暂时未有相关云产品技术能力~
暂无个人介绍
Dify 作为一款低代码 AI 应用开发平台，凭借其直观的可视化工作流编排能力，极大降低了大模型应用的开发门槛。
本文讲述 Dify 平台在 Agentic 应用开发中面临的可观测性挑战，从开发者与运维方双重视角出发，系统分析了当前 Dify 可观测能力的现状、局限与改进方向
Python协程历经二十年演进，从生成器yield起步，经社区补丁如@wrappertask实践验证，最终在async/await语法中实现语言级支持，完成异步编程的标准化转型。
通过重构核心类，将 `HashMap<Long, HashSet<String>>` 优化为 `Long2ObjectOpenHashMap<int[]>`，结合数据分布特征与紧凑存储，JVM 堆内存从 3.13GB 降至 211MB，降幅达 94%，验证了高效数据结构在海量场景下的巨大价值。
AI系统因不确定性需重构评估体系，评估工程正从人工经验走向自动化。通过LLM-as-a-Judge、奖励模型与云监控2.0等技术，实现对Agent输出的可量化、可追溯、闭环优化的全周期评估，构建AI质量护城河。（238字）
AI时代下，规则引擎的需求反而更旺盛。QLExpress4 通过全面重构，在性能、可观测性和AI友好性上大幅提升。
一个完全用Java实现的全栈式轻量级AI框架，TinyAI IS ALL YOU NEED。
阿里云“云小二Aivis”项目聚焦Multi-Agent数字员工构建，分享十大Agent优化经验：从清晰预期、上下文精准投喂到记忆管理与HITL实践，助力提升Agent稳定性与智能化水平。
本文系统阐述了在AI辅助编程快速发展的背景下，如何构建一套科学、可落地的研发效率量化指标体系
盲人摸象最早出自于《大般涅槃经》，讲述一群盲人触摸大象的不同部位，由于每人触及部位不同，却各自认为自己摸到的才是大象的全部，并为此争吵。比喻对事物了解不全面，以偏概全。
基于SpringAI Alibaba Graph构建的Java版DeepResearch系统，实现信息搜集、分析到结构化报告生成的全自动流程。支持多轮推理、RAG检索、MCP扩展、可观测性及可溯源输出，集成主流搜索工具与多种数据源，具备高可扩展性与企业级应用能力。
当我们将所有希望寄托于大模型的「智能」时，却忘记了智能的不确定性必须以工程的确定性为支撑。一个无法复现、无法调试、无法观测的智能，更像是一场精彩但失控的魔法，而非我们真正需要的、可靠的生产力。本文尝试从系统工程的视角剖析 Agent 系统在可运行、可复现与可进化三个层次上不断升级的问题以及复杂度。进一步认识到：框架/平台让 Agent 「好搭」但没有让它「好用」，真正的复杂性，从未被消除，只是被推迟。
阿里云CIO蒋林泉与钛媒体刘湘明在云栖大会畅谈AI落地实践，分享企业AI推进的“五段论”、CIO角色进化、场景选择与战略制定。强调AI需扎根语言类、重复性高、有业务压力的场景，提出“樱桃蛋糕”模型：AI是樱桃，成熟系统是蛋糕坯。呼吁CIO躬身入局，通过认证拉齐认知，以行动破除焦虑，推动AI真正落地。
AI Agent的规划能力需权衡自主与人工。阿里云RDS AI助手实践表明：开放场景可由大模型自主规划，高频垂直场景则宜采用人工SOP驱动，结合案例库与混合架构，实现稳定、可解释的企业级应用，推动AI从“能聊”走向“能用”。
本文系统阐述了天猫技术团队在AI赋能测试领域的深度实践与探索，讲述了智能测试用例生成的落地路径。
在蚂蚁国际信贷业务系统建设过程中，技术团队始终面临双重考验：一方面需应对日益加速的需求迭代周期，满足严苛的代码质量规范与金融安全合规要求；另一方面，跨地域研发团队的协同效率与代码标准统一性，在传统开发模式下逐渐显现瓶颈。为突破效率制约、提升交付质量，我们积极探索人工智能辅助代码生成技术（AI Coding）的应用实践。本文基于蚂蚁国际信贷技术团队近期的实际项目经验，梳理AI辅助开发在金融级系统快速迭代场景中的实施要点并分享阶段性实践心得。
本文介绍基于Qwen3-Coder、RAG与Iflow在C3级代码仓库落地LLM代码评审的实践，实现AI辅助人工评审。通过CI流水线自动触发，结合私域知识库与生产代码同仓管理，已成功拦截数十次高危缺陷，显著提升评审效率与质量，具备向各类代码门禁平台复用推广的价值。（239字）
PolarDB-X v2.4.2发布，新增开源Proxy组件与客户端驱动，支持读写分离、无感高可用切换及DDL在线变更，兼容MySQL生态，提升千亿级大表运维稳定性。
本文介绍联调造数场景下的AI应用演进：从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题，通过意图识别、工具引擎、推理执行等多Agent分工协作，结合工程化手段提升准确性与效率，并分享了关键设计思路与实践心得。
本文面向对 AI Coding 感兴趣的朋友介绍 Claude Code。通过此次分享，可以让没有体验过的快速体验，体验过的稍微理解其原理，以便后续更好地使用。
天猫技术质量团队探索AI在测试全流程的落地应用，覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动，实现测试自动化、可溯化与可管理化，在用例生成、数据构造和执行校验中显著提效，推动测试体系从人工迈向AI全流程自动化，提升效率40%以上，用例覆盖超70%，并构建行业级知识资产沉淀平台。
本文介绍如何利用Qoder、阿里云ADB Supabase和通义千问图像编辑模型，快速搭建AI手办生图Flutter应用。无需传统后端，实现从前端生成到数据存储、AI服务集成的全链路敏捷开发，展现Vibe Coding的高效实践。
基于Spring AI Alibaba框架，可构建自主运行的AI Agent，突破传统Chat模式限制，支持定时任务、事件响应与人工协同，实现数据采集、分析到决策的自动化闭环，提升企业智能化效率。
从6人日到1人日：一次AI驱动的客户端需求开发实战
本项目构建AI驱动的研发提效系统，通过Qwen Coder与MCP工具链协同，实现跨境支付渠道接入的自动化闭环。采用多智能体协作模式，结合结构化Prompt、任务拆解、流程管控与安全约束，显著提升研发效率与交付质量，探索大模型在复杂业务场景下的高采纳率编码实践。
Qoder是阿里巴巴推出的Agentic编程平台，致力于引领AI编程新范式。它通过Spec驱动开发、云端沙箱与智能体协同，支持代码自动生成、Repo Wiki文档反推及异步任务委派，提升研发效率1-10倍，推动软件研发进入智能化、自动化新时代。
我们是阿里云公共云 AI 汽车行业大模型技术团队，致力于通过专业的全栈 AI 技术推动 AI 的落地应用。
本文以数据研发工程师小D的日常困境为切入点，探讨如何借助AI技术提升数据研发效率。通过构建“数研小助手”智能Agent，覆盖需求评估、模型评审、代码开发、运维排查等全链路环节，结合大模型能力与内部工具（如图治MCP、D2 API），实现影响分析、规范检查、代码优化与问题定位的自动化，系统性解决传统研发中耗时长、协作难、维护成本高等痛点，推动数据研发向智能化跃迁。
阿里云发布AI中间件，推出AgentScope-Java、AI MQ、Higress网关、Nacos注册中心及可观测体系，全面开源核心技术，构建分布式多Agent架构基座，助力企业级AI应用规模化落地，推动AI原生应用进入新范式。
本文介绍基于Nacos的Python微服务解决方案nacos-serving-python，实现无侵入式服务注册与发现，让Python应用以Pythonic方式轻松接入微服务架构，支持多种HTTP客户端与低侵入集成，助力AI与微服务融合。
AI浪潮席卷每个企业，云栖大会CIO专场聚焦大模型落地难题。从阿里云到安克创新、顺丰等实战案例，揭示“Demo易、落地难”的根源，提出RIDE方法论与RaaS实践，破解组织、数据与技术协同困局，助力CIO冲破迷雾，探索AI转型的真痛点与真解法。
阿里云联合爱橙科技发布《AI原生应用架构白皮书》，系统解析AI应用在架构设计、开发运维中的关键挑战与解决方案，涵盖大模型、Agent、RAG、安全等11大核心要素，助力企业构建稳定、高效、可控的AI应用体系。
AI编码采纳率低的根本原因在于人类期望其独立完成模糊需求，本文提出了解决之道，讲解如何通过结构化文档和任务拆解提高AI的基础可靠性。
吴泳铭在云栖大会发表演讲，指出AGI已成必然，终极目标是超级人工智能ASI。阿里云发布通义千问7款新模型，升级全栈AI体系，推出磐久128超节点、HPN 8.0网络等基础设施，全力推进AI技术发展。
通义发布6款全新模型及“通义百聆”语音品牌，覆盖文本、视觉、语音、视频、代码、图像全场景。Qwen系列升级显著提升多模态理解与生成能力，Wan2.5支持音画同步，百聆攻克企业语音落地难题，全面赋能AI应用创新。
前端工程化演进之路：从手工作坊到AI驱动的智能化开发
PolarDB-X 是阿里云推出的云原生分布式数据库，支持PB级存储扩展、高并发访问与数据强一致，助力企业实现MySQL平滑迁移。现已开放免费体验，点击即享高效、稳定的数据库升级方案。
本文旨在深入剖析 Claude-Code 的核心设计思想与关键技术实现，逆向分析其功能模块，结合 LangGraph 框架的能力，系统性地演示如何从一个最基础的 ReAct Agent 出发，逐步构建一个功能完备的简版 Claude-Code。
本文系统性地提出并阐述了一种配置驱动的独立运行时Agent架构，旨在解决当前低代码/平台化Agent方案在企业级落地时面临困难，为Agent开发领域提供了一套通用的、可落地的标准化范式。
随着大模型发展，AI Coding正从辅助编码迈向自主编程。Qoder通过显性化知识、增强上下文、Spec驱动与智能体协作，提升研发效率与透明度，应对软件复杂性挑战，推动人与AI高效协同。
本文通过丰富的代码Demo和截图为读者提供了可落地的实践指南。
本文通过在WebX老项目中实践，验证了Cursor利用AI大模型可高效生成符合老旧项目规范的代码框架，显著提升开发效率与体验。
Mem0 为AI打造持久记忆层，结合Milvus向量数据库，让智能体记住用户偏好、追溯历史对话，实现个性化持续交互，告别“健忘”AI。
本文以阿里推出的 CLI 工具 Qwen Code 为例，深入剖析其如何通过精细化的 Prompt 设计（角色定义、核心规范、任务管理、工作流控制），赋予大模型自主规划、编码、测试与验证的能力。
本文旨在帮助非专业数据研发但是有高频ODPS使用需求的同学们（如数分、算法、产品等）能够快速上手ODPS查询优化，实现高性能查数看数，避免日常工作中因SQL任务卡壳、失败等情况造成的工作产出delay甚至集群资源稳定性问题。
本文基于生产环境中的多智能体 React 模式实践，系统剖析了自主规划架构在工具调用延迟、上下文膨胀、中间态缺失、循环失控与监督缺位等方面的典型挑战。
本文旨在梳理作者学习路径，带领读者共同探索 GPU Kernel 性能分析从宏观到微观的技术演进。
Browser-Use 是一种基于大语言模型（LLM）的浏览器自动化技术，通过融合视觉理解、DOM解析和动作预测等模块，实现对复杂网页任务的自主操作。它突破了传统固定选择器和流程编排的限制，具备任务规划与语义理解能力，可完成注册、比价、填报等多步骤操作。其核心功能包括视觉与HTML融合解析、多标签管理、元素追踪、自定义动作、自纠错机制，并支持任意LLM模型。Browser-Use标志着浏览器自动化从“规则驱动”向“认知驱动”的跃迁，大幅降低维护成本，提升复杂任务的处理效率与适应性。
本文介绍基于 Dify 与阿里云数据管理服务 DMS 的智能客服对话质检解决方案。该方案通过集成 Dify 的 AI 能力与 DMS 的数据管理能力，实现从数据获取到质检分析的全链路闭环，提升客服质检效率与准确性，助力企业数字化转型。
8月，OpenAI推出开源模型gpt-oss-120b和gpt-oss-20b，在多项测试中表现优异，甚至超越GPT-4o等模型。为方便用户部署，阿里云人工智能平台PAI提供一键部署方案，无需编码，可免费体验。用户可通过Model Gallery快速部署模型并使用Cherry Studio客户端进行对话体验。
发表了文章
2025-11-27
发表了文章
2025-11-27
发表了文章
2025-11-27
发表了文章
2025-11-27
发表了文章
2025-11-27
发表了文章
2025-11-27
发表了文章
2025-11-27
发表了文章
2025-11-20
发表了文章
2025-11-20
发表了文章
2025-11-20
发表了文章
2025-11-20
发表了文章
2025-11-20
发表了文章
2025-11-14
发表了文章
2025-11-13
发表了文章
2025-11-13
发表了文章
2025-11-06
发表了文章
2025-11-06
发表了文章
2025-11-06
发表了文章
2025-10-30
发表了文章
2025-10-30
提交了问题
2024-03-14
提交了问题
2024-03-08
提交了问题
2024-02-21
提交了问题
2024-02-05
提交了问题
2024-01-18
提交了问题
2024-01-17
提交了问题
2023-12-28
提交了问题
2023-12-22
提交了问题
2023-12-14
提交了问题
2023-12-07
提交了问题
2023-12-01
