阿里云发布一站式Agent基础设施AgentRun，构筑智能体规模化落地新底座 阿里云于12月10日正式发布函数计算AgentRun。这并非一个单一的开发工具，而是一个以Serverless函数计算（FC）为技术底座的一站式Agentic AI（智能体AI）基础设施平台。其核心目标是通过提供安全、弹性且低成本的运行环境，解决企业在生产环境中规模化部署和管理AI智能体（Agent）时面临的开发、部署与运维全生命周期难题。 核心定位与功能：从“云原生”到“AI原生”的基础设施跃迁 AgentRun的发布，标志着阿里云将其基础设施能力从支持“云原生应用”延伸到支撑“AI原生应用”。它旨在成为智能体时代的“水电煤”，让企业无需从零搭建复杂的执行环境、模型网关和监控体系，能更专注于智能体本身的业务逻辑。 其核心能力围绕智能体应用的生命周期构建，具体包括以下关键方面： 1. 开发层面：高自由度与框架开放 · 模式灵活：支持无代码、低代码和高代码三种开发模式，并能一键从低代码原型切换至高代码工程化落地。 · 生态开放：与开发框架无关，深度兼容LangChain、AgentScope、CrewAI等主流框架，避免厂商锁定。 2. 部署与运行层面：为智能体优化的Serverless底座 · 安全隔离：采用自研的“袋鼠安全容器”，提供虚拟机级别的强隔离，保障代码执行安全。 · 极致弹性：可应对智能体流量突发与稀疏调用的特点，支持毫秒级冷启动和“缩容到0”，并根据实例忙/闲状态独立计费，在空闲时大幅降低成本。 · 长时运行：支持长达24小时的任务执行，满足复杂智能体工作流的需求。 3. 运维与治理层面：破解智能体“黑盒”难题 · 统一模型治理：通过AI网关统一接入和管理多种大模型，提供负载均衡、降级容错、安全护栏和成本监控。 · 开箱即用的工具：内置代码解释器（Code Interpreter）、浏览器沙箱（Browser Use）等工具，并支持MCP（模型上下文协议）生态，极大扩展了智能体的能力边界。 · 全链路可观测：提供从用户请求、模型调用到工具执行的端到端追踪与成本归因，实现精细化的运营管理。 应用场景与价值 AgentRun作为基础设施平台，其应用范围广泛，旨在驱动内容与业务的生成效率： · 模型服务化：与ModelScope魔搭社区合作，开发者可一键将开源模型部署为生产级API，加速模型落地。 · 企业智能体开发：为行业头部厂商构建面向海量用户的C端智能体应用提供支撑，平衡安全、体验与成本。 · 内容与业务生产：新成立的技术部将作为视频平台的上游，直接通过技术驱动内容的生成与生产效率提升。这一定位表明，其应用已从回答问题和生成内容，深入到执行复杂任务、作出决策并直接参与生产流程。 通过上述能力，阿里云称AgentRun能帮助企业平均降低60%的总拥有成本（TCO）。 市场方向与竞争格局：云厂商竞逐Agent基础设施赛道 AgentRun的发布并非孤立事件，而是全球主要云厂商在 “Agent基础设施” 这一关键赛道竞逐的缩影。各厂商均基于自身强大的Serverless计算服务进行深度定制，以解决智能体长时运行、状态管理等共性挑战。 以下是目前主要云厂商的布局对比： AWS · 核心产品：AgentCore（预览版） · 技术基础：基于AWS Lambda深度定制 · 关键特性：支持8小时长时运行、会话亲和与隔离。 Microsoft Azure · 核心产品：AI Foundry Agent Service · 技术基础：集成Azure Functions · 关键特性：支持1小时长时运行、企业级安全与合规。 Google Cloud · 核心产品：Vertex AI Agent Builder · 技术基础：推断高度依赖并优化Cloud Run · 关键特性：支持1小时长时运行。 此外，国内市场还存在以字节跳动“扣子”（Coze）、百度文心智能体等为代表的应用层平台，它们更侧重于利用低代码和生态插件快速构建智能体应用。而AgentRun的定位更偏向底层、更通用的PaaS基础设施，与这些应用层平台形成互补而非直接竞争。 阿里云发布AgentRun，实质上是将其经过大规模实践验证的Serverless能力，系统化地重构成服务于AI智能体时代的原生基础设施。这不仅是单个产品的升级，更是阿里云整体战略从“云计算”向“AI计算”深化的一次关键落子。通过降低企业构建和运营AI智能体的技术门槛与成本，阿里云正致力于在规模化的智能体应用浪潮中，奠定其作为核心基础设施提供商的位置。