高代码时代来临，阿里云百炼要让 Agent 真正跑在业务里

“在AI时代，智能体的开发是今天一个重要的开发范式。”在9月24日举办的2025云栖大会上，阿里云智能集团首席技术官周靖人提到了38次Agent，33次智能体。

毫无疑问，Agent正在成为企业追求效率提升过程中绕不开的路径。在今年5月，普华永道调研了全球300名高管后，发现79%的受访公司已经在某些业务中应用 AI Agent；其中66%表示生产力提升，57%看到了成本下降，55%感受到决策效率加快，54%提升了客户体验。

眼下，Agent平台更是已经成为了互联网大公司的兵家必争之地。海外，LangChain/LangGraph、微软AutoGen、Google ADK纷纷升级，国内，腾讯、华为、百炼在 2025年9月集中推出和升级其Agent智能体平台。

然而，行业热度之下，现实中的落地体验或许还有待考究，比如，近两年涌现的低代码Agent平台，大多依赖“预定义编排”逻辑，适合做简单的问答或流程自动化，但一旦涉及跨系统调用、长链条任务，或需要多轮反思与自主决策时，往往力不从心。更重要的是，企业真正关心的不是“能不能做出一个Agent”，而是“Agent能否稳定运行在业务体系”里，最好还能实现“规模化、商业化”。

在今年的云栖大会上，阿里云给出了答案。阿里云百炼平台，全新发布了ModelStudio-ADK高代码框架，直面企业的这些痛点。它不仅让企业可以高效开发具备自主规划和循环执行能力的Agent，还叠加了七大企业级能力矩阵——涵盖工具调用、记忆存取、动态推理调度、沙箱环境、全链路可观测性，甚至包括由支付宝联合推出的支付通道。

这一选择也让阿里云在竞争中显得更具纵深。友商还在强调“低门槛、快速上手”的同时，百炼正在尝试加入“高代码、强能力”——阿里云百炼是高低代码两条腿同时跑的——这样一来，才为企业打造能够真正落地的生产级Agent。

01

百炼，走向 ASI 的一环

阿里巴巴集团CEO吴泳铭在2025年云栖大会上判断：“通用人工智能（AGI：Artificial General Intelligence）并非AI发展的终点，而是全新的起点。AI不会止步于AGI，它将迈向超越人类，能够自我迭代进化的超级人工智能（ASI：Artificial Superintelligence）。”

Agent就是走向ASI的一环，是能让大模型真正落地产业，释放实际价值的方式之一。

阿里云百炼平台的定位，就与阿里对于AI未来演进的判断密切相关。它是为企业提供真正能长出AI Agent的“土壤”。在这里，开发者可以一次性获得智能体所需的全套能力：从模型调用、框架搭建，到资源调度、合规运维，都被系统化地打包在一起。

在2025云栖大会上，阿里云百炼迎来全面升级。作为阿里AI走向千行百业的关键桥梁，百炼在原有模型服务的基础上，进一步延展至Agent的开发与落地。

支撑这一切的，是阿里自下而上的完整产业链：顶层有通义系列大模型，中间是百炼的企业级开发与运行平台，底层则是算力、存储、数据库等云计算基础设施。这条链路让企业今天的Agent不仅能被快速开发、稳定运行，还能随着技术演进不断迭代，为未来迈向更高阶段的智能打好根基。

基于完整的技术栈，过去一年多时间里，阿里云百炼平台上已有20多万开发者开发了超80万个Agent，而这些丰富的经验已沉淀为一个覆盖框架—模型—组件的完整体系：

在框架层面，阿里云百炼支持双规并行、分阶段上车：低代码ADP让企业能像拼装乐高一样快速验证原型，把想法迅速落到具体场景；高代码的ADK，则开放底层接口，支持复杂业务的深度定制和大规模部署。早期可以用ADP快速试错，找到有效的应用场景；一旦验证有效，就能无缝切换到ADK，支撑深度定制和规模化运行。

在模型层面，百炼持续更新通义千问家族旗舰模型。最新的Qwen3系列具备更强的推理能力，可显著提升Agent的自主规划与决策效果——推理性能提升50%，决策成功率达到90%。同时，百炼平台也开放了200多款业界领先模型的调用接口，从Qwen、Wan到DeepSeek，企业和开发者只需一键即可接入。

而在组件层面，百炼则搭建起七大企业级能力：工具连接的MCP Server、多模数据融合的RAG Server、系统级沙箱Sandbox、智能记忆Memory Server、全链路可观测体系、动态推理调度，以及与支付宝联合推出的Pay Server。

这其中，Pay Server尤为值得关注——它是业内首个面向企业级Agent的专业商业化支付通道，意味着Agent不仅能被开发和运行，还能直接进入商业化阶段。

随着模型能力的不断提升以及Agent应用的爆发，阿里云百炼平台也率先交出了一份亮眼的成绩单，仅过去一年，平台的模型月调用量增长了15倍，承接了千行百业企业和开发者的AI应用开发需求。

02

落到真实业务场景：ModelStudio-ADK

“我们希望能够让模型去了解一个复杂的任务，去分解一个任务，去分别执行，能够去规划、能够去决策、能够去不断修正执行过程中间所遇到的各种各样的问题，能够更好地去解决我们业务场景中的实际问题。”在今年的云栖大会上，周靖人谈到了他眼中Agent的未来图景。

阿里云发布全新Agent开发框架ModelStudio-ADK，就是构成这幅图景的一部分——该框架的目标是突破预定义编排方式，帮助企业高效开发具备自主决策、多轮反思和循环执行能力的Agent。

低代码/零代码Agent开发平台，是近两年比较主流的产品，其产生的Agent的执行方式很依赖“预定义编排”，即开发者需要事先定义，在什么情况下调用什么工具、走什么路径，Agent是按照“脚本化”的流程去执行任务。

这种方式的优势是，作为开发者，不需要懂太多代码，也可以通过拖拽几个模块就能上线一个能回答问题、执行固定流程的Agent，开发速度很快。

但这种开发方式，只能在简单、边界清晰的任务里跑跑，一旦进入复杂业务，就会暴露问题：在复杂业务场景里，这样开发出来的Agent无法像人一样“反思”或“临场调整”，只能照本宣科；一个企业往往有几十上百个IT系统：CRM、ERP、支付、风控、供应链，但预定义编排需要提前写清楚所有接口和逻辑，维护成本极高，稍有变动就要推翻重写。

降低了门槛，却也伴生了带来新的天花板：缺乏自主性、跨系统复杂性、稳定性不足、商业化缺口……行业陷入尴尬处境：人人都能造Agent，但少有人能让它真正跑在生产环境里。

这也是为什么阿里云ModelStudio-ADK选择聚焦高代码框架。作为一个专为企业级智能体而生的开发框架，它基于阿里开源的AgentScope打造，核心突破在于：不再依赖传统的“预定义编排”，而是支持开发者用更灵活的方式，让Agent 具备自主决策、多轮反思和循环执行的能力。

据介绍，ModelStudio-ADK可开发深度研究、硬件代理智能体、复杂检索智能体等应用，而且打通了模型调用到部署运行、再到可观测与商业化的完整闭环。

“它通过去定义Agent的各种核心能力和组件，来满足通过代码化的方式，结合模型的能力，来解决在复杂任务调度下的构建逻辑。”阿里云百炼高级产品专家徐志远这样总结。

在开发环节，ADK强调代码化的原生体验，引入自主决策、动态反思和循环执行逻辑，让Agent能够真正应对复杂场景，而不只是执行预设流程。与此配套，平台开放了200多款主流模型的调用接口，既支持云端的一键接入，也兼容企业本地化部署，帮助开发者在“性能与可控”之间自由切换。

围绕业务落地所需的能力，阿里云把工具调用、知识库检索、记忆管理、沙箱运行环境等关键组件打包成标准化服务，开发者通过API就能直接接入。这意味着企业无需重复搭建底层设施，就能快速构建连接业务系统的Agent，并在需要时调用安全隔离的沙箱环境来运行代码或控制设备。

在运行阶段，ADK提供了灵活的部署方式：一行代码即可将Agent部署到云端或本地，同时保证安全隔离和弹性扩缩容。而在运维与优化环节，平台内置了完整的可观测体系，从请求、效果到性能都有实时监测，帮助企业像管理软件工程一样管理Agent的行为和效率。

更重要的是，ADK兼容多种主流协议，支持同步与异步调用，企业可以把多个Agent自由组合成协同系统，探索“多智能体”的应用模式。为了降低学习门槛，阿里云还开源了DeepResearch、Agentic-RAG、Computer Use等示例项目，开发者可以直接体验或二次开发，加快业务试水。

总体来看，这套体系解决了过去Agent开发中“能做Demo但难以规模化落地”的难题：既保证了复杂场景下的灵活性和稳定性，又把企业最关心的可控性、可观测性和商业化能力补齐。

相比之下，低代码平台更像是让开发者搭建流程图，而ModelStudio-ADK赋予他们的是真正的编程语言与执行引擎。这对于需要应对金融风控、医疗决策、供应链调度等复杂场景的企业而言，差别至关重要。

正如周靖人所说，阿里云的希望是“让我们的开发者能够快速在百炼Agent平台上面做智能体的开发。”

目前，阿里云百炼已经基于ADK发布了DeepResearch、Agentic-RAG、Computer Use等一批开箱即用的智能体应用，用户可以在线体验，也能下载源代码进行二次开发。这些实践，正在把“能不能做出来”转变为“能不能稳定跑下去并带来价值”。

03

系统布局，打通全链路

Agent正在经历一条清晰的演进路径：从实验室里的技术试验，走向企业中的大规模生产。过去两年，几乎所有云厂商都在加码Agent赛道，但路径并不相同。

相比更多强调单点能力的友商，阿里云的思路更偏“一体化”。它不是只提供一个模型、不是只推出一个低代码工具、也不是只租一个服务器，而是通过“平台+框架+组件”的系统布局，把企业从开发到部署、从运行到商业化的全链路打通。

百炼的升级就是这个逻辑的集中体现：“模型+组件+应用”的组合，既保证了底层推理和规划能力的持续迭代，又用标准化组件和开箱即用的示例降低了开发门槛。这让Agent能真正成为生产力工具，并规模化落地。

在各行各业，阿里云百炼平台都在发挥价值。网商银行已经在ModelStudio-ADK上开发了一套贷款审核应用。它能够同时处理合同、发票、营业执照等26类凭证，并识别店面门头、餐饮厨房、就餐区、货架商品等400多种细粒度物体，识别准确率超过95%。得益于这一能力，原本需要3小时的人工作业，如今被压缩到5分钟以内完成。这正是高代码框架在复杂场景中价值的体现。

OpenAI CEO Sam Altman 在今年年初曾写下：“We believe that, in 2025,we may see the first AI agents ‘join the workforce’ and materially change the output of companies.”（2025年，我们可能会看到第一批人工智能代理“加入劳动力大军”，并从根本上改变公司的产出。）

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。