作者：盈楹
近日，云原生团队联合「公共云上海大区 & CTO 线」共同举办的「AI 创新实践论坛」圆满落幕。本场活动吸引了 70+ 名技术从业者参与，现场深度分享了多智能体治理、Agent 自进化、AI 网络底座、AIOps 智能运维等相关议题。
关注公众号，后台回复：0804
免费获得上海站讲师 PPT 合辑
精彩回顾
阿里云智能公共云东区解决方案总经理-鲍远松(鲍渔) 为本次活动开场致辞：
议题一：
从构建、部署到规模化运行，加速企业 Agent 工程化丨孟方（游圣），阿里云智能云原生应用平台产品解决方案负责人
在智能体已经成为企业生产系统中关键环节时，阿里云提出“Agent Native Cloud”三层能力模型，系统性阐述如何加速企业智能体的工程化落地。该模型涵盖提供运行基础的 Infra 层、解决规模化问题的 Platform 层（包含高代码 AgentRun构建、无代码 AgentTeams 治理协作、AgentLoop 观测优化三大核心平台），以及连接业务的 Desktop 层，全方位应对企业级智能体在生产、规模与持续优化中的挑战。此外，内容还展示了 STAROps 全域智能运维平台，以智能化方式保障新兴智能体业务的稳定性和延续性。
议题二：
AgentTeams - 从 Agent 协作到 AI 资产统一管理与治理，一站式 Agent Harness 落地方案丨崔飞飞（虚缇），阿里云智能高级解决方案架构师
AgentTeams 作为企业级多智能体协作与治理平台，旨在解决企业中智能体来源杂乱、协作过程不透明、安全合规缺失等核心痛点。平台采用 Manager-Team Leader-Worker 的分层协作架构，结合基于 Matrix 协议的透明化群聊，实现人机协同与多智能体协作。同时，通过零信任网关、沙箱隔离等构建四道安全防线，并统一纳管 QwenPaw、OpenClaw、Claude Code 等多种异构智能体，为企业提供多智能体规模化落地的统一底座。
议题三：
Agent 自进化：AgentLoop 助力企业级智能体构建全生命周期进化飞轮丨夏明（涯海），阿里云智能高级产品专家
AgentLoop 专注于解决智能体在生产环境中面临的质量、成本、性能和安全四大挑战。其核心是构建一个以“Trajectory（轨迹）”为数据骨架的“数据飞轮”，通过“观测与审计 → 评估与实验 → 持续优化”的闭环，驱动智能体不断进化。平台支持端到端无侵入采集、全链路行为审计、“Agent-as-a-Judge”评估范式、CI/CD 实验回测门禁，能够基于完整的任务执行轨迹进行深度评估，从而实现比传统方法更精准的效果优化和风险控制。
议题四：
构建 Agentic AI 时代的网络底座丨金湛（遥楚），阿里云智能解决方案架构师
针对 AI 智能体规模化带来的快速启停、超大规模并发、安全管控等挑战，阿里云提出由 VPC、NAT、ALB、EPG（出向代理网关）、GA（全球加速）等产品组成的四七层云网络解决方案。该方案将网络角色从被动的“连接管道”转变为主动的“流量决策层”，通过关键节点持续处理入口、权限和路径三大决策，为智能体提供高性能、高安全、全球化的网络基础设施。
议题五：
大模型+观测图谱：新一代 AIOps 的落地实践丨曹睿（夜耕），阿里云智能解决方案架构师
STAROps 致力于将传统 AIOps 升级为“Agentic Ops”（智能体运维），目标是实现 7x24 小时的自主运维。平台基于统一的可观测数据底座和运维数字孪生（UModel）理解系统上下文，提供智能助手（自然语言交互诊断）、长期任务（自动化巡检守护）和数字员工（专属 SRE）三大核心功能。通过这些能力，STAROps 帮助企业将运维团队从被动的“救火队员”转变为主动的“平台运营者”，显著提升系统稳定性和运维效率。
现场精彩瞬间
