AI Agent的进化对存储提出了什么新需求

Hi~我是康小盈，上一篇我们聊到了“龙虾”(OpenClaw)，一款正在快速兴起的 AI Agent(智能体)。很多朋友留言问：

AI Agent到底是什么?

为什么最近大家都在聊它?

它的技术演变过程是怎么样的呢?

请跟着我往下看，这篇文章会为你解开所有疑问!

什么是AI Agent ?

如果把大模型比作“大脑”，那AI Agent就是给大脑装上了手、脚、记忆和工具箱。过去的AI，你可能只会把它当作一个聊天机器人。你问问题，它回答。但现在情况开始发生变化，AI开始帮你“干活”了。

AI Agent 是怎么工作的呢?

在以 LLM 驱动的自主代理系统中，LLM(大型语言模型)作为代理的 “大脑”，提供核心的语言理解、推理与生成能力，并辅助控制关键组件。一个完整的 AI Agent 主要包含四大核心模块：任务规划、工具调用、记忆存储和执行输出。

1.任务规划：对复杂任务借助大模型进行分解、规划和调度

2.工具调用：调用工具(Tool Use)，与外部工具(如API、数据库、硬件设备)进行交互，扩展智能体的能力，执行任务。

3.记忆：存储过往工作的经验及使用偏好，存储短期记忆及长期记忆。

4.执行：输出整个任务结果。

AI Agent 的组成部分

AI Agent 是怎么发展到今天的?

基于规则和早期机器学习阶段：

1997年：IBM的深蓝在国际象棋中战胜世界冠军，是基于规则的AI在特定领域的潜力。

2016年：谷歌的AlphaGO通过深度学习和蒙特卡洛树搜索战胜围棋高手。

这一阶段的AI Agent主要专注于特定领域的任务，能力有限，缺乏通用性。

基于大语言模型的快速发展阶段：

2017年：Vaswani等人提出了Transformer架构，在机器翻译任务上取得了突破性进展，这一架构的提出为后续大语言模型的发展奠定了基础。

2018年：Google和Open AI 分别提出了BERT和GPT-1模型，标志着预训练语言模型时代的开启。

2022年：Open AI推出GPT-3.5与Instruct GPT，为对话交互打下基础。同年发布ChatGPT，引爆全球生成式AI热潮。

2025年：深度求索发布 DeepSeek-R1，进一步拓展开源模型能力边界。同年，Manus发布自主Agent产品，真正的自主Agent出现，可以执行复杂任务。

(图片来源于网络)

大型语言模型(LLM)为AI Agent提供了强大的通用理解能力，使其不再局限于单一任务。

AI Agent 的进化对存储提出了什么新需求?

(一)模型首先需要“装得下”

硬盘是存储模型文件的物理载体，当前主流开源模型的大小通常在几GB到几十GB之间，因此在硬盘选择上需特别注意两点:

1.选择固态硬盘(SSD)，相比机械硬盘(HDD)，SSD拥有更高的读写速度，能大幅缩短模型加载时间。

2.优选PCle接口+NVMe协议的SSD，能进一步加快模型载入与数据读取过程。

KOWIN PCIe5.0 SSD 符合NVMe 2.0传输协议，读写性能强悍，超快性能体验，可应用于工作站、电竞设备、高端台式电脑、AI存储领域、服务器等设备。

(二)内存与显存决定模型能否“跑起来”

当在本地运行大模型时，模型会从硬盘加载到系统内存(RAM)或显卡显存(VRAM)中，会产生临时数据，从而占用额外空间。因此通常建议：内存≥模型大小的2-3倍，内存不低于32GB，是CPU推理过程中或显存不足时的保障。

KOWIN SO-DIMM 内存模组采用优质DRAM资源，根据内存的不同规格，分为DDR4、DDR5等类型DIMM模组，兼具低延迟、高速度、高效率的核心优势，容量覆盖8GB至16GB，能够满足AI本地部署等多元场景需求。

未来趋势

根据Gartner预测，Agentic AI是2025年十大技术趋势之一，到2028年，至少有15%的日常工作决策将由Agentic AI自主完成。

AI Agent 代表了人工智能从"被动工具"到"主动助手"的重要进化，应用场景也将不断扩展。随着AI 训练与推理需求的快速增长，存储设备也正加速向更高性能、高带宽、与更大容量升级，并向着可靠性与数据处理效率方面不断优化。

KOWIN PCIe 5.0 SSD 产品参数

KOWIN SO-DIMM 产品参数