统复杂，迁移成本极高，低延迟和稳定性比单纯便宜更重要。所以金融机构对基础设施的要求，不只是便宜可用，而是稳定、可控、可审计、可隔离、可灾备、可监管和可长期维护。
个人和小团队可以用 DigitalOcean 这样的公有云虚拟机跑 Agent；大型企业，尤其是金融、保险、政府和制造业，可能需要 VMware 这类私有云和混合云控制平面来承载 Agent 工作流。Broadcom / VMware 不是附属软件故事，而是企业基础设施控制权资产。
DigitalOcean Holdings, Inc.，股票代码 DOCN，是一家面向开发者、初创企业和中小企业的云基础设施公司。它过去的差异化定位是比 AWS、Azure、Google Cloud 更简单、更透明，更适合开发者和中小团队。现在公司正在把自己重新定位为 AI-Native Cloud。
| 指标 | 2026Q1 数据 |
|---|---|
| 收入 | 2.58 亿美元，同比增长 22% |
| ARR | 10.32 亿美元，同比增长 22% |
| AI Customer ARR | 1.70 亿美元，同比增长 221% |
| 净利润 | 1600 万美元，净利率 6% |
| 经营利润 | 3700 万美元，经营利润率 14% |
| 调整后 EBITDA | 1.04553 亿美元，调整后 EBITDA 利润率 41% |
| 2026 全年收入指引 | 11.30 亿至 11.45 亿美元，同比增长 25% 至 27% |
| 2026 全年调整后 EBITDA 利润率指引 | 37% 至 39% |
DOCN 的年初以来股价涨跌幅应使用同一行情源、同一收盘价口径动态复核。本文在网页发布稿中保留财报与业务指标作为核心数据，不在正文中写入未经同源行情表复核的 YTD 数字。
这家公司本身就是本文的现实样本。它不是最大云厂商，却非常适合观察 Agent 经济的基础设施需求。它的客户群体偏开发者、中小企业和初创团队，这类客户更可能率先尝试 Agent 工作流；而它的产品形态从 Droplet、Kubernetes、数据库、对象存储，延伸到 AI-Native Cloud，正好对应 Agent 经济从软件叙事走向重资产基础设施叙事。
从 Enya / OpenClaw 跑在 DigitalOcean 上，我看到的不是一台小云服务器，而是一条 AI Agent 背后的基础设施产业链：Ubuntu 是系统底座，KVM 是虚拟化抽象，Intel / AMD 服务器 CPU 承担长期在线任务，NVMe SSD 是运行时存储，NAND 是数据材料，Marvell 是存储与数据移动接口，VMware / Broadcom 是企业级虚拟化控制平面。AI Agent 越普及，底层基础设施越重要。