阿里云 Agent Native Cloud：让智能体成为企业原生的能力
英文标题：阿里云 Agent Native Cloud：让智能体成为企业原生的能力
今天我想分享的不是如何接入或构建一个 Agent，而是怎样让 Agents 成为企业的原生能力。因为下一轮竞争，比的不是谁拥有更多 Agent，而是谁能把 Agents 变成可控、可复用、可协作、会进
3.2 KB
589 B
22.4 KB
23.0 KB
22.5 KB
40.2 KB
34.8 KB
24.0 KB
50.5 KB
24.8 KB
51.3 KB
56.5 KB
53.4 KB
7.3 KB
中文
作者：周琦（简志）
当 Agent 数量越来越多，越来越多人通过 Agent 来调用互联网服务、甚至操控硬件时，Agent Native 一词的应用范畴就会变得越加广泛。比如 Agent Native 的 Cloud，Agent Native 的 Browser、Agent Native 的 IM、Agent Native 的 PC 等等，似乎所有的软件和硬件，都值得因 Agent 重新设计一次。
今年 5 月，我们在阿里云云峰会上分享了《阿里云的 Agent Infra 长什么样》，短短两个月的时间，我们发现云上的 Agent 数量在激增，通过 Agent 调用云产品的场景也越加丰富。很显然，Agent 已经成为企业的一种生产要素，企业正将 Agents 构建成可控、可复用、可协作、会进化的组织资产。因此，我们将从更加全局的视角分享下阿里云的 Agent Native Cloud，期望能让 Agent 成为企业的原生能力。
以下整理自 阿里云云原生应用平台负责人周琦（简志） 在世界人工智能大会现场的分享。
当 Agent 不再只是回答问题，而是能够打开系统、调用工具、处理文件、执行各类流程，进行团队协作时，它已经潜移默化为日常的办公界面，成为企业里一种新的生产要素。
过去一年，我们看到了很多令人兴奋的 Agent Demo：它能检索、能写代码、能操作浏览器、能完成任务。但 Demo 展示的是模型能力；生产，考验的则是企业把模型能力转化为确定性业务结果的 Agent 平台能力。
所以，今天我想分享的不是如何接入或构建一个 Agent，而是怎样让 Agents 成为企业的原生能力。因为下一轮竞争 ，比的不是谁拥有更多 Agent，而是谁能把 Agents 变成可控、可复用、可协作、会进化的组织资产。
Agent 成为企业原生能力的挑战
当 Agent 走进企业生产工作流，会面临跨角色、跨系统的不同需求，各自的关注点有所不同。例如开发者岗关注的是如何更快构建和部署，安全团队关心的权限管理和过程审计，业务团队关心的是交付效果和价值能否被量化，而平台团队则会关注 Agents 规模化运行过程中的稳定性、性能和成本。
另外，从 Agent 生命周期的视角看，Builder 们在不同阶段关注点也往往不同。构建和发布阶段，关注效率，要快速上线，验证场景；运行阶段，关心的是效果，期望带来可量化的业务价值；成熟阶段，更多关注的则是成本，通过项目治理，持续提升 ROI。
因此，企业把智能体从一次性的项目成果，升级为可以持续建设、持续运营的生产力时，并不是单一产品就能解决的，而是需要一套端到端的完整解决方案。
Agent Native Cloud 的三层能力：Infra-Platform-Desktop
面对这些挑战，阿里云 Agent Native Cloud 归纳了三层能力：Infra - Platform - Desktop。
Infra，提供的是可信的运行环境，让 Agent 安全、弹性地运行；Desktop，连接的是业务世界，让 Agent 进入真实的工作现场；而 Agent Platform，则是把 Agent 的构建、治理、协作和进化统一起来，把人、模型、工具、数据和策略，编排成真正可交付的业务结果。
Agent Infra
Agent Infra 以算力、运行环境、数据、网络为底座，为 Agent 提供安全、弹性、低成本的运行环境，由 Sandbox、Database、FS 与 Network 构成，其中 Agent Sandbox 是 Infra 的核心。Agent Sandbox 的能力可拆为四层：
- 开箱即用的模板 — 支持开源社区镜像，并内置 Code Interpreter、Browser、AIO、OSWorld 等 Sandbox 模板，开发者拿来即用；
- 强隔离 — 在 MicroVM/VM 级算力隔离之上，叠加网络、存储、会话三重隔离；
- 长会话低成本 — 深休眠、浅休眠与按需唤醒，实例可缩容至 0；
- 高并发极致弹性 — 极速弹性启动，支撑大规模高并发调度。
Agent Sandbox 同时覆盖函数计算 FC 与容器计算 ACS 场景：提供原生兼容 FC 的 SDK，支持 K8s 协议，并兼容 E2B 生态。
Agent Platform
Agent Platform 提供一整套企业级的 Agent PaaS，本质是一个统一的控制平面，把分散的 Agents 纳入企业级治理与持续进化中。控制平面由 7 个模块构成：
- Identity： 唯一 AgentID，对进出请求做认证和权限控制，确保每一个操作都能归属到具体的人或 Agent。
- Gateway： 鉴权、凭证托管、安全护栏，Agent 全程零接触明文凭据。
- Policy： 业务规则验证与阻断机制，在 Agent 执行危险操作时有能力拦截和复核。
- 资产注册： Agent、MCP、Tools、Skill 的统一注册管理，让所有智能体资产可发现、可复用、可版本化。
- 可观测： 丰富的可观测数据及统一视图，覆盖调用链、工具链、决策链，实时展示成功率、延迟和 Token 消耗。
- 评估与优化： 评估效果，驱动持续进化。从跑起来，到跑得好。
- 版本管理： 灰度发布、回滚、变更记录，让 Agent 的迭代像微服务一样可控。
Agent Desktop
Agent Desktop 让 Agent 进入真实的业务界面，和人在同一个工作环境里协同。阿里云无影 Agentic Computer 给 Agent 提供了一个 7×24 小时的完整桌面级运行环境，覆盖 80% 企业白领的真实工作场景。
- 环境完整、开箱即用。 一台真正完整的 Windows / Linux 桌面，企业现有软件不用改造直接运行，覆盖 80% 真实场景，数据中心级 SLA、7×24 不间断，长任务可持续执行。不会因为笔记本电脑合盖休眠，断网等导致任务中断。
- 全程安全、风险可控。 对接 6 大企业身份源，7 层安全闭环覆盖 Agent 运行时的 7 大类风险，从系统快照、安全网关到行为审计，每一步可观测、可管控，为合规提供完整证据链。Agent 可以安全的接入企业内网，高效完成企业的实际任务。
- 资源弹性、成本可算。 单人即可运维千台规模，资源按需弹性伸缩，Token 预算全局可视，整体运维人效提升 10 倍以上。
- 开放接入、集成极快。 MCP、CLI、SDK、OpenAPI 全能力开放，轻量集成可将 Agent 嵌入企业现有应用，深度集成可自建行业解决方案，最快一天完成接入。
Agent ≠ Agent Native
接入一个 Agent，并不是 Agent Native。Agent Native 是一种全新的生产关系，带来的是更强劲的组织生产力。我们把这种生产关系拆解到业务、组织、工程、运营、基础设施 5 个纬度，便于大家的理解和落地。
- 业务原生， 让 Agent 进入关键生产流程、交付可衡量的结果；
- 组织原生， 明确人机协作的机制、厘清责任与权限；
- 工程原生， 支持 Agent 的构建、发布、复用的整个生命周期的管理；
- 运营原生， 支持 Agent 的观测、评测与持续优化；
- 基础设施原生， 保障 Agent 的运行、数据、身份与可靠性。
因此，Agent Native 不仅仅是一次技术升级，更是把企业原有的流程、知识、权限和协作方式，重新编码成一种组织和 Agents 可以共同协作的能力。
Agent Platform：让 Agent 成为企业资产
在 Infra - Platform - Desktop 的三层架构中，Platform 是承上启下的枢纽，承接组织原生、工程原生、运营原生的落地。
作为企业的 Agent 生产线，不同业务里的 Agent，可以在这里被统一构建、连接、治理、评估、优化和协作运行。它最重要的价值，是复利。一个团队沉淀的 Skill、Tool、策略和评估集，可以被下一个场景复用；一个场景发现的风险，可以变成全局规则；一次效果优化，可以影响整个 Agent 群体。企业最终拥有的，不是一批 Agent，而是一台持续生产 Agent，并发挥其价值的企业工作流。
Platform 的核心能力包括：
AgentRun： 以高代码为核心的一站式 Agentic AI 基础设施平台，将运行时、Sandbox、模型、记忆、知识库、凭证、网关、可观测和评估，沉淀成标准能力，为企业级 Agentic 应用提供从开发、部署到运维的全生命周期管理。这让开发者不必在每一个项目里重复搭底座，而能把时间投入真正决定业务价值的部分：流程、上下文和差异化体验。
AgentTeams： 提供 Agent 团队的治理与协作，解决企业在多智能体统一治理、协作编排、安全合规和成本可控方面的难题。它支持 Human-to-Agent、Agent-to-Agent，以及多人多智能体协作；通过 Leader Agent 和 Worker Agent 组织复杂任务，同时将 Skill、MCP、凭证和模型调用统一管控。最终，Agent 不再只是聊天窗口里的助手，而是在明确边界、明确责任、全程可审计的前提下，成为真正的团队成员。
AgentLoop： 提供全栈观测、审计、评估与实验、持续优化能力。Agent 上线之后，并不会自主进化。它需要采集真实轨迹，分析过程中的质量、成本、延迟和异常；用评估量化表现；再用 Prompt、Skill、上下文和实验机制，推动下一轮优化。模型会越来越强，也会越来越容易获得。但企业自己的高质量任务轨迹、评价标准、失败案例和纠偏机制，无法被轻易复制。AgentLoop 让企业的 Agents 具备自进化的能力。
三者结合起来，就是面向企业的一站式 Agent Platform 平台。 一是围绕 Agent 生命周期，加速其构建、治理、评估和优化。二是，有了 Agent，在组织中，让人和多 Agent 在群里进行协作，替代单个桌面 Agent 仅提升个人办公效率，组织内的协作依旧依赖人和人协作的局面，从而形成新的生产关系，带来更强劲的生产力。
阿里云全域智能运维平台 STAROps 是基于 Agent Platform 构建的 AIOPs Agent，以智能助手、长期任务与数字员工 三种形态，让运维从被动响应告警走向 Agentic Ops，自然语言查数、跨域根因定位、自主巡检，并将专家经验固化为可复用的运维 Skill。目前，STAROps 已在多家企业的生产环境中承担 7×24 小时智能运维职责，覆盖从基础设施到业务链路的全栈观测与诊断。
阿里云的 Dogfooding：研发、客户、和 Data
我们团队管理着多个知名开源项目和云产品的开发，比如 AgentScope Java、AgentTeams、LoongSuite、Higress、Nacos、RocketMQ、Unified Model 等，每日服务海量的开发者，管理千万设备。我们用 Agent 把开源治理、日常开发、技术答疑和数据度量全部串联了起来。
第一步：身份打通协作的前提是身份清晰。企业的 IdP / SSO 用户体系（钉钉 / 飞书 / 企业微信 / RAM）与 Agent Identity 对接，由 Agent Identity 为工作负载签发身份，用户身份透传至 Agent，操作可归属到人。身份不清，协作就无从谈起；身份打通了，Agent 干的每件事才都算得清、追得回。
第二步：组建职能团队在身份之上，用 AgentTeams 构建企业职能团队，提升协同效率。研发 Team、客服 Team、数据分析 Team、运营 Team，每个 Team 由一个 Team Leader Agent 负责调度，下面带着若干 Worker Agent 分工执行。这和人类企业里主管带团队的组织方式几乎一模一样。
结果是运行了 15 个 Agent，7×24 小时服务海量开发者，处理了 85% 的答疑量，运营支持时长降低 90%，版本发布压缩到 1 天 。团队和 Agents 在同一个数字世界里协作，提升端到端的流水线处理效率。
过去，企业数字化，是把流程搬进系统；今天，企业智能化，是让流程拥有新的执行者。它不会取代人，而是把人的判断、经验和边界，放大到每一次可重复的执行中。
未来，企业之间的差距，不会只体现在用了什么模型，而会体现在能否把模型能力沉淀为组织能力。当 Agent 可以被持续构建、严格治理、稳定协作、不断进化，企业获得的就不只是效率提升，而是一套可以规模化复制的智能生产力。
English / 原文
作者：周琦（简志）
当 Agent 数量越来越多，越来越多人通过 Agent 来调用互联网服务、甚至操控硬件时，Agent Native 一词的应用范畴就会变得越加广泛。比如 Agent Native 的 Cloud，Agent Native 的 Browser、Agent Native 的 IM、Agent Native 的 PC 等等，似乎所有的软件和硬件，都值得因 Agent 重新设计一次。
今年 5 月，我们在阿里云云峰会上分享了《阿里云的 Agent Infra 长什么样》，短短两个月的时间，我们发现云上的 Agent 数量在激增，通过 Agent 调用云产品的场景也越加丰富。很显然，Agent 已经成为企业的一种生产要素，企业正将 Agents 构建成可控、可复用、可协作、会进化的组织资产。因此，我们将从更加全局的视角分享下阿里云的 Agent Native Cloud，期望能让 Agent 成为企业的原生能力。
以下整理自 阿里云云原生应用平台负责人周琦（简志） 在世界人工智能大会现场的分享。
当 Agent 不再只是回答问题，而是能够打开系统、调用工具、处理文件、执行各类流程，进行团队协作时，它已经潜移默化为日常的办公界面，成为企业里一种新的生产要素。
过去一年，我们看到了很多令人兴奋的 Agent Demo：它能检索、能写代码、能操作浏览器、能完成任务。但 Demo 展示的是模型能力；生产，考验的则是企业把模型能力转化为确定性业务结果的 Agent 平台能力。
所以，今天我想分享的不是如何接入或构建一个 Agent，而是怎样让 Agents 成为企业的原生能力。因为下一轮竞争 ，比的不是谁拥有更多 Agent，而是谁能把 Agents 变成可控、可复用、可协作、会进化的组织资产。
Agent 成为企业原生能力的挑战
当 Agent 走进企业生产工作流，会面临跨角色、跨系统的不同需求，各自的关注点有所不同。例如开发者岗关注的是如何更快构建和部署，安全团队关心的权限管理和过程审计，业务团队关心的是交付效果和价值能否被量化，而平台团队则会关注 Agents 规模化运行过程中的稳定性、性能和成本。
另外，从 Agent 生命周期的视角看，Builder 们在不同阶段关注点也往往不同。构建和发布阶段，关注效率，要快速上线，验证场景；运行阶段，关心的是效果，期望带来可量化的业务价值；成熟阶段，更多关注的则是成本，通过项目治理，持续提升 ROI。
因此，企业把智能体从一次性的项目成果，升级为可以持续建设、持续运营的生产力时，并不是单一产品就能解决的，而是需要一套端到端的完整解决方案。
Agent Native Cloud 的三层能力：Infra-Platform-Desktop
面对这些挑战，阿里云 Agent Native Cloud 归纳了三层能力：Infra - Platform - Desktop。
Infra，提供的是可信的运行环境，让 Agent 安全、弹性地运行；Desktop，连接的是业务世界，让 Agent 进入真实的工作现场；而 Agent Platform，则是把 Agent 的构建、治理、协作和进化统一起来，把人、模型、工具、数据和策略，编排成真正可交付的业务结果。
Agent Infra
Agent Infra 以算力、运行环境、数据、网络为底座，为 Agent 提供安全、弹性、低成本的运行环境，由 Sandbox、Database、FS 与 Network 构成，其中 Agent Sandbox 是 Infra 的核心。Agent Sandbox 的能力可拆为四层：
- 开箱即用的模板 — 支持开源社区镜像，并内置 Code Interpreter、Browser、AIO、OSWorld 等 Sandbox 模板，开发者拿来即用；
- 强隔离 — 在 MicroVM/VM 级算力隔离之上，叠加网络、存储、会话三重隔离；
- 长会话低成本 — 深休眠、浅休眠与按需唤醒，实例可缩容至 0；
- 高并发极致弹性 — 极速弹性启动，支撑大规模高并发调度。
Agent Sandbox 同时覆盖函数计算 FC 与容器计算 ACS 场景：提供原生兼容 FC 的 SDK，支持 K8s 协议，并兼容 E2B 生态。
Agent Platform
Agent Platform 提供一整套企业级的 Agent PaaS，本质是一个统一的控制平面，把分散的 Agents 纳入企业级治理与持续进化中。控制平面由 7 个模块构成：
- Identity： 唯一 AgentID，对进出请求做认证和权限控制，确保每一个操作都能归属到具体的人或 Agent。
- Gateway： 鉴权、凭证托管、安全护栏，Agent 全程零接触明文凭据。
- Policy： 业务规则验证与阻断机制，在 Agent 执行危险操作时有能力拦截和复核。
- 资产注册： Agent、MCP、Tools、Skill 的统一注册管理，让所有智能体资产可发现、可复用、可版本化。
- 可观测： 丰富的可观测数据及统一视图，覆盖调用链、工具链、决策链，实时展示成功率、延迟和 Token 消耗。
- 评估与优化： 评估效果，驱动持续进化。从跑起来，到跑得好。
- 版本管理： 灰度发布、回滚、变更记录，让 Agent 的迭代像微服务一样可控。
Agent Desktop
Agent Desktop 让 Agent 进入真实的业务界面，和人在同一个工作环境里协同。阿里云无影 Agentic Computer 给 Agent 提供了一个 7×24 小时的完整桌面级运行环境，覆盖 80% 企业白领的真实工作场景。
- 环境完整、开箱即用。 一台真正完整的 Windows / Linux 桌面，企业现有软件不用改造直接运行，覆盖 80% 真实场景，数据中心级 SLA、7×24 不间断，长任务可持续执行。不会因为笔记本电脑合盖休眠，断网等导致任务中断。
- 全程安全、风险可控。 对接 6 大企业身份源，7 层安全闭环覆盖 Agent 运行时的 7 大类风险，从系统快照、安全网关到行为审计，每一步可观测、可管控，为合规提供完整证据链。Agent 可以安全的接入企业内网，高效完成企业的实际任务。
- 资源弹性、成本可算。 单人即可运维千台规模，资源按需弹性伸缩，Token 预算全局可视，整体运维人效提升 10 倍以上。
- 开放接入、集成极快。 MCP、CLI、SDK、OpenAPI 全能力开放，轻量集成可将 Agent 嵌入企业现有应用，深度集成可自建行业解决方案，最快一天完成接入。
Agent ≠ Agent Native
接入一个 Agent，并不是 Agent Native。Agent Native 是一种全新的生产关系，带来的是更强劲的组织生产力。我们把这种生产关系拆解到业务、组织、工程、运营、基础设施 5 个纬度，便于大家的理解和落地。
- 业务原生， 让 Agent 进入关键生产流程、交付可衡量的结果；
- 组织原生， 明确人机协作的机制、厘清责任与权限；
- 工程原生， 支持 Agent 的构建、发布、复用的整个生命周期的管理；
- 运营原生， 支持 Agent 的观测、评测与持续优化；
- 基础设施原生， 保障 Agent 的运行、数据、身份与可靠性。
因此，Agent Native 不仅仅是一次技术升级，更是把企业原有的流程、知识、权限和协作方式，重新编码成一种组织和 Agents 可以共同协作的能力。
Agent Platform：让 Agent 成为企业资产
在 Infra - Platform - Desktop 的三层架构中，Platform 是承上启下的枢纽，承接组织原生、工程原生、运营原生的落地。
作为企业的 Agent 生产线，不同业务里的 Agent，可以在这里被统一构建、连接、治理、评估、优化和协作运行。它最重要的价值，是复利。一个团队沉淀的 Skill、Tool、策略和评估集，可以被下一个场景复用；一个场景发现的风险，可以变成全局规则；一次效果优化，可以影响整个 Agent 群体。企业最终拥有的，不是一批 Agent，而是一台持续生产 Agent，并发挥其价值的企业工作流。
Platform 的核心能力包括：
AgentRun： 以高代码为核心的一站式 Agentic AI 基础设施平台，将运行时、Sandbox、模型、记忆、知识库、凭证、网关、可观测和评估，沉淀成标准能力，为企业级 Agentic 应用提供从开发、部署到运维的全生命周期管理。这让开发者不必在每一个项目里重复搭底座，而能把时间投入真正决定业务价值的部分：流程、上下文和差异化体验。
AgentTeams： 提供 Agent 团队的治理与协作，解决企业在多智能体统一治理、协作编排、安全合规和成本可控方面的难题。它支持 Human-to-Agent、Agent-to-Agent，以及多人多智能体协作；通过 Leader Agent 和 Worker Agent 组织复杂任务，同时将 Skill、MCP、凭证和模型调用统一管控。最终，Agent 不再只是聊天窗口里的助手，而是在明确边界、明确责任、全程可审计的前提下，成为真正的团队成员。
AgentLoop： 提供全栈观测、审计、评估与实验、持续优化能力。Agent 上线之后，并不会自主进化。它需要采集真实轨迹，分析过程中的质量、成本、延迟和异常；用评估量化表现；再用 Prompt、Skill、上下文和实验机制，推动下一轮优化。模型会越来越强，也会越来越容易获得。但企业自己的高质量任务轨迹、评价标准、失败案例和纠偏机制，无法被轻易复制。AgentLoop 让企业的 Agents 具备自进化的能力。
三者结合起来，就是面向企业的一站式 Agent Platform 平台。 一是围绕 Agent 生命周期，加速其构建、治理、评估和优化。二是，有了 Agent，在组织中，让人和多 Agent 在群里进行协作，替代单个桌面 Agent 仅提升个人办公效率，组织内的协作依旧依赖人和人协作的局面，从而形成新的生产关系，带来更强劲的生产力。
阿里云全域智能运维平台 STAROps 是基于 Agent Platform 构建的 AIOPs Agent，以智能助手、长期任务与数字员工 三种形态，让运维从被动响应告警走向 Agentic Ops，自然语言查数、跨域根因定位、自主巡检，并将专家经验固化为可复用的运维 Skill。目前，STAROps 已在多家企业的生产环境中承担 7×24 小时智能运维职责，覆盖从基础设施到业务链路的全栈观测与诊断。
阿里云的 Dogfooding：研发、客户、和 Data
我们团队管理着多个知名开源项目和云产品的开发，比如 AgentScope Java、AgentTeams、LoongSuite、Higress、Nacos、RocketMQ、Unified Model 等，每日服务海量的开发者，管理千万设备。我们用 Agent 把开源治理、日常开发、技术答疑和数据度量全部串联了起来。
第一步：身份打通协作的前提是身份清晰。企业的 IdP / SSO 用户体系（钉钉 / 飞书 / 企业微信 / RAM）与 Agent Identity 对接，由 Agent Identity 为工作负载签发身份，用户身份透传至 Agent，操作可归属到人。身份不清，协作就无从谈起；身份打通了，Agent 干的每件事才都算得清、追得回。
第二步：组建职能团队在身份之上，用 AgentTeams 构建企业职能团队，提升协同效率。研发 Team、客服 Team、数据分析 Team、运营 Team，每个 Team 由一个 Team Leader Agent 负责调度，下面带着若干 Worker Agent 分工执行。这和人类企业里主管带团队的组织方式几乎一模一样。
结果是运行了 15 个 Agent，7×24 小时服务海量开发者，处理了 85% 的答疑量，运营支持时长降低 90%，版本发布压缩到 1 天 。团队和 Agents 在同一个数字世界里协作，提升端到端的流水线处理效率。
过去，企业数字化，是把流程搬进系统；今天，企业智能化，是让流程拥有新的执行者。它不会取代人，而是把人的判断、经验和边界，放大到每一次可重复的执行中。
未来，企业之间的差距，不会只体现在用了什么模型，而会体现在能否把模型能力沉淀为组织能力。当 Agent 可以被持续构建、严格治理、稳定协作、不断进化，企业获得的就不只是效率提升，而是一套可以规模化复制的智能生产力。