AI news

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

By 机器之心1 viewsSource: 机器之心
Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

百炼升级了其提出的「1+2+N」的蓝图:其中最底层的 1 是模型与云服务,中间层的 2 是高代码、低代码的开发范式,在最上层的 N 则是面向不同任务的开发组件。这套能力覆盖了生产级智能体构建的全生命周期。

The full text has not been translated yet. The Chinese original is shown below.

如果 AI 工具早一点出现,我们的很多工作会不会提前几年完成?

近日,整个科技圈都在感叹 AI 工具带来的效率提升。一些硅谷 AI 大厂工程师现身说法,表示在用了 AI 工具后,项目完成时长被大幅压缩。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

谷歌首席工程师、Gemini API 负责人 Jaana Dogan 分享了她使用智能体的经历。

有的人甚至认为,如果在读博的时候就有 Claude Code、Gemini 和 ChatGPT 等各类 AI 工具出现,那么也许只要一年就能毕业。

围绕 AI 智能体技术,一套全新的工作范式正在形成。在开发、数据分析等领域,人们的工作流程已经被 AI 彻底改变:把工作直接安排给大模型,只需要提供背景信息、元提示词,AI 就可以进行需求整理,将任务交给智能体去执行。

最近的一场发布,打开了智能体通向更多行业的突破口。

1 月 7 日,在阿里云飞天发布时刻上,阿里云百炼完成了面向智能体开发范式的一次全面升级。阿里云向行业证明:智能体「手工作坊」的时代结束了,「工业化流水线」时代正在开启。

百炼升级了其提出的「1+2+N」的蓝图:其中最底层的 1 是模型与云服务,中间层的 2 是高代码、低代码的开发范式,在最上层的 N 则是面向不同任务的开发组件。这套能力覆盖了生产级智能体构建的全生命周期。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

围绕这一框架,阿里云提供的能力,针对解决了智能体技术落地面临的一系列核心问题。

开发组件

解决智能化核心挑战

目前行业对于 AI 应用的焦点正在从验证可用性转向实际价值,为了让人们能够低门槛地快速用上智能体,百炼进行了大量应用组件的升级。

在百炼的应用广场上,目前已出现超过 10 类聚合主题,其中包含 146 个开箱即用模板(如子弹时间特效、会议图文纪要、AI 换装等),它们在原先支持开发者即开即用、二次开发的基础上继续升级,现在支持免登录体验、一键 API 调用,进一步降低了上手门槛。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

大规模部署的智能体应用,必须能够整合利用多模态数据。如何将企业内部大量的多模态数据进行清洗、加工,转换为可复用、可查询的知识,是业务与 AI 结合的关键问题。

为了让智能体能够真正理解企业业务,把数据转化为可利用的知识,百炼升级了多模态知识库 RAG 能力,支持文档、图片、音频、视频等数十种文件类型的高精度解析与语义检索。

依托通义向量模型和多模态向量模型,企业现在可以快速构建起专属 RAG 工具和高性能知识检索生成,让智能体实现多模态问答、商品图搜、视频监控检索等场景化应用。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

在阿里云百炼上构建多模态 RAG-音视频库。

为了满足更加灵活的多模态数据处理场景,除了端到端形式的多模态知识库外,多模态处理能力也以节点的形式在工作流中提供了支持。文档、图片、音频、视频在内的全模态智能理解,都可以由用户通过画布来进行更加灵活的编排处理。

通过集成通义的多模态生成模型,人们可以内置包括图像生成、视频生成、音频生成能力,用于商品图制作、营销短视屏生成、智能客服、语音合成等业务场景。

阿里云也在打通不同平台的数据:百炼提供的 Connector 企业级数据连接器,现在能够一键对接钉钉、飞书、语雀等文档系统,以及 MySQL、OSS 等数据库。通过数十种内置工具,智能体可直接、安全地检索并调用企业内部实时数据。

随着时间的推移,来自真实业务数据的不断反馈,基于百炼平台的智能体会逐渐变得懂业务流程、有专业知识、甚至懂话术,成为「企业专属员工」。

另外在真实场景的 AI 应用中,我们会遇到大量数据处理、信息抽取等复杂任务,它们需要长时间的运行和低成本的调用,百炼提供的能力打破了以往时间和成本的限制。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

面向大模型推理、长视频生成等耗时任务,阿里云百炼推出了异步调用 API,它打破了同步接口调用 5 分钟的超时限制,可以延长到超过 24 小时,支持任务提交后轮询或回调获取结果,可以保障长周期任务稳定执行。

当智能体任务运行在阿里云上时,系统会自动对算力资源进行调度。结合实时、闲时资源请求动态调度能力,百炼的系统可以实现任务动态启停,满足不同的智能体推理需求。

据介绍,百炼的闲时调度能让 AI 的推理成本降低 50% 以上。

智能体开发框架

高代码 + 低代码并行

应用层面之下,阿里云百炼提供方便的开发工具,可以更好地帮助人们构建智能体。

阿里云百炼构建了一套生产级智能体开发范式,针对真实的业务场景,在规划决策、信息管理、工具调用以及数据、服务连接等关键环节,用智能体的先进能力,重构了整个业务流程。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

在企业内部,AI 的落地往往面临一个矛盾:懂业务的人不会开发,懂代码的人不了解业务。百炼平台提供的双模式开发能力,首次实现了高代码与低代码的并行。

高低代码智能体使用了统一的开发框架和运行时,它令专业的开发者可以利用基于高代码框架灵活定制智能体逻辑,一键将代码包提交至云端托管,享受全链路的日志、网关与可观测能力;与此同时,业务人员可通过低代码界面快速配置模型、提示词、知识库与工具,可视化地搭建智能体。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

低代码构建深度搜索 Agent。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

高代码结合 Agent Identity 控制阿里云资源、钉钉文档。

同时发布中提到,两种方式构建的智能体未来还将支持双向导出与部署 —— 低代码的开发成果可以转换成高代码。这种方式可以说是真正覆盖了企业内不同角色的开发需求。

现在,百炼平台的智能体应用能力已升级至 Agent 2.0 架构,从底层重塑了智能体的开发逻辑,完成了从「简单对话」向「目标导向的自主执行」的升级。

升级后的「Agent 2.0」不仅具备强大的任务规划能力,更引入了「规划 - 执行 - 反思(Plan-Execute-React)」链路。

简单来说,在 Agent 1.0 时代,调试智能体往就像是在「炼丹」,输入一个 Prompt,模型吐出一个结果,开发者难以理解其内部的推理逻辑;到了 Agent 2.0 时代,通过引入完整的跟踪链路,百炼把 AI 从意图理解、任务规划、工具调用、执行反馈再到自我优化的全流程实现了可视化。

为了构建 Agent 2.0,百炼平台的技术底座 —— 通义实验室的开源智能体框架 AgentScope 迎来了重大更新。

AgentScope 现在提供模型能力集成、多智能体编排、智能上下文管理和工具管理四大核心功能,不仅有开箱即用的智能体,也带来了用于构建、优化、部署智能体的工具,可以真正地做到自发解决任务。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

  • 在模型能力上,AgentScope 目前已经覆盖了主流大模型 API,支持了本地部署模型 API 服务,其全面支持包括文本、语音、视觉等多种模态的大模型。
  • AgentScope 支持智能体自主进行工具管理,包括 StreamableHTTP、SSE 和 STDIO 类型的 MCP,以及 Anthropic Agent Skill 的动态工具加载、卸载,让单智能体适用范围更广,能力更强。
  • 在多智能体能力的构建上,AgentScope 采用动态图的应用编排方式,提供 MsgHub、pipeline 等语法糖,可快速实现多智能体间的信息传递、分享。
  • 在长上下文支持方面,AgentScope 支持短期记忆自动压缩,内置 Mem0、ReMe 等长期记忆实现,支持智能体自主存储、检索向量数据库和长期记忆。

针对不同行业方向,百炼还新增了通用型智能体平台 Alias,可以构建数字化助手。在 AgentZoo 上,人们可找到有关金融、数据科学、语音、问答等领域的智能体应用。

模型与云服务

面向真实业务

在模型服务层面上,阿里云百炼进一步强化了企业级能力的可用性。升级后的模型广场支持结构化元数据展示与多模型对比,以及模型在线体验,能够帮助用户快速匹配业务需求。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

在百炼的模型广场上目前已有 130 余款模型,最近新增的包括 Qwen-Image-Max、GLM-4.7、Wan2.6 视频生成系列、Qwen3-ASR-Flash 多语种识别等,人们还可以在其上对模型进行横向对比。

在生产环境中,阿里云百炼提供全链路的可观测体系,可以分别授权调用审计、推理日志,可以对模型实施全周期用量统计,多维度性能与用量指标都会被集成在业务系统中,方便统一运维管理。

基于阿里自家的通义全系列模型,阿里云百炼提供了原生的训练微调能力,可以实现一站式的训练与部署,帮助人们使用自己的业务数据构建定制化模型。百炼提供通义系列模型的全阶段 Checkpoint、混合数据训练与 GRPO/GSPO 强化学习算法支持,能够实现评测驱动的训练迭代。

值得一提的是,在通义模型和第三方模型的部署上,阿里云百炼新增了模型单元独占部署选项(模型单元),为高并发、低延迟业务提供专属算力,与此同时不需要专门管理底层资源,可以做到一键拉起部署。相比自建集群使用 vLLM、SGLang 等开源推理引擎,使用模型单元部署可以实现超过 1.3 倍的推理能力提升,以及 1.5 倍以上的并发能力提升。

在安全方面,百炼平台提出的机密推理服务基于 CPU/GPU TEE 可信执行环境,提供目前最高安全等级的模型推理能力。

从模型能力到实际的生产力,百炼为企业围绕自身业务构建智能化提供了底层支撑。

Agent 平台企业版发布

最后,作为本次发布的「彩蛋」,阿里云百炼发布了 Agent 平台企业版,支持智能体在专有云、本地化与 VPC 的开发与部署。人们可以基于高代码或低代码的开发方式使用不同模型、工具与数据快速构建符合自身业务需求的智能体,进而实现大模型业务流,并在落地的过程中进行全流程优化。

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

阿里云百炼的此次升级发布,一方面让智能体的构建变得严谨可靠,能够持续迭代,另一方面也让新技术可以进入更多行业,开发门槛变得更低。

2026 年一开年,OpenAI 的联合创始人、总裁 Greg Brockman 就对今年 AI 领域的主线剧情进行了预测,他认为这是一个「企业智能体与科研加速」年:

Agent 2.0时代来了,首批「工业级智能体」正在核心位置上岗

没想到业界对于大佬预测的回应如此之快。

随着阿里云百炼等更多 Agent 平台的发布和能力升级,当 AI 不再只是写文档、生成代码的工具,而是能够自主调用工具、分析数据并辅助决策的称职「数字化员工」时,真正的人机协同时代正在拉开帷幕。

文章来自于微信公众号 “机器之心”,作者 “机器之心”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)