一、引言

2026年7月18日，在2026世界人工智能大会（WAIC）上，阿里云正式发布Agent Native Cloud（智能体原生的云）。同步推出的AgentTeams、Agentic Computer等企业级智能体工具，覆盖基础设施、开发平台和云桌面等多个维度。

“下一轮竞争，比的不是谁拥有更多Agent，而是谁能把Agents变成可控、可复用、可协作、会进化的组织资产。”阿里云云原生应用平台负责人周琦在发布会上如是说。

过去一年，业界涌现出大量AI Agent产品，Agent正成为企业新的生产要素。但Demo展示的是模型能力，生产考验的是企业把模型能力转化为确定性业务结果的平台能力。企业需要把Agent从一次性的项目成果，升级为可持续建设、持续运营的组织资产。

二、企业构建Agent的五大痛点

Gartner预测，70%的企业将在2026年底在生产环境运行AI Agents。但“大炼钢”式的加速落地过程中，工程化挑战开始进入深水区：

第一，构建部署难。 开发框架多、依赖多，运行环境对隔离性和弹性要求极高。从本地IDE到生产上线，中间要穿越沙箱、运行时、模型接入、凭证管理等多层链路。

第二，治理协作难。 多个Agent各自为政、通信黑盒，缺乏统一的治理及管控。

第三，成本控制难。 Agent弹性高、依赖多、调用链长。一旦Token消耗失控，成本便成“黑洞”。

第四，效果评估难。 Agent运行过程是黑盒，传统测试手段难以胜任。

第五，运维修复难。 智能体进一步增加了系统复杂性，传统SRE方式已力有不逮。

这五大痛点，分别指向Agent生命周期的不同阶段。

三、Agent Native Cloud的三层架构

阿里云Agent Native Cloud归纳为Infra - Platform - Desktop三层能力：

Infra层提供可信的运行环境，包括面向Agent Native场景重新设计的Sandbox，具备MicroVM/VM级强隔离，以及可缩容到0的长会话低成本与高并发弹性。

Platform层是承上启下的枢纽，由AgentRun、AgentTeams、AgentLoop三大平台组成。

Desktop层以无影Agentic Computer为代表，让Agent进入真实的业务现场。

四、五大Agent Native云原生产品解析

4.1 AgentRun：一站式智能体开发构建平台

AgentRun基于函数计算（Function Compute），是一个以高代码为核心、生态开放的一站式Agentic AI基础设施平台。其核心设计理念是“高代码灵活定制 + 低代码快速验证”双轨并行。

AgentRun可快速集成AgentScope、LangChain、ADK、CrewAI等主流开发框架。开发者无需管理GPU、无需编写Dockerfile，即可实现生产级Agent的快速上线。

代码示例：使用AgentRun Python SDK创建Agent

from alibabacloud_fc_open20210406.client import Client
from alibabacloud_fc_open20210406.models import CreateFunctionRequest

# 初始化AgentRun客户端
client = Client(
    endpoint='agentrun.cn-hangzhou.aliyuncs.com',
    access_key_id='your_ak',
    access_key_secret='your_sk'
)

# 创建Agent函数
request = CreateFunctionRequest()
request.function_name = 'my_qa_agent'
request.runtime = 'python3.10'
request.handler = 'agent.handler'
request.code = {
    'zip_file': base64.b64encode(open('agent.zip', 'rb').read()).decode()
}
request.environment_variables = {
    'MODEL_NAME': 'qwen-max',
    'MAX_TOKENS': '4096'
}

response = client.create_function('your_service_name', request)
print(f"Agent创建成功: {response.function_id}")

AgentRun提供毫秒级弹性伸缩、安全沙箱、模型工具治理、全链路可观测等能力。有开发者实践表明，基于AgentRun搭建生产级Agent，“3分钟创建、10分钟接入、当天上线”。

4.2 AgentTeams：多智能体治理与协作平台

AgentTeams是阿里云推出的企业级多智能体治理与协作平台。它解决的不是“一次任务怎么并行跑快”，而是“一个Agent组织怎么长期运转”。

其落地架构分为四层：

• 入口层：支持原生客户端、钉钉/飞书/企微等IM集成
• Agent Identity层：对接企业IdP和SSO，为Agent签发身份
• Agent Team层：按职能编成团队，每个团队由TL Agent调度
• 统一AI资产管理层：模型、Skill、MCP Server集中管理

AgentTeams在安全设计上构建了四道防线。核心思路是“零信任”——所有LLM调用和外部密钥统一收归网关加密托管，Agent本身不持有任何凭证。它对接钉钉、飞书、企业微信、RAM、Entra ID、Okta等企业IdP。

代码示例：通过API创建AgentTeams Worker

import requests

# 创建AgentTeams Worker
url = "https://agentteams.aliyuncs.com/api/v1/instances/{instance_id}/workers"
headers = {
    "Authorization": "Bearer your_access_token",
    "Content-Type": "application/json"
}
payload = {
    "name": "code_review_worker",
    "description": "代码审查智能体",
    "model_config": {
        "provider": "qwen",
        "model": "qwen-max",
        "temperature": 0.3
    },
    "skills": ["code_review", "security_scan"],
    "team": "engineering"
}

response = requests.post(url, headers=headers, json=payload)
print(f"Worker创建成功: {response.json()['worker_id']}")

4.3 AgentLoop：全栈观测与持续优化平台

AgentLoop是阿里云面向AI Agent研发和生产运行提供的可观测与持续优化平台。它通过采集Agent的模型调用、工具调用和完整执行链路，将原始Trace转化为可分析的Trajectory，形成 “观测—分析—优化—再验证” 的闭环。

传统软件追求确定性：相同版本、相同输入应给出稳定结果。而AI Agent天然具有不确定性——模型采样、上下文变化、任务规划都可能影响结果。AgentLoop正是为应对这种不确定性而设计。

AgentLoop提供Agent全栈观测与审计、评估与实验、资产管理与持续优化等核心能力。它能从任务规划合理性、工具调用准确性、代码输出正确性等多个维度观测和评估Agent的执行轨迹。

代码示例：使用AgentLoop SDK创建评估任务

from alibabacloud_agentloop20250601.client import Client
from alibabacloud_agentloop20250601.models import CreateEvaluationRequest

client = Client(
    endpoint='agentloop.cn-hangzhou.aliyuncs.com',
    access_key_id='your_ak',
    access_key_secret='your_sk'
)

# 创建评估任务
request = CreateEvaluationRequest()
request.evaluation_name = '代码生成质量评估'
request.dataset_id = 'ds_xxxxxxxx'  # 已有数据集
request.metrics = ['accuracy', 'tool_call_accuracy', 'latency']
request.threshold = {
    'accuracy': 0.85,
    'tool_call_accuracy': 0.90
}

response = client.create_evaluation(request)
print(f"评估任务已启动: {response.evaluation_id}")

4.4 无影Agentic Computer：Agent的专属数字工位

无影Agentic Computer是一个专为Agent设计的桌面级环境，让Agent在企业环境下高性能、安全、7×24小时可持续运行。

它提供完整的Windows/Linux桌面，企业现有软件无需改造即可直接运行，覆盖约80%的真实办公场景。依托数据中心级SLA与7×24不间断运行，长任务不再因笔记本合盖休眠或断网而中断。

在安全层面，它对接6大企业身份源，以7层安全闭环覆盖Agent运行时的7大类风险。在成本层面，单人即可运维千台规模，整体运维人效提升10倍以上。

用户可通过钉钉等办公IM直接@Agent下发指令指挥云电脑。

4.5 STAROps：全域智能运维平台

STAROps是阿里云基于大模型和智能体技术打造的全域智能运维平台。它深度融合跨域可观测数据与大语言模型推理能力，支持用户通过自然语言定义目标，由运维智能体自主完成动态规划、安全执行与结果验证的全闭环。

STAROps核心能力包括：

• 智能助手：通过自然语言完成资源查询、指标解读、日志分析
• 长期任务：创建跨天、跨周、跨月的异步运维任务
• 数字员工：构建企业专属SRE智能体
• 灵扩集成：支持OpenAPI、Skill/CLI、UI等多种集成方式

代码示例：通过CLI调用STAROps数字员工

# 创建数字员工
aliyun starops create-digital-employee \
  --name "k8s-ops-agent" \
  --description "K8s集群运维助手" \
  --skills "k8s_health_check,log_analysis"

# 创建会话并执行运维诊断
aliyun starops create-thread \
  --digital-employee-id "de_xxxxxxxx" \
  --message "请检查prod集群的Pod状态和资源使用情况"

STAROps的alibabacloud-starops-chat Skill遵循开放Skill规范，可与Qwen Code、Claude Code、Codex等主流编码Agent协同工作。

五、范式转移：从“租房子”到“孵化器”

Agent Native Cloud的发布标志着一种根本性的范式转移。

旧范式是“Agent部署在云上”——开发者挑选云服务器，安装框架，处理扩缩容、网络、安全等一系列问题。

新范式是“Agent原生于云”——云的基础设施、平台和桌面都为Agent的需求而设计。Agent无需费力适配云，云会主动适配Agent。

“当Agent可以被持续构建、严格治理、稳定协作、不断进化，企业获得的就不只是效率提升，而是一套可规模化复制的智能生产力。”周琦表示。

六、结语

阿里云发布的五大Agent Native云原生产品，并非简单的工具组合，而是一套覆盖Agent全生命周期的完整生态系统。从AgentRun的快速构建，到AgentTeams的多智能体协作治理，到AgentLoop的可观测与持续优化，再到无影Agentic Computer的稳定运行环境和STAROps的智能运维——五大产品直击了企业Agent工程化落地的核心痛点。

真正的Agent Native，需要在业务、组织、工程、运营与基础设施五个维度同时原生。其价值关键在于 “复利” ：一个团队沉淀的Skill与策略可被下一场景复用，一次风险发现可变成全局规则，一次效果优化可惠及整个Agent群体。

云计算竞争的下一站，已从“资源规模”转向“智能体工程化能力”的较量。而阿里云的Agent Native Cloud，正是这场竞赛中一次重要的卡位。