置顶

番摊机器人

作者:admin | 分类:番摊机器人 | 浏览:1 | 日期:2026年05月11日

一、行业背景:托管式Agent成为主流方向

AI Agent正从技术概念快步走向生产应用。然而,当开发者试图将原型推向生产环境时往往发现:从

“跑通Demo”到“稳定上线”,每一步都是对基础设施的真实考验。更聪明的模型解决不了这道鸿沟

——企业真正需要的,是一个能全面承接底层复杂性的基础设施平台。

这正是阿里云AgentRun的出发点。自2025年12月正式发布以来,AgentRun以生态开放、灵活组装为

设计理念,为AI Agent提供从开发、部署到运维的全生命周期管理。在已落地的企业客户中,平均TCO

降低60%。

与此同时,托管式Agent正在成为行业共识。Anthropic推出Claude Managed Agents,进一步印证

了这一方向的确定性——越来越多的平台开始把Agent Loop、沙箱隔离、会话管理这些底层复杂性从

开发者手里接管过来,开发者只需声明“需要一个什么样的Agent”,剩下的推理、工具调用、上下文

管理交给平台承接。

这套托管范式的核心设计已逐渐收敛,通常围绕四个概念展开:

  • Agent定义:声明模型、系统提示词、可用工具,创建一次,多个会话复用。

  • 运行环境:Agent的容器模板,定义网络策略、文件系统等隔离边界。

  • 会话:将Agent与运行环境绑定,代表一次完整的任务执行。

  • 事件流:会话内的消息通道,实时推送用户输入、模型回复、工具调用。

一次典型的执行流程是:声明Agent → 初始化运行环境 → 创建会话 → 发送消息 → 接收事件流。

作为一站式Agentic AI基础设施平台,阿里云AgentRun在这条主线上走得更深:模型无关是基础——通

义千问、DeepSeek、智谱AI、自部署开源模型均可自由接入;企业级能力是重点投入——数据不出域、

多租户隔离、全链路可观测、Serverless原生弹性。这些在真实落地中反复被客户验证的能力,构成了

AgentRun区别于通用托管产品的核心差异。

二、AgentRun如何定义托管Agent

AgentRun的几个核心抽象,可以和上述托管范式对应起来:

  • 超级Agent:内置Agent Loop的可执行对象,对应“Agent定义 + 内置运行时”。

  • Agent Runtime与Sandbox:运行环境和隔离沙箱,底层是阿里云函数计算FC。

  • 会话管理:一次任务对应一个会话,持有上下文、中间状态、事件流。

  • MCP工具与Skills市场:工具级扩展 + 任务级扩展,两条路径并存。

  • 模型服务ModelService:模型代理层,解耦Agent逻辑和模型选择。

  • 记忆与知识库:长期记忆和RAG检索,作为Agent常驻上下文。

使用流程上和其他托管平台一致:声明一个超级Agent、创建会话、发送消息、接收事件流。差异落在

能力拆分的粒度、模型接入方式、以及企业场景的深度支持上。

三、AgentRun拥有的差异化能力是什么

Claude Managed Agents把Agent托管需要的几件核心事情做齐了:Agent定义、Environment容器沙

箱、Session会话、Events事件流,再加上绑定Claude模型与一组内置工具(Bash、文件操作、Web搜索)

。这套组合足以支撑大多数通用场景,也把托管Agent的产品范式清晰地立了起来。

AgentRun在同一条主线上,因为定位是云平台视角的运行时,在四个地方做了更深一些的投入:运行时

与沙箱基于阿里云函数计算FC,启动到毫秒级,内核级隔离下能装下代码解释器、浏览器自动化、

Computer Use这类更重的能力;模型服务做到厂商无关,通义千问、DeepSeek、OpenAI、自部署

开源模型可以自由切换和组合;工具与技能同时支持MCP和Skills市场,覆盖工具级和任务级两个粒度;

会话与记忆把长期记忆和知识库作为Agent常驻的一等上下文,业务层不用再自建一套。

3.1 Agent运行时与Sandbox:更低的隔离层级

Agent运行时与Sandbox底层基于阿里云函数计算FC。每个沙箱与运行时独立内核,启动在毫秒级。

这样设计有两个原因: 一是多租户隔离更彻底。不同租户、不同会话的沙箱从内核就是隔离的,不存

在容器逃逸的风险面。二是沙箱能装下更重的能力。代码解释器需要挂Jupyter Kernel、浏览器自动

化需要Headless Chromium、GUI自动化需要完整桌面环境。这些在MicroVM里做,资源控制和兼容

性空间更大。

目前Sandbox内置的能力:

  • Bash与文件系统:完整Shell环境,文件上传下载双向打通。

  • 代码解释器:Python、Node.js、Java的Jupyter Kernel,执行状态跨多轮保留。

  • 浏览器自动化:基于CDP(Chrome DevTools Protocol)实现浏览器的自动化操作,支持网页

  • 爬取、表单填写、页面交互等复杂场景。