当业界还在理解“数据引力”如何影响云平台和数据湖的选择时，一个新的竞争维度已经浮出水面。著名风投资本家Tomer Tunguz在其博客中提出“智能体重力”（Agent Gravity）概念，认为随着AI智能体从辅助工具演变为核心工作负载，平台争夺用户的逻辑正发生根本性转变。

从数据到智能体：引力来源的跃迁

在传统数据时代，平台竞争的核心在于“数据引力”——企业一旦将数据迁移到某个平台，迁移成本极高，由此形成锁定。而在智能体时代，智能体本身成为新的核心资产。每个智能体的运行需要庞大的实时算力支撑，其主要运行平台将不遗余力地将其留在自家生态中。平台上的智能体数量越多、质量越高，该平台的“智能体重力”就越强，导致更多开发者和企业用户被吸引过来，形成正向循环。

这并非空洞的理论推演，现实中已有征兆。以Databricks为例，其在微软云平台上推出的一项功能，虽然官方未明言其战略意图，却让用户更容易在Databricks平台上构建智能体，而非直接使用微软自家的Fabric环境。这一“无心插柳”式的设计，实则是在悄无声息地将高价值智能体及关联数据工作负载吸引至自身平台。一旦智能体在该平台上完成训练和部署，后续迁移将面临极高的算力和兼容性成本，形成事实上的平台锁定。

智能体“带资进组”的逻辑

与数据引力不同，智能体重力具有更强的动态性和“带资进组”特性。数据是静态资产，迁移成本主要来自存储与计算集群的重新配置；而智能体包含训练好的模型权重、推理逻辑、API依赖以及大量用户交互日志，其迁移相当于重构一个微服务中台。更进一步，智能体越多，其产生的数据也越丰富，这反过来又增加了数据引力。两者叠加，形成双重锁定效应。

对于基础设施和AI平台公司，这意味着战略优先级需要调整。过去争夺的重点是把客户数据拉入自己平台；现在，争夺的重点是让智能体直接在自己平台上“出生”和成长。谁最早介入智能体的创建阶段，谁就可能在后续的算力、数据、模型托管等全生命周期服务中占据主导。

给从业者的警示与机会

对于平台侧企业（如云厂商、数据中台服务商、MaaS平台），应当优先优化智能体开发与部署的环境友好度，降低用户在该平台上构建智能体的摩擦成本，提升对智能体运行的管控能力。同时，警惕对手在自家平台上“借道超车”的战术，如Databricks对微软的渗透。

对于乙方或独立智能体开发团队，则需要更审慎地评估平台选择。一个看似开放友好的外部平台，可能在不经意间让你的智能体资产变成无法抽身的沉没成本。建议在技术选型时，关注智能体的可移植性（如模块化编排、开放模型格式），或采取多云部署策略来对冲锁定风险。

智能体重力将是未来十年代理中间件和AI基础设施竞争的核心变量。正如数据引力催生了Snowflake与Databricks的崛起，智能体重力正在定义下一批平台赢家。与其被动被吸引，不如主动设计运营策略。