阿里云飽和式投入Agent，這是ASI藍圖的關鍵拼圖

今年的云棲大會，規格與熱度均比往年要高不少。所有人都帶著焦慮，來這里探尋打開AI時代的鑰匙，阿里云也不負眾望，交出了高分答卷：

• 基礎模型層面，丟出由Qwen3-Max領銜的7款通義大模型“核彈”，在智能水平、Agent工具調用和Coding能力、深度推理、多模態等方面實現多項突破，其中Qwen3-Max核心性能超越GPT-5。
• 技術愿景層面，阿里集團CEO、阿里云智能集團董事長兼CEO吳泳銘提出了“ASI（超級人工智能）”的愿景，而AGI只是ASI的起點，其認為AI時代大模型將是下一代操作系統，超級AI云是下一代計算機。
• 應用落地層面，阿里云旗下一站式模型服務和Agent開發平臺“百煉”發布了全新高代碼Agent開發框架ModelStudio-ADK，其突破以預定義編排方式開發Agent的局限，可幫助企業高效開發具備自主決策、多輪反思和循環執行能力的Agent。

也不難發現，不論是在吳泳銘、阿里云智能首席技術官周靖人的主題演講上，抑或是行業分論壇上，Agent智能體均是高頻詞匯。事實上，在全球范圍內，Agent均已被視作AI落地的關鍵載體，這是科技巨頭們的新共識，而阿里云也已顯露出了飽和式投入的決心。

智能體爆發，Agentic AI時代來臨

在主題演講中，吳泳銘表示，未來可能會有超過全球人口數量的Agent（智能體）和機器人，和人類一起工作，對真實世界產生巨大影響。在阿里云的價值觀中，智能體正是連接數字世界與真實世界的最佳載體。

什么是Agent？簡單理解就是AI代理應用，它可理解人類需求，自主規劃決策、調度外部資源、執行復雜任務。在形態上，Agent可能是一個軟件應用，可能是搭載于機器人/智能家電/智能汽車/AI眼鏡等AI硬件上的能力，甚至在周靖人看來，智能體與大模型并無明顯的邊界，模型生來就具備搜索功能，本身就算是一個Agent。

可以這樣簡單理解：機器人是“看得見、摸得著”的AI，而“智能體”則是類似于“軟件”一樣的虛擬AI應用，它們都是AI驅動的計算系統，區別與移動互聯網時代“硬件”和“App”的關系相似。正因為此，我們可以認為，未來將是一個智能體無處不在的時代。

在年初的CES 2025上，黃仁勛在主題演講中同樣強調了其對智能體的看好，其認為世界上有 10 億知識工作者，“Agent就是下一個機器人行業，很可能是一個價值數萬億美元的機會。”

而在今年的微軟Build2025上，微軟CEO納德拉則表示：“我們已經進入了AI Agent時代，正在見證AI系統如何以全新方式幫助我們解決問題。”這一屆Build大會的主題為「Open Agentic Web」，微軟發布了Copilot Agent 平臺，與包括xAI在內的AI巨頭共同打造基于Agent的新一代網絡“ Agentic Web”。

中國的科技巨頭也不遑多讓，阿里、字節、百度、華為等巨頭均推出了Agent開發平臺，而且據我觀察，各行各業在Agent的應用上甚至更激進一些——就像移動互聯網的進程一樣，雖然中國不是發源地，但卻催生了移動支付、共享單車、短視頻等世界級應用。在Agent領域，中國出現Manus等知名Agent，還有大量的Agent應用如雨后春筍出現，在我參加云棲大會所入住的酒店，就正在舉辦一場面向傳統企業高管的關于智能體商用的培訓。

作為AI時代最重要的應用形態，Agent關系到AI在真實場景的落地。正因為此，讓千行百業的企業組織、開發者和個體能低門檻、高效率、低成本地開發出可用、好用的Agent至關重要。

高代碼開發才能催生精品Agent

IDC數據顯示，到2024年12月，中國頭部綜合類AI原生應用Agent數量已超10萬個，25年AI智能體爆發，Agent數量恐怕已達百萬級。然而跟同樣百萬級的App生態“爆款頻出”不同，Agent生態并未出現大量的明星產品，大多數Agent均基于低代碼平臺“預定義編排”開發，任務處理能力相較于基礎大模型并無明顯突破。

分析機構Gartner甚至認為，今年以來愈演愈烈的AI Agent概念熱潮在很大程度上是炒作的結果，很多項目的“Agent化”僅僅是品牌名稱重塑，在市場冷靜后將會出現一波退潮。其認為，到2027年底將有超40%智能體/代理人工智能 (Agentic AI) 項目被取消——這絕非危言聳聽。

阿里云智能集團副總裁、阿里云政企事業部產品解決方案與服務管理總經理霍嘉在云棲大會有一個斷言：“精品Agent一定是高代碼的”。根本原因在于，Agent不只是基于內容或者數據的搜索/chat/生成，它需要連接真實物理世界，因此必須要深入到真實業務場景，而嵌入到業務將涉及大量的開發工作，比如業務知識庫的融合、與已有業務系統的對接、對支付等外部能力的調用……因此，要做能解決實際問題的Agent，必須要進行大量的開發，既所謂的“高代碼”開發。

周靖人在專訪中也表示，面向行業的Agent開發“需要對每個行業Know-How、對應知識體系的深度認知。”因此阿里云在越來越強大的基礎模型能力外，也十分注重面向業務層的工具使用、調優。

于是我們等來了高代碼Agent開發框架ModelStudio-ADK。在這一開發框架面世前，開發者同樣可以高代碼方式開發Agent，然而任何高代碼開發都有難度大、門檻高、成本高、部署難的問題。市面上已有的開源Agent框架如LangGraph、AutoGen和Google ADK，也沒有打通Agent開發、測試、部署、發布和商業化的全流程任務。

ModelStudio-ADK給予開發者更強的自主性、靈活性和深度開發能力，同時盡可能地讓Agent開發效率更高、門檻更低、成本更低、難度更小。

Agent能力上，ModelStudio-ADK基于通義開源的AgentScope打造，可開發深度研究、硬件代理智能體、復雜檢索智能體等應用，支持Agent、Multi-Agent等多類型Agent搭建。底層依托阿里云百煉集成全新通義千問家族旗艦模型，可驅動Agent實現更高效的自主規劃與決策，推理性能提高50%，決策成功率達到90%。同時，開發者可一鍵調用通義千問Qwen、通義萬相Wan、DeepSeek等200多款業界領先的模型。

在開發與部署層面，ModelStudio-ADK全面支持云端部署和云端組件調用。面向Agent開發和部署所需的各類組件，ModelStudio-ADK基于阿里云百煉集成工具連接MCP Server、多模數據融合RAG Server、沙箱工具Sandbox Server、智能記憶存取Memory Server以及支付訂閱服務 Pay Server等7大企業級能力，讓開發者可將復雜的業務邏輯轉化為Agent執行邏輯，降低開發成本、縮短開發周期，比如1小時就能輕松開發一個DeepResearch或Agentic RAG項目。

面向更復雜的多Agent聯動場景，阿里云百煉也已經提前布局，基于ModelStudio-ADK開發的Agent廣泛兼容包括A2A、ResponseAPI在內的主流Agent調用協議，支持異步、同步多種調用方式，企業和開發者可將Agent進行自由組合和串聯，形成協同工作的Agent系統，構建Agentic化的代理機制。

行業不缺低代碼Agent開發平臺，部分平臺喊出“小白也能0代碼打造Agent”的口號。但面向真實業務場景的，特別是面向行業工業化生產的Agent一定需要高代碼開發。阿里云百煉ModelStudio-ADK，依托阿里云全棧AI能力，成功打通Agent開發、測試、部署、發布和商業化的全流程任務，這一全套能力的加持，有望成為Agent開發的標配工具——如同Xcode在MacOS/iOS App開發中的地位一樣，勢必會推動Agent從“能用”到“好用”，從“數量”到“質量”，從“探索式開發”到“工業化生產”的躍遷。

正如周靖人所言：“Agent正逐漸成為模型調用的主力，全新的ModelStudio-ADK將為企業用戶開啟一個自主化、能與業務場景深度融合的Agent開發范式，繼續加速生產級AI應用的落地。”

阿里云成了國產Agent的黑土地

雖然開發精品Agent繞不開高代碼，但這并不意味著Agent不需要低代碼開發，企業依舊存在諸如財務系統、招聘系統等大量簡單、確定場景的AI應用需求，這類AI應用都可以通過更低門檻的低代碼開發平臺快速搭建。

AI大牛吳恩達曾表達過這樣的看法：

“太多人在爭論什么是真正的智能體，什么不是。這種爭論往往陷入「這個系統是否真正自主」的哲學討論，而非專注于解決實際問題。我們可將智能體視為一個連續的光譜，不同系統具有不同程度的自主性。在這個框架下，一個只能執行簡單任務的系統和一個能夠進行復雜決策的系統，都可以被稱為「agentic系統（代理系統）」，只是智能化程度不同而已。”

也就是說，Agent好與壞并不取決于使用高代碼抑或是低代碼開發，這頗有一些“不管黑貓白貓，能抓到老鼠的就是好貓”的意味。

正因為此，阿里云依然會繼續支持Agent的低代碼開發，其低代碼開發平臺ModelStudio-ADP也在云棲大會期間實現了升級。事實上，其低代碼平臺已廣泛應用在金融、教育和電商等領域企業，截至目前，阿里云百煉平臺已有超20萬開發者開發了80多萬個Agent。

例如，網商銀行基于ModelStudio-ADP開發了貸款審核應用，支持合同、發票、營業執照等26種憑證，以及店面門頭、餐飲廚房、就餐區、貨架商品等超過400種細粒度物體的精準識別，準確率超95%，其任務處理時間從原來的3小時優化至5分鐘內。

也就是說，從現在起，在Agent開發平臺賽道，阿里云的選擇是ADP+ADK兩條腿走路，開發者開發簡單的Agent，或者要進行業務探索、技術選型、原型驗證甚至市場測試，也可先用ADP開發“入門版Agent”探索，如有必要再使用ADK進行深度開發。

Agent只是AI的載體，而阿里云支持Agent開發，本質還是通過其全棧AI能力去支持AI落地到物理世界，解決實際問題。就像吳泳銘在演講中所說的：“面向新一輪智能革命，阿里云將全力打造成為全棧人工智能服務商。”

如何理解吳泳銘所說的阿里云“全棧人工智能服務商”的愿景？當前全球有許多卓越的AI巨頭，如OpenAI、微軟、谷歌、Meta、英偉達、阿里。但從業務布局來看，真正進行全棧布局的只有兩家：谷歌和阿里，它們均提供公有云（底層算力基礎設施）、云計算能力（PaaS）、上層模型（MaaS）以及Agent工具鏈等。

這正是阿里云百煉能成為Agent黑土地的底層邏輯，它不僅能提供模型和各類工具、組件等原子化能力，更重要的是，在Agent開發完成后，阿里云能依托強大的算力和網絡可提供云端部署等能力，打通Agent商業化最后一公里，這是精品Agent涌現、乃至ASI時代到來的關鍵一步。