阿里云函数计算 AgentRun 正式推出全新知识库功能，为智能体（Agent）注入更强的语义理解与上下文感知能力。通过深度集成百炼知识库与 RAGFlow 知识库，AgentRun 让开发者能够轻松构建具备“知识”的智能应用，真正实现“更懂用户、更贴场景、更高效响应”。

大模型的出现，给许多行业带来了颠覆性的改变，运维这个向来被视为稳定、保守的领域也不例外。虽然“AIOps”这个概念早在 2016 年由 Gartner 提出，但早期的智能运维更多是利用大数据和机器学习对传统运维流程进行效率上的提升。十年后的今天，大模型的强大能力，正推动着 AIOps 从辅助工具，演进为数智化转型中不可或缺的...

云效 MCP Server 已正式发布。它是一个为研发全生命周期提供统一可编程能力的元控制平面，旨在打通工具间的壁垒，实现研发流程的高度自动化。

在上一篇《告别数据库“膨胀”：Dify x SLS 构建高可用生产级 AI 架构》中，我们深度剖析了 Dify 在大规模生产场景下数据库因日志写入而面临的性能瓶颈，并介绍了通过 SLS 插件实现“存算分离”的硬核改造方案。

Agent 已经成为企业智能化升级的核心载体。但目前 Agent 开发主流框架多以 Python 为主，企业级集成能力难度大、状态管理混乱、缺乏调试工具与云原生部署支持等问题是摆在很 多Java 团队面前的挑战。

日志记录着每一次请求、每一个异常、每一行代码的执行轨迹。然而，当日志量从每天几万条膨胀到数亿条时，传统的关键字搜索和人工筛选方式已经力不从心。新版日志聚类正是为了解决这一困境而设计——它能够从海量日志中自动发现日志类别，提取日志模板，让工程师从“大海捞针”式的排查中解放出来。

近日，AI 原生应用开源开发者沙龙·上海站圆满落幕。本场活动吸引了 120+ 名技术从业者深度参与，聚焦 AI 原生应用架构领域的开源技术与落地实践， 围绕 AgentScope Java 1.0 发布、HiMarket、Higress、LoongSuite、RocketMQ 等议题展开深度分享，并设置了动手实操环节。

随着大语言模型（LLM）从“对话框”走向“行动体（Agent）”，其能力边界正在迅速扩张。现代 AI Agent 不再是文字的搬运工，而是能够自主思考、调用工具、甚至编写并运行代码以解决复杂问题的智能助手。然而开发者始终面临一个根本性挑战：如何在保证执行效率的同时，实现资源强隔离与资源可控性？

随着 AI Agent 技术的快速发展，单一智能体已经难以满足复杂业务场景的需求。多智能体协作（Multi-Agent Collaboration）正在成为 AI 应用的主流趋势——让多个具备不同专长的智能体协同工作，共同完成复杂任务。

在企业数字化转型的浪潮中，我们发现很多公司依然面临着“数据深渊”：业务人员想看数据，却受限于复杂的 SQL 语法；开发者虽然尝试了 Text-to-SQL，但生成的代码逻辑常有偏差，同时也无法应对复杂的统计分析、根因定位等场景。

随着 Agent 的不断演进和供应链的持续繁荣，数据采集正从传统的运维工具进化成为决定 Agent 品质的核心基础设施。为什么这么说呢？以下我们从 Agent 的服务可用性、Agent 的输出可靠性，以及 Agent 成本三个维度来分析。

1 月 14 日，由阿里云主办、云原生应用平台承办的“2025 AI 原生编程挑战赛”圆满收官。历经 2 个多月的角逐，6 支队伍从 5500 多支报名战队中脱颖而出，在云原生环境下跑通 AIOps Agent 的核心技术闭环，成功晋级决赛。最终，来自汽车行业的企业级战队“V-AI”获得总冠军。

一年前，我购入了 Meta Ray-ban 眼镜，Meta 对于眼镜本体的开发及 App 更新很快，但由于没有中文支持和开放的 SDK 导致对国内用户非常不友好。2025 年 11 月，Meta 终于放出了 Device Access Toolkit 让社区看到了点意思，前两天逛 GitHub 刷到了名为 turbometa-rayban-ai 开源项目，项目作者开发了直连中文 App + 百炼 ...

随着万物互联时代的全面开启，智能网联汽车、智慧工业、智能家居等场景产生的数据量呈几何级数增长。如何高效地从海量的物联网（IoT）设备中采集数据，并进行实时的分析处理，已成为企业实现数字化转型的核心挑战。

在构建 Agent 应用时，凭证管理是一个容易被忽视但又极其重要的问题。一个典型的 Agent 应用会面临两个方向的凭证需求：向内，用户如何安全地调用你的 Agent？向外，Agent 如何安全地调用外部服务？

AgentScope 是阿里云推出的一款以开发者为核心，专注于智能体开发的开源框架 。 它的核心目标是解决智能体在构建、运行和管理中的难题，提供一套覆盖“开发、部署、调优”全生命周期的生产级解决方案，让智能体应用的开发更简单、运行更稳定、效果持续优化。

在云计算和物联网快速发展的今天，越来越多的业务场景将计算和数据采集能力推向了边缘侧。从智能制造的产线设备、新能源汽车的车载系统，到遍布各地的零售终端和智能家居设备，这些终端设备产生的可观测数据（日志、指标、追踪）对于业务运营、故障诊断和用户体验优化至关重要。

随着企业逐步落地 AI 应用架构，从原来测试 POC workflow/简单 Agent 开始逐步构建生产级可用 Agent，真正解决线上问题，构建 Agent 在企业是面相全员提升效率的路径，不再是简单业务流程面临问题更加复杂，可能企业就会遇到如下挑战：

随着 AI Agent 在企业场景中的深度应用，开发者普遍为 Agent 配置大量工具——从天气查询、地图导航，到数据库接口、内部 API 等，以支撑复杂任务的执行。然而，当工具数量从几十个激增至上百甚至上千时，传统的“全量暴露”模式便难以为继：Agent 不仅要处理冗长的工具列表，还容易选错工具、响应变慢、调用成本飙升。如何...

作者：王骜在 AGI（通用人工智能）爆发的今天，AI 应用如雨后春笋般涌现。对于开发者而言，这既是最好的时代，也是最“贵”的时代。部署 LLM（大语言模型）、Stable Diffusion 等 AI 应用时，我们往往面临一个两难的选择：要速度（预留模式）：为了毫秒级 - 秒级的响应，必须长期通过预留模式持有 GPU 实例，但昂贵的空置...

精选文章：AgentScope 拥抱函数计算 FC，为 Agent 应用提供 Serverless 运行底座一杯咖啡成本搞定多模态微调：FC DevPod + Llama-Factory 极速实战一文看懂函数计算 AgentRun，让 Agentic AI 加速进入企业生产环境AgentRun Sandbox SDK 正式开源！集成 LangChain 等主流框架，一键开启智能体沙箱新体验探秘 AgentRun丨通...

近年来，出海已成为越来越多中国企业的选择，出海业务的发展模式也从早期“先上线再整改”的粗放经营，转向“合规前置、本地嵌入、持续迭代”的成熟发展，积极探索从“产品输出”到“技术+品牌+本地化”的深度全球化。但随着欧盟《数字服务法》（DSA）、美国《数据隐私框架》、东南亚各国数据本地化立法加速，“合规先行”已成为企...

我们是谁我们是中国最大云计算公司的基石——云原生应用平台。我们掌管着应用构建的核心命脉，孵化了 RocketMQ、Higress、Nacos、Dubbo 等多个世界级开源项目。我们 SLS、Kafka 引擎每日处理来自亿级终端，百 PB 级数据量的应用数据，承载百万级实例应用，每日处理来自十万研发亿级的分析任务我们为 Agent 应用提供手与脚...

作为 AI 时代下的云原生数据库领域开年技术盛宴，大会不仅聚焦“AI 就绪的云原生数据库”的前沿实践，呈现 30+ 场技术演讲；更是携手各社区伙伴，一起带来数场 AI 互动体验，用真实体验、互动来感知 AI 时代的数据库，感受数据+AI 的无限可能。

在微服务架构蓬勃发展的今天，服务端的可观测性建设已日趋成熟。无论是 Jaeger、Zipkin 还是 SkyWalking，这些分布式链路追踪工具都能够帮助开发者清晰地观察到一个请求从网关进入后，是如何在各个微服务之间层层流转、逐级调用的。然而，当我们试图将这条链路向前延伸至移动端时，却发现一道难以逾越的鸿沟横亘其间。

作者：丹坤痛点：AI 编程助手为何总是“半途而废”？在使用 AI 编程工具时，开发者经常遭遇以下困境：过早退出： AI 在它认为“足够好”时就停止工作，而非真正完成任务单次提示脆弱： 复杂任务无法通过一次提示完成，需要反复人工干预重新提示成本高： 每次手动重新引导都在浪费开发者时间上下文断裂： 会话重启后，之前的...

在数字化转型加速的今天，研发效率与数据安全不再是单选题。对于高合规要求的行业和企业而言，代码、制品、流水线等核心研发资产一旦暴露于公网，就可能带来不可逆的安全风险。如今，这一难题有了全新解法——阿里云云效正式推出「Region 版本」，基于地域部署，实现研发全链路数据“不出域、不通过公网”，在保障极致安全的...

Assistant Agent 是一个基于 Spring AI Alibaba 构建的企业级智能助手框架，采用代码即行动（Code-as-Action）范式，通过生成和执行代码来编排工具、完成任务。它是一个能理解、能行动、能学习的智能助手解决方案，可帮助企业快速构建智能答疑客服、系统诊断、运维助手、业务助理、AIOps 等智能体。

提示：本文是 AgentRun Browser Sandbox 快速上手实践指南的姊妹篇，专注于高级集成方案、生产环境的最佳实践、性能优化和部署策略。如果您还没有完成基础学习，请先阅读《快速上手：LangChain + AgentRun 浏览器沙箱极简集成指南》。