AgentScope：迈向 Agentic 智能体应用

今天分享的是：AgentScope：迈向 Agentic 智能体应用

报告共计：101页

阿里云全面布局AI智能体生态，四大核心技术助力企业智能化转型

近日，阿里云在其技术开放日上集中展示了其在AI智能体领域的最新进展，从底层框架到上层应用，再到消息中间件和数据治理，构建了完整的智能体技术生态。此次披露的技术方案显示出阿里云正在通过开源开放的方式，降低企业开发和部署AI智能体的门槛，推动人工智能从单纯的对话问答向真正的“Agentic”自主智能体演进。

AgentScope：智能体开发的“技术底座”

作为阿里云通义实验室推出的开源智能体框架，AgentScope扮演着百炼Agent平台技术底座的角色。该框架围绕“Agentic”核心理念，集成了四大核心功能：模型能力集成、多智能体编排、智能上下文管理和工具管理。

在模型集成方面，AgentScope不仅覆盖各类主流模型API，还全面支持文本、视觉、语音、全模态等多模态大模型，同时兼容文生图、ASR等众多工具类模型。这意味着开发者可以在同一框架下调用不同类型的人工智能能力，构建功能更加复杂的应用。

智能上下文管理是AgentScope的另一亮点。该框架支持短期记忆自动压缩，内置Mem0、ReMe等长期记忆实现，让智能体能够记住用户偏好和历史经验。更值得关注的是，它支持智能体自主进行向量数据库的存储和检索，使人工智能应用具备真正意义上的“记忆能力”。

在多智能体协作方面，AgentScope采用动态图的应用编排方式，通过MsgHub、pipeline等语法糖，帮助开发者轻松实现多智能体间的消息传递和分享。这种设计使得复杂的多智能体协作场景变得易于理解、编写和调试。

RocketMQ for AI：破解异步通信难题

随着AI应用从传统『互联网』模式向智能体模式转变，消息中间件也面临着全新挑战。传统应用事件驱动模式基于任务同质性设计，而AI应用具有行为模式主动、业务时长不可预测、单次任务交互次数多等特点。

针对这些挑战，阿里云推出了RocketMQ for AI解决方案，其核心创新是LiteTopic轻量级事件载体。LiteTopic支持运行时自动创建、自动清理，可创建百万级别的轻量级队列，单个客户端可以订阅万级别主题，实现了真正的差异化订阅。

在精细化流控方面，LiteTopic通过物理隔离机制，以用户名作为主题名称，实现用户级隔离。当某用户触发限流时，消费者可返回suspend立即释放线程，服务端暂停拉取，避免资源浪费。释放的线程可即时处理其他用户请求，实现资源的弹性调度与高效复用。

基于LiteTopic的异步AI会话网关大大简化了传统方案的复杂性。新方案中，用户提交任务后，智能应用将结果直接写入对应会话主题，订阅该主题的网关机器收到结果后直接返回给用户。流程简单、全异步、依赖组件少，还支持断连恢复，为AI应用提供了更加可靠的消息通信基础。

HiMarket：构建企业AI开放平台

面对企业落地AI应用时遇到的高频场景识别、Agent和MCP管理、权限成本控制等共性问题，阿里云推出了HiMarket AI开放平台。该平台通过HiChat面向全员提供快速交互模型、MCP、Agent的能力，让AI不再是技术开发人员独享的能力。

HiMarket构建了市场体系化统一管理机制，包括Agent市场、MCP市场、模型市场，实现多市场共享能力和资源。通过统一开放平台，企业可以解决内部AI使用的权限问题、观测问题、计量问题、内容审核和合规校验。

更为重要的是，HiMarket支持AI开放平台的API货币化，面相API调用实现细粒度可观测、可计量，封装API产品企业能力。企业可以基于MCP Server构建Agent，实现更大幅度的API增值，让AI创新在安全合规可控的前提下推进。

数据治理：智能体品质的基础设施

在智能体架构下，数据采集正在成为AI基础设施的重要组成。阿里云推出的LoongSuite数据采集开发套件和UModel数据建模方案，致力于提升智能体的服务可用性、输出可靠性和成本控制。

数据建模被认为是建立数据认知地图的关键。UModel解决了建模过程数据的RAG化过程，为IT系统建立认知地图。在智能体架构下，数据鸿沟效应被放大，而数据建模正是缩小这一鸿沟的有效手段。通过更好的建模而非更多的数据，企业可以为智能体构建更加精准的知识基础。

从检索到推理：智能体技术演进路径

阿里资产管理部分享的“总裁助手”实战案例清晰展示了智能体技术从信息检索到自主推理的演进路径。传统向量检索在面对跨园区横向事务时存在局限性，通过自建目录索引解决了70%的咨询场景。引入知识图谱后，跨园区联动问题得到有效解决。

面对抽象发散性问题如“哪个园区最具商业潜力？”，技术方案进一步向Agentic进化，引入元认知与规划、自我批判、迭代探索等机制。尽管过程中会遇到问题漂移、回答不全面等挑战，但从搜索到思考的技术跨越已经显现。下一阶段将是构建统一语义层，让智能体更懂业务，实现从信息检索到自主推理的质变。

阿里云此次展示的智能体技术生态，从框架到工具，从消息到数据，构成了完整的技术拼图。随着这些开源技术的逐步成熟和普及，企业构建和部署AI智能体的门槛将大幅降低，智能化转型的路径也将更加清晰。

以下为报告节选内容

报告共计： 101页

中小未来圈，你需要的资料，我这里都有！