腾讯 EdgeOne Makers 深度解析：用 CDN 基建降维打击 Agent 托管，PH 周榜第一的中国 AI 产品
腾讯 EdgeOne Makers 深度解析：用 CDN 基建降维打击 Agent 托管
这可能是最近最被低估的一个 AI 基础设施产品。
腾讯 EdgeOne，这个本来做 CDN、DDoS 防护、边缘计算的全球边缘网络产品，悄悄长出了一个 AI Agent 托管平台——EdgeOne Makers，上线就冲到了 Product Hunt 周榜第一，拿到 168 条评论。
一个国内大厂的 ToB 基础设施产品，能在英文社区拿到这个排面，非常少见。
但真正有意思的不是这个成绩本身，而是这个产品背后的产品逻辑和战略路径。它不是又一个跟风做 Agent 平台的项目。它走的是一条别人根本走不了的路：
把"部署 Web 应用"和"部署 Agent"当成同一个问题来解。用做了十几年 CDN 的基础设施积累，来降维打击 Agent 托管这个新赛道。
这篇文章，我们来深度拆解这个产品。
先搞清楚：EdgeOne Makers 到底是什么？
在说 Makers 之前，你得先理解它的底座——EdgeOne。
EdgeOne 是腾讯云的全球边缘网络产品，对标 Cloudflare。它不是一个单一产品，是一整套基础设施的集合：
- ✅ 全球 CDN：2800+ 边缘节点，覆盖 70+ 国家和地区
- ✅ 智能 DNS：全球 Anycast 网络
- ✅ WAF 防火墙：Web 应用安全防护
- ✅ DDoS 防护：T 级防护能力
- ✅ 边缘计算：在离用户最近的节点跑代码
- ✅ 全球负载均衡：自动调度到最优节点
简单说，这是支撑全球几亿用户访问的底层网络基础设施。
EdgeOne Makers 是什么？就是在这整套基础设施上面，又加了一整个 AI Agent 层。
这不是简单的"我们也支持部署 Agent"。这是一整套从开发到部署到运维的完整闭环：
┌─────────────────────────────────────────────────────────┐
│ EdgeOne Makers │
├─────────────────────────────────────────────────────────┤
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌─────────┐ │
│ │ Sandbox │ │ Memory │ │ Observ │ │ Built-in│ │
│ │ (沙箱) │ │ (持久化)│ │ ability │ │ Models │ │
│ └──────────┘ └──────────┘ └──────────┘ └─────────┘ │
├─────────────────────────────────────────────────────────┤
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 托管托管 │ │ Serverless │ │ 边缘存储 │ │
│ │ Hosting │ │ Functions │ │ Storage │ │
│ └──────────┘ └──────────┘ └──────────┘ │
├─────────────────────────────────────────────────────────┤
│ ┌──────────────────────────────────────────────────┐ │
│ │ EdgeOne 全球边缘网络基建 │ │
│ │ CDN · DNS · WAF · DDoS · 边缘计算 · 负载均衡 │ │
│ └──────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘最终呈现给开发者的体验非常简单：
像发布一个静态网页一样发布一个 AI Agent。
写好代码，git push，几分钟后，你的 Agent 就：
- 🌍 跑在全球 2800+ 边缘节点上
- 🚀 自动配好了域名和 HTTPS
- 🛡️ 自动有了 WAF 和 DDoS 防护
- 🧠 自带持久化记忆
- 🔍 自带完整的可观测性
- 📦 自带模型调用的封装和缓存
你什么基础设施都不用管，什么云服务器、什么负载均衡、什么数据库、什么安全防护，全都不用你操心。
核心功能深度拆解
让我们一个一个看 Makers 的核心功能，每一个都值得仔细品。
🚀 1. 一键发布：真的是像发网页一样发 Agent
这是整个产品最核心的体验。
今天你想把一个 Agent 部署成对外可用的服务，你需要做什么？
- 买云服务器
- 配环境，装依赖
- 写 Web Server 代码
- 配域名，配 DNS
- 配 HTTPS 证书
- 写认证和鉴权
- 加限流和防刷
- 配日志和监控
- 配负载均衡
- 搞数据库存对话历史
至少一两天，还到处是坑。
用 EdgeOne Makers，你需要做什么？
# 1. 安装 CLI
npm install -g @edgeone/makers-cli
# 2. 初始化项目
makers init my-agent
# 3. 写你的 Agent 逻辑
# src/agent.ts 里面写就行
# 4. 部署
makers deploy没了。
几分钟之后，你就得到了一个：
- 全球可访问的 HTTPS 端点
- 自动扩缩容，来多少流量都不怕
- 自带 WAF 和 DDoS 防护
- 自带对话历史存储
- 自带日志和监控看板
部署一个 Agent，和今天用 Vercel 部署一个 Next.js 网站，体验一模一样。
这看起来只是体验问题，但实际上它把 Agent 开发的门槛，从"需要一个懂 DevOps 的后端工程师"，降到了"只要会写 JavaScript 就行"。
这是数量级的门槛降低。
🧩 2. Skills：专门为 Coding Agent 设计的扩展机制
这是我觉得最有意思，也最被大多数人忽略的一个功能。
EdgeOne Makers 里面有个东西叫 Skills。
它不是简单的"函数调用"或者"工具"。它是一整套标准化的 Agent 能力扩展机制，而且——重点来了——它从设计第一天开始，就是为了配合 Claude Code 这类 Coding Agent 使用的。
什么意思？
你用 Claude Code 写 Agent 的时候，你不需要自己去实现各种各样的能力。你只需要说：
"给这个 Agent 加上读取 GitHub Issue 的能力"
然后 Claude Code 会自动去 EdgeOne Makers 的 Skills 市场，找到对应的 Skill，自动集成到你的代码里，自动帮你部署好。
Skill 本身包含了什么？
- 能力的实现代码
- 权限声明
- 参数 Schema
- 使用示例和文档
- 错误处理逻辑
- 速率限制配置
所有这些东西，都是标准化的。AI 不需要猜，不需要问你，直接就能用。
这才是真正面向 AI 时代的开发者体验。
今天大多数的 Agent 开发框架，还是在假设写代码的是人。而 EdgeOne Makers 已经在假设写代码的是 AI 了。
⚡ 3. Sandbox：边缘节点上的安全执行环境
Agent 最头疼的问题之一是什么？执行用户提交的不可信代码。
用户让 Agent 写一段代码跑一下，这段代码可能是恶意的。你不能让它直接跑在你的服务器上。
所以你需要一个沙箱。
大多数 Agent 平台的沙箱是怎么做的？用 Docker 或者 Firecracker 起一个隔离的容器。启动慢，成本高，还远。
EdgeOne Makers 的沙箱怎么做的？直接跑在边缘节点上，用 V8 隔离环境。
- 启动延迟：毫秒级，不是秒级
- 成本：低一个数量级
- 位置：离用户最近的地方执行，延迟最低
- 安全：V8 隔离环境，经过十几年的实战验证
而且这个沙箱是完全托管的。你作为开发者，不需要管它怎么实现的，不需要运维，不需要扩容。直接调用 API 就行。
这就是基础设施公司做 AI 产品的可怕之处。他们解决这些问题的方式，和纯 AI 公司完全不在一个维度上。
💾 4. 内置持久化记忆
对话历史、用户偏好、上下文记忆——这些是每个 Agent 都需要的基础功能。
但今天你做一个 Agent，你还是得自己：
- 选数据库
- 设计 Schema
- 写 CRUD 代码
- 处理并发
- 做备份
- 搞迁移
EdgeOne Makers 把这些也都做了。
一行代码就能存取 Agent 的记忆：
// 存记忆
await agent.memory.set(userId, { preference: "dark mode" });
// 取记忆
const memory = await agent.memory.get(userId);自动全局复制，自动备份，自动处理并发冲突。你什么都不用管。
🔍 5. 原生可观测性
对于生产级的 Agent 应用，可观测性是生命线。
- 这个请求花了多长时间？
- 在哪里卡了？
- 调用了多少次模型？花了多少钱？
- 错误率是多少？
- 用户反馈好还是不好？
这些问题，今天大多数 Agent 开发者都回答不上来。
EdgeOne Makers 把这些全做了，而且是原生集成的，不需要你接任何第三方服务。你部署完 Agent，打开管理面板，所有的指标就都在那了。
为开发者准备的一整套工具链
部署只是第一步。EdgeOne Makers 给开发者准备了完整的工具链：
| 工具 | 功能 |
|---|---|
| CLI 命令行 | 本地开发、调试、部署、日志、管理 |
| 官方模板 | 各种 Agent 类型的开箱即用模板：Chatbot、RAG、Code Interpreter、Tool Calling |
| Git 集成 | 推代码自动部署，和 Vercel 一模一样 |
| CI/CD | 自动测试、自动预览、灰度发布、回滚 |
| IDE 插件 | VS Code 里面直接写、直接调、直接看日志 |
| Skills 市场 | 共享和复用标准化的 Agent 能力 |
最关键的是，这一整套东西不是新做的，是从 EdgeOne Pages 继承下来的，经过了好几年的实战验证。
产品战略路径：从 Pages 到 Makers，最聪明的切入方式
EdgeOne Makers 不是凭空出来的。它有一个非常清晰、非常聪明的产品演化路径：
阶段 1：EdgeOne 基础设施
↓
阶段 2：EdgeOne Pages — 静态网站托管
↓
阶段 3：EdgeOne Functions — 边缘 Serverless 函数
↓
阶段 4：EdgeOne Makers — AI Agent 托管每一步都是在前一步的基础上自然长出来的，而不是硬做的。
做 Pages 的时候，他们搞定了：
- Git 集成和 CI/CD
- 域名和 HTTPS 自动化
- 静态资源的全球分发
- 预览环境和发布流程
做 Functions 的时候，他们搞定了：
- 边缘节点的代码执行环境
- 自动扩缩容
- 冷启动优化
- 日志和监控
到了做 Makers 的时候，这些东西全都是现成的。他们只需要在上面加：
- Agent 生命周期管理
- 记忆存储
- Sandbox 代码执行
- 模型调用封装
- Skills 扩展机制
这才是真正的产品复利。
对比一下，大多数创业公司做 Agent 托管平台，是从零开始的：先搞定服务器，再搞定容器编排，再搞定网络，再搞定 CDN，再搞安全，再搞可观测性……
等他们把这些基础的东西都踩坑踩完，EdgeOne Makers 已经跑在全球 2800 个节点上了。
这就是降维打击。
为什么能在 Product Hunt 拿周榜第一？
一个国内大厂的基础设施产品，能在 PH 拿周榜第一，拿到 168 条英文评论，这个成绩本身就非常值得分析。
我觉得核心原因有三个：
1. 产品切中了真正的痛点
今天全球的 Agent 开发者，最大的痛点是什么？
我能在本地跑通一个很不错的 Demo，但怎么把它变成真正能给用户用的生产级服务？
这个问题，OpenAI 不解决，Anthropic 不解决，LangChain 也不解决。所有的框架都只解决"怎么写 Agent"的问题，不解决"怎么部署和运维 Agent"的问题。
EdgeOne Makers 直接命中了这个痛点。
2. 产品叙事完全是国际化的
国内很多公司做海外产品，还是国内那套思路，宣传语都是"全球领先"、"业界第一"、"性能提升 300%"，没人看得懂。
EdgeOne Makers 的产品叙事非常简单、非常清晰，完全是海外开发者能理解的语言：
"Deploy AI agents like you deploy websites."
"像部署网站一样部署 AI Agent。"
一句话，所有人都懂了。
3. 体验是真的好，不是 PPT 产品
很多国内厂商的产品，宣传得天花乱坠，你真的去用，到处是坑，文档也烂。
从 PH 上的评论来看，EdgeOne Makers 是真的能用，而且体验非常好。很多海外开发者真的部署成功了，而且在认真讨论它的功能和优缺点。
能让挑剔的海外开发者愿意花时间写评论，这本身就很说明问题。
它到底在对标谁？不是 Vercel，是"Agent 时代的 Vercel"
很多人看到 Makers 的第一反应是："这不就是 Agent 版的 Vercel 吗？"
这个说法对，但也不对。
它确实在学习 Vercel 的开发者体验——Git 推送，一键部署，自动 HTTPS，预览环境——这些东西的体验几乎一模一样。
但它的野心比 Vercel 大得多。
Vercel 只是托管平台，它不管你调用什么模型，不管你怎么做工具调用，不管你怎么存记忆。
EdgeOne Makers 是：托管平台 + 运行时 + 模型层 + 工具生态。
| 维度 | Vercel | EdgeOne Makers |
|---|---|---|
| 部署体验 | ✅ Git 一键部署 | ✅ 同样的体验，甚至更好 |
| 边缘网络 | ✅ Cloudflare 合作 | ✅ 自建全球 2800+ 节点 |
| 安全防护 | ⚠️ 第三方 WAF | ✅ 原生 WAF / DDoS 防护 |
| Agent 运行时 | ❌ 自己做 | ✅ 原生内置 |
| 持久化记忆 | ❌ 自己接数据库 | ✅ 原生内置 |
| 代码沙箱 | ❌ 自己做 | ✅ 原生内置边缘沙箱 |
| 模型集成 | ❌ 自己接 | ✅ 内置模型网关和缓存 |
| 可观测性 | ⚠️ 基础指标 | ✅ Agent 原生的完整可观测性 |
| Skills 生态 | ❌ 没有 | ✅ 标准化的 Skill 市场 |
它不是又一个 Vercel。它是在为下一个时代的应用开发，提前打造一整套基础设施。
真正的战略意义：CDN 厂商的降维打击
这个产品最值得思考的地方，不是产品本身，而是它背后代表的一种趋势：
CDN 和边缘网络厂商，会成为 Agent 时代最大的赢家之一。
为什么？
因为 Agent 这种应用形态，天然就适合跑在边缘网络上：
1. 延迟敏感
Agent 和用户的对话是交互式的。200ms 的延迟和 2 秒的延迟，体验天差地别。
把 Agent 跑在离用户最近的边缘节点上，延迟最低。
2. 状态分散
每个用户的 Agent 状态是独立的，不需要集中式的巨型数据库。
分散在边缘节点存储，反而更快更可靠。
3. 安全边界清晰
Agent 执行的代码，本来就应该在隔离的沙箱里跑。边缘节点天然就是隔离的。
4. 流量模式
Agent 的流量模式和 Web 非常像：大量的小请求，突发流量，全球分布。
CDN 厂商处理这种流量，处理了十几年。
今天的大模型公司，都在拼命地建数据中心，把所有的计算都集中起来。
但未来可能正好反过来。模型推理会越来越多地向边缘下沉。简单的任务直接在边缘节点跑，只有最复杂的任务才会回源到数据中心的大模型。
如果这个趋势真的发生，那今天手里握着全球边缘网络的这些公司——Cloudflare、腾讯 EdgeOne、Fastly——会有巨大的优势。
EdgeOne Makers 就是这个方向上的第一个明确信号。
可能的隐忧和挑战
当然，这个产品也不是完美的。我看到几个潜在的挑战：
⚠️ 挑战 1：生态建设
今天的 Vercel 成功，不只是因为部署体验好，更是因为它有完整的生态——和 Next.js 的深度集成，和所有主流框架的配合，海量的模板和示例。
EdgeOne Makers 要走到那一步，还有很长的路要走。
⚠️ 挑战 2：厂商锁定
把你的整个 Agent 都跑在 Makers 上面，用它的记忆，用它的沙箱，用它的可观测性——你就深度锁定在腾讯的生态里了。
对于很多公司来说，这是一个需要认真考虑的 trade-off。
⚠️ 挑战 3：和其他大模型生态的整合
Makers 现在内置支持哪些模型？支持的好不好？能不能方便地接自定义模型？能不能用 OpenAI、Anthropic、DeepSeek？
这些问题，决定了它真正的适用范围。
⚠️ 挑战 4：定价
现在还在免费阶段。最终的定价会是什么样的？能不能比自己部署在 AWS 上便宜？
定价策略，会决定这个产品能不能真正普及。
给开发者的建议
如果你是在做 Agent 应用的开发者，我给你几个建议：
认真试一下 EdgeOne Makers 尤其是如果你做的是面向用户的 ToC Agent 应用，或者需要全球访问的 SaaS 产品。它能帮你省掉几个月的基础设施工作。
不要只盯模型，盯部署和运维 今天 90% 的人都在卷模型能力，但真正把 Agent 做成产品的人，都知道 90% 的坑在部署和运维上。
思考一下边缘计算对你的应用意味着什么 大多数人做 Agent，还是默认要跑在中央的数据中心里。但边缘计算可能会彻底改变 Agent 的架构范式。提前想清楚，你可能会有巨大的优势。
对整个行业的启示
EdgeOne Makers 这个产品，给整个行业传递了几个非常重要的信号：
📡 信号 1：Agent 的基础设施之战，正式开始了
前两年，大家都在卷模型。 去年，大家都在卷框架。 今年，大家开始卷基础设施。
怎么部署，怎么运维，怎么监控，怎么扩展，怎么降低成本——这些之前没人关心的"脏活累活"，现在成了竞争的新战场。
📡 信号 2：基础设施公司做 AI，有天然的优势
纯 AI 公司做产品，是从上层往下做。 基础设施公司做产品，是从底层往上做。
谁的根基更牢，谁的成本更低，谁的性能更好，时间会给出答案。
📡 信号 3：中国的科技公司，真的可以做出世界级的产品
很长一段时间里，国内的科技公司给人的印象是：只会抄，只会做本土化改良，不会做真正的创新，不会做全球化的产品。
EdgeOne Makers 在 Product Hunt 上的成绩，证明了这不是真的。
只要你真的把产品做好，把体验做顺，把开发者放在第一位，全世界的开发者都会买账。
写在最后
我在 EdgeOne Makers 这个产品身上，看到了一种非常难得的产品哲学：
不追概念，不讲故事，不搞炫技，老老实实解决真正的痛点。
当所有人都在发布新模型，刷 benchmark，吹 AGI 的时候，腾讯的这个团队，在默默解决一个没人愿意解决的脏问题：怎么把 Agent 真正部署到生产环境，让全球的用户能用，用得好，用得便宜。
他们用做了十几年 CDN 积累下来的基础设施，来降维打击这个新赛道。他们走的这条路，可能不是最光鲜的，不是最能上新闻的，但可能是最扎实，最有长期价值的。
Agent 这个行业，今天最不缺的就是概念，最缺的就是把概念变成现实的基础设施。
EdgeOne Makers 这样的产品越多，这个行业成熟得就越快。
我们拭目以待。
参考资源
EdgeOne Makers 官方网站 — https://makers.edgeone.com 产品介绍、文档、快速开始
Product Hunt 页面 — https://www.producthunt.com/posts/edgeone-makers 168 条社区评论和讨论
EdgeOne 官方文档 — https://www.tencentcloud.com/document/product/1145 完整的技术文档和 API 参考
EdgeOne CLI GitHub — https://github.com/edgeone/cli 开源的 CLI 工具源码
作者: itech001 来源: 公众号：AI人工智能时代 网站: https://www.theaiera.cn/ 每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
