本文作者：远云、刘军、望宸、溪洋
😄 Hi, 各位关注 AgentScope Java 的开发者伙伴们，大家好！
近日，AgentScope Java V1.0 版本正式发布，全面对齐 Python 版核心能力，为 Java 开发者带来了构建企业级 Agentic 应用强大的开源方案。
在最近与 DataWhale 合作的 AgentScope Java 解读线上直播间（直播回放请到文末查看）中，我们收到了大家的热情提问。为了方便大家集中查阅，我们整理了其中最高频的 Q&A，由 AgentScope Java 的核心开发者为大家一次性说清讲透！
话不多说，干货开整 👇
Part.1 定位与选型：关于 AgentScope Java 与 Spring AI
Q1：AgentScope Java 和 Spring AI Alibaba 有哪些不同？
A1：简单来说，两者的核心设计理念和擅长领域不同。
AgentScope Java：是一个原生为 Agentic 范式设计的框架。它的核心是 “Agent”，旨在帮助你构建以 Agent 为中心、具备自主思考和行动能力的智能应用。
Spring AI Alibaba：更侧重于 Workflow 编排。它以 Spring AI 生态和图（Graph）思想为基础，擅长将 AI 能力作为工具，融入到预定义的工作流中。
关于两者不同之处的深度对比和详细介绍，请访问：《Spring AI Alibaba 和 AgentScope 啥区别？》
Q2：AgentScope Java 未来逐渐完善集成 Spring 生态，Spring AI Alibaba 还会继续维护么？
A2：会的，两个项目都会持续发展，并且未来会实现协同。我们的规划是：
- AgentScope Java：深耕 Agentic 领域，围绕 Agentic 核心思想设计，成为构建下一代 AI 应用的首选。
- Spring AI Alibaba：以 Spring AI 生态和 Graph 思想设计，未来将会在底层集成 AgentScope 的编排能力，实现两大生态的强强联合。
选择建议：
- 想构建以 Agent 为核心的智能应用，请选择AgentScope Java。
- 想基于现有工作流（Workflow）集成 AI 能力，请选择 Spring AI Alibaba。
Q3：我是 Java 新手，上手 AgentScope Java 是否容易，相比 Spring AI Alibaba，哪个更容易上手？
A3：推荐直接上手 AgentScope Java。
因为 AgentScope 作为面向 Agentic 范式的开发框架，天然会比以 Workflow 为核心编排能力的 Spring AI Alibaba 使用难度更低。
Q4：已经开发了 Spring AI Alibaba 应用，是否支持和 AgentScope Java 代码互转？
A4：目前暂不支持两个项目代码的直接互转。
如在问题 2 中描述的，两者的设计范式不同。如果您正在使用 ReactAgent 范式，推进使用更先进设计模式的 AgentScope，如果您需要工作流或 Multi-Agent 编排能力，推荐使用 Spring Ai Alibaba。
Part.2 核心能力：关于 AgentScope Java 能做什么
Q5：AgentScope Java 和 AgentScope Python 版本有哪些差异？
A5：核心能力完全对齐。
包括 Rumtime、核心层、Studio、RL、Memory，以及架构上全力推进 Serverless 化，实现毫秒级冷启动与混合部署，帮助开发者在应对高并发的同时，显著降低部署成本并提升效率。
Q6：AgentScope Java 后端的模型该如何调用，是可以直接调用 Qwen、DeepSeek，还是需要基于百炼？
A6：不绑定，支持任意模型。
AgentScope Java 提供了灵活的模型后端支持。你可以通过标准的 OpenAI 兼容协议，轻松调用包括通义千问（Qwen）、DeepSeek 在内的任何大语言模型，无论是开源的、商业的还是自部署的。
Q7：AgentScope Java 可以直接记录 Token 使用和 Prompt 吗，不用 Studio 行吗？
A7：当然可以。
AgentScope Java 提供 Trace 的能力，支持通过标准 OpenTelemetry 协议上报 Prompt、Token 用量等信息。
Part.3 底层了解：关于 AgentScope Java 的技术实现
Q8：AgentScope Java 上关于 ReAct 的实现是基于阿里云函数计算 FC，请问下这里的考虑是什么呢，与基于 Prompt 实现效果有什么提升吗，对 FC 不友好的模型如何接入呢？
A8：不存在绑定关系。
AgentScope Java 的 ReAct 模型和函数计算 FC 本身没有直接绑定关系，AgentScope Java 作为一个 Agentic 框架提供具体的代码实现。而 FC 是一个应用部署平台，也不绑定 AgentScope Java，支持将包括 AgentScope Java 在内的应用程序部署起来。
Q9: AgentScope Java 数据 Fine Tune 如何实现呢？
A9：我们通过 Trinity-RFT 底层模型交互链路进行打通。
AgentScope Java 处理请求的过程中，实时记录下模型的状态，收集到一定量的数据以后，完成 SFT、RFT 等模式的后训练。
Part.4 正在安排：关于 AgentScope Java 的近期规划
Q10：AgentScope Java 应用与 Nacos 之间进行 A2A 的自动注册和便捷调用套件，有相关功能支持计划吗？
A10：在路上了。
我们将在 12 月底发布的版本进行支持，最晚不晚于 1 月第一周，敬请期待。
Q11：Trinity-RFT 什么时候上线？
A11：在路上了。
目前正在紧锣密鼓的设计，预计在 1 ～ 2 月份会正式对外发布。
Part.5 动手试试：关于 AgentScope Java 的实践与资源
Q12：狼人杀和点奶茶是否提供工程样例？这个太有意思了。
A12：必须有。
- 狼人杀的代码可以在 AgentScope Java 源码中的 examples 目录下获取；
- 奶茶铺的代码将在近期进行开源，之后也可以在 examples 目录中找到。
线上直播回放：https://developer.aliyun.com/live/255547
直播 PPT 下载：https://developer.aliyun.com/ebook/8525
如果你还有什么关于 AgentScope Java 想要了解的问题，欢迎留言在评论区告诉我们。
