人工智能时代，智能体研发已成为当前核心的开发模式，这一点在9月24日举办的2025云栖大会上得到印证，阿里云智能集团首席技术官周靖人在讲话中提及了38次智能体概念，以及33次智能体相关内容。

毫无疑问，AI Agent是企业提升效率时无法回避的选择。今年5月，普华永道对全球300位高管进行了调查，结果显示79%的公司已经在部分业务中使用AI Agent。其中，66%的公司报告了生产力的提高，57%的公司发现了成本的降低，55%的公司觉得决策速度加快了，54%的公司改善了客户体验。

目前，Agent平台已转变为各大互联网企业竞相争夺的焦点，海外方面，LangChain/LangGraph、微软AutoGen、Google ADK相继完成更新，国内层面，腾讯、华为、百炼于2025年9月同步推出了各自的Agent智能体平台，并进行了升级。

不过，在行业热度背后，实际应用效果可能仍需检验，例如，近年来出现的低代码Agent平台，多数采用“预设流程”方式，能够处理基础问答或简单任务自动化，可一旦遇到需要调用不同系统、处理复杂任务，或者需要多次思考与独立判断的情况，就常常显得吃力。更关键的是，公司实际在意的是并非是否能够研发出一个智能体，而是这个智能体能否在业务系统中持续运作，并且最好能够达成规模化与商业化。

今年的云栖大会上，阿里云提供了回应。阿里云的百炼平台，正式推出了ModelStudio-ADK高代码框架，以此解决企业的诸多难题。它既有助于企业快速构建拥有独立规划与持续作业功能的智能体，又整合了七个面向商业应用的特性框架，涉及工具运用、信息存储、实时决策分配、安全隔离测试、全程数据追踪，以及支付宝合作提供的交易接口。

这一决定使阿里云在市场竞争中展现出更强的层次感。同行仍在突出“易于进入、迅速掌握”的特点，而百炼则着力融合“高级编程、强大功能”——阿里云百炼是高级与低级编程并行发展的——如此方式，才能为企业构建真正适用于实际操作的智能代理。

01

百炼，走向 ASI 的一环

阿里巴巴集团现任负责人吴泳铭于2025年云栖峰会期间明确指出，通用型人工智能并非人工智能技术演进的高潮，而是全新发展阶段的开端人工智能不会停止在通用人工智能阶段，它将发展成超越人类智慧，并且可以自我更新进步的超级智能体（ASI：人工超级智能）。

AI是通往高级智能系统的重要阶段，是使大型模型真正应用于行业，实现实际效益的一种途径。

阿里云百炼平台的角色，与阿里对于人工智能未来发展的看法紧密相连。该平台旨在为企业打造适宜人工智能代理生长的环境。在此处，开发者能够一次性获取智能体运行所需的所有功能：涵盖模型运用、架构构建，以及资源分配、合法管理，这些都被系统性地整合在一起。

2025云栖大会期间，阿里云百炼完成了整体性革新。它担当着阿里人工智能服务各行各业的枢纽角色，在既有模型服务功能之上，更拓展了智能体从构建到应用的全流程服务。

这一切得以实现，源于阿里构建的完整产业体系，该体系呈现自下而上的结构：顶端部署着通义系列大型模型，中间环节是百炼的企业级开发与执行平台，基础部分则由算力、存储、数据库等云计算设施构成。这条产业链条确保了企业当前的Agent能够迅速构建、稳定运行，并且可以伴随技术进步持续升级，为将来实现更高级别的智能奠定基础。

凭借完备的技术体系，过去一年多的时间内，阿里云百炼平台吸引了二十余万开发者，他们创建了超过八万个智能体，这些宝贵的实践经验已经凝聚成一个包含框架、模型以及组件的完整结构：

在架构层面上，阿里云百炼可以同时采用两种方式、分步骤实施：借助可视化开发平台，公司能够像组合积木那样迅速验证初步方案，将构思迅速应用于实际环境；而高级编程接口则释放底层资源，有助于完成复杂系统的深度调整和广泛推行。初始阶段适合用可视化开发平台进行尝试，以发掘可行的应用领域；一旦确认可行性，即可顺利转向高级编程接口，为系统深度优化和批量应用提供保障。

百炼在模型方面不断推进通义千问系列的发展，持续优化旗舰产品的性能。新推出的Qwen3系列展现出更卓越的思考能力，大幅增强智能体的计划制定与选择能力——分析效率提高了50%，正确决策的概率达到了90%。此外，百炼平台还提供了超过两百种业界先进模型的调用服务，涵盖Qwen、Wan以及DeepSeek等，让公司和个人用户能够轻松实现快速对接。

在模块层面，百炼构建了七个企业级功能：实现工具对接的MCP Server、达成多类型数据整合的RAG Server、构建全局隔离环境的Sandbox、具备智能存储能力的Memory Server、形成全程监控架构、执行即时计算安排的推理调度，以及同支付宝合作开发的Pay Server。

这个系统中，Pay Server特别引人注目，作为首个专门为企业级Agent设计的商业化支付路径，它让Agent不仅可以开发部署，还能迅速开展商业运作。

模型性能持续增强，Agent应用迅速普及，阿里云百炼平台率先取得显著成果，仅一年时间，平台模型每月被调用的次数增加了十五倍，满足了各行各业的众多企业和开发者的AI应用开发需求。

02

落到真实业务场景：ModelStudio-ADK

我们希望模型能够掌握复杂工作，能够剖析工作，能够逐一实施，能够进行规划，能够做出判断，能够持续调整执行中遇到的各种问题，能够更有效地处理业务中的实际挑战。在今年的云栖大会上，周靖人描绘了Agent未来的发展蓝图。

阿里云推出了新的Agent开发平台ModelStudio-ADK，这构成了当前图景的一部分，该平台旨在打破固定的编排模式，协助企业高效创建能够自主判断、进行多次回溯以及循环操作的Agent。

新型自动化开发平台，属于近期流行的解决方案，生成的智能体运行模式高度依赖“预设流程设计”，也就是说，构建者必须预先设定，在何种情形下启用何种功能、遵循怎样步骤，智能体将依照“程序化”的指令顺序开展工作。

这种方式的好处在于，对于程序员而言，无需精通大量编程知识，仅需将几个组件进行简单组合，即可快速部署一个能够应对询问、完成预设操作的助手，整个过程十分高效。

这种开发模式仅适用于简单且范围明确的工作，一旦面对复杂业务就会显现弊端：在复杂业务情境中，通过这种方式开发出的智能体无法像人类一样进行“自我审视”或“即时应变”，只能机械地执行预设指令；一个公司通常拥有数十个甚至上百个IT系统，包括客户关系管理、企业资源规划、在线支付、风险控制、供应链管理等，但预先设定的流程编排必须事先完整编写所有接口和操作逻辑，维护难度极大，稍加改动就需要彻底重新编写。

减少了限制，随之出现了新的限制条件：自主性不够、不同系统间协调困难、运行不够稳固、商业应用不成熟……行业面临困境：任何人都可以制作Agent，但很少有人能让它实际投入运营。

这也是其选择集中在高代码平台的原因。该框架专为商业级智能体而设计，它以阿里开源的AgentScope为基础构建，关键进展体现在：它不再沿用常规的“预设流程”，而是允许开发者以更灵便的手段，使智能体能够实现自主判断、反复思考以及循环操作。

据了解，ModelStudio-ADK能够用于研制深度研究项目，可以构建硬件代理智能体，还能开发复杂检索智能体等类型的应用，并且实现了从模型调用到部署执行，再到实现可观测性与商业化的完整流程。

它以明确Agent的关键职能与构成要素为手段，旨在借助编程实现，融合模型性能，从而应对繁复任务分配中的构建需求。阿里云百炼高级产品专家徐志远对此作出阐释。

开发过程中，ADK注重原生代码的实现，增加了自动判断、即时调整和反复操作的功能，使智能体可以处理各种复杂状况，而不仅限于固定步骤。同时，系统提供了两百多种常用模型的调用方式，既可以方便地连接到云端，也适合在企业内部安装使用，让开发人员能够灵活选择“效率与安全”的最佳平衡点。

针对业务实施所必备的功能，阿里云将工具接口调用、知识库查询、记忆性维护、沙箱式执行平台等核心要素整合为规范化服务，技术人员借助应用程序接口即可实现对接。这表明公司无需另行构建基础架构，能够迅速建立与业务流程对接的智能代理，且在必要时可启用安全隔离的沙箱区域来执行指令或管理硬件。

运行期间，ADK支持多种部署形态，通过单条指令就能将代理分发至云端或本地环境，并且确保安全防护与资源动态调整。维护改进阶段，系统自带完备的监控机制，可即时追踪调用情况、执行成效及运行状态，使企业能像对待应用程序那样控制代理活动并提升运作效能。

更加关键的是，ADK能够适配多种通用通信规范，既可以进行同步交互，也能够执行异步操作，公司可以将不同的智能体灵活搭配，构建联合运作的平台，研究“群体智能”的实践方法。为了减轻使用难度，阿里云公开了DeepResearch、Agentic-RAG、Computer Use等示范工程，技术人员能够直接运用或进行改造，迅速推进项目验证。

这套体系全方位克服了以往Agent开发中普遍存在的困境，即演示效果良好却难以推广实施的问题；它既确保了在复杂情形下运作的灵活性与可靠性，又弥补了企业高度关注的几个关键方面，包括严格管控、有效监控以及市场盈利潜力。

低代码平台更像是让程序员构建流程图，而ModelStudio-ADK给予他们的是真正的编码工具与运行环境。这对必须处理金融监管、医疗判断、物资调配等繁复状况的公司来说，差异极为关键。

周靖人曾这样表示，阿里云的期望在于，其百炼Agent平台能助开发者迅速展开智能体的构建工作。

阿里云百炼依托ADK推出了DeepResearch、Agentic-RAG、Computer Use等多个现成可用的智能体程序，用户既能在线试用，亦可获取源码进行后续改造。这些探索，正将原先的可行性验证，转化为对系统稳定运行和实际效益的追求。

03

系统布局，打通全链路

Agent正沿着一条明确的轨迹发展：从实验室的技术探索，转向企业的广泛制造。近两年，几乎每个云服务提供商都在加大Agent领域的投入，但它们的发展路线各不相同。

与那些更注重单项技能的竞争对手不同，阿里云的方案更倾向于整体解决方案。它并非仅限于交付一个模型，也并非仅限于发布一个可视化开发平台，更不是仅限于出租一台服务器，而是借助“平台+框架+组件”的架构设计，将公司从项目构思到产品上线、从系统运行到市场拓展的各个环节紧密衔接起来。

百炼的进阶遵循着这样一个核心原则：通过“模型+模块+方案”的搭配，一方面确保了基础运算和决策能力的不断优化，另一方面借助通用化的单元和现成的范例，有效简化了构建流程。这种设计使智能体能够切实转化为实用工具，并实现广泛部署。

各行各业都能看到阿里云百炼平台的价值体现。网商银行借助ModelStudio-ADK打造了贷款审核应用。该应用可以同时分析合同、发票、营业执照等26种文件类型，并识别店面门头、餐饮厨房、用餐区域、货架商品等400多种具体物件，识别精准度超过95%。依靠这种本领，原本要耗费3小时的人工操作，现在能在5分钟内搞定。这充分展现了高代码平台在处理复杂情况时的作用。

OpenAI的负责人Sam Altman去年初表示过，他推测到2025年，首批AI代表将“进入职场”，从而显著影响企业的成果）

在阿里云这样的全栈AI能力服务商帮助下，这正在成为现实。