Serverless

搭建“舆情分析专家”，函数计算 AgentRun 快速实现从数据采集到报告生成全自动化 Agent。

AgentRun Sandbox SDK 开源发布，基于阿里云函数计算打造安全、弹性的智能体运行环境。支持代码执行、浏览器操作等多模态沙箱能力，无缝集成 LangChain、AgentScope 等主流框架，让开发更轻盈，云端更安全。

AgentRun 的愿景很简单：让 AI Agent 从 Demo 到生产级部署，变得前所未有的简单。通过 Serverless 架构持续优化成本并解放运维负担，通过企业级 Runtime 提供生产级的执行环境和安全保障，通过开源生态集成避免框架锁定，通过全链路可观测让每个环节都清晰可控——这就是 AgentRun 要为企业提供的完整解决方案。

通过 Sandbox 与 Serverless 的深度融合，AI Agent 不再是“黑盒”实验，而是可被企业精准掌控的生产力工具。这种架构不仅适配当前 AI Agent 的动态交互特性，更为未来多模态 Agent、跨系统协作等复杂场景提供了可复用的技术底座。若您的企业正面临 AI Agent 规模化落地的挑战，不妨从 Sandbox 架构入手，结合函数计算 FC 的能力，快速验证并构建安全、高效、可扩展的 AI 应用系统。

AgentRun Sandbox SDK 开源发布，基于Serverless架构提供安全、弹性的智能体运行环境。支持LangChain、AgentScope等主流框架，内置代码解释、浏览器操作等多模态沙箱能力，助力Agentic AI快速落地，让开发更轻盈，云端更安全。

本文旨在从 MCP 的技术原理、降低 MCP Server 构建复杂度、提升 Server 运行稳定性等方面出发，分享我们的一些实践心得。

与光同尘成立于2015年，现从传统影视广告转型为AI内容生产先锋。目前已实现全AI生成视频，零实拍、零建模，大幅降本增效。携手阿里云函数计算，攻克算力波动、成本与运维难题，打造弹性、高效、低成本的AI创作新范式，推动创意规模化、全球化发展。

在 AI 大模型浪潮席卷全球的今天，企业纷纷加速拥抱 AI，推动智能客服、内容生成、流程自动化等场景快速落地。然而，许多企业在实践中却遭遇了“三高困境”——成本高、复杂度高、风险高。Serverless AI 原生架构不仅是技术演进，更是企业智能化转型的关键基础设施。它让开发者聚焦业务逻辑，让企业告别“基建焦虑”，让 AI 真正“飞入寻常百姓家”。

本文将着重介绍如何通过 SAE 快速搭建 Dify AI 研发平台，依托 Serverless 架构提供全托管、免运维的解决方案，高效开发 AI 智能体应用。

AgentScope推出Serverless运行时，直面AI Agent部署成本高、运维复杂、资源利用率低三大痛点。通过“按需启动、毫秒弹性、零运维”架构，实现低成本、高弹性、强隔离的智能体部署，助力多智能体应用从实验迈向规模化落地。

本文基于阿里云生态实测，解析AI数字员工从“可视化”到“业务落地”的转型趋势，揭露选型两大陷阱，结合玄晶引擎等50+案例与API性能数据，发布十大品牌榜单。聚焦云原生架构、API对接效率、开发友好度与全链路闭环四大维度，提供中小微企业至中大型企业的优选方案及开发者专属选型工具包，助力低成本高效落地。

当前吉利汽车研究院人工智能团队承担了吉利汽车座舱 AI 智能化的方案建设，在和阿里云的合作中，基于星睿智算中心 2.0 的 23.5EFLOPS 强大算力，构建 AI 混合云架构，面向百万级用户的实时推理计算引入阿里云函数计算的 Serverless GPU 算力集群，共同为智能座舱的交互和娱乐功能提供大模型推理业务服务，涵盖的场景如针对模糊指令的复杂意图解析、文生图、情感 TTS 等。

本方案利用函数计算 FC 部署 Web 应用，调用百炼模型服务实现 PPT 到视频的自动转换。视觉模型智能理解 PPT 图文内容，快速生成相匹配的解说词；文本模型对解说词进行优化，提高其可读性和吸引力；语音模型则根据解说词生成生动流畅的旁白音频。整个过程高度集成，只需一键操作，系统即可自动整合图片、文本和音频素材，快速生成对应讲解视频。

AgentScope 推出基于阿里云函数计算的 Serverless 运行时，解决 AI Agent 部署成本高、运维复杂、资源利用率低等痛点。支持按需启动、毫秒弹性、零运维，结合沙箱隔离与会话亲和，实现安全、高效、低成本的多智能体应用部署，助力从实验到生产的无缝落地。

在 AI 技术应用落地进程中，目前面临着五大核心挑战：开发/学习门槛过高，部署运维阶段复杂，AI 应用安全备受挑战，生态能力方面存在严重的割裂与锁定现象，同时资源成本高昂且利用率低下。这些挑战极大地阻碍了 AI 技术的广泛普及以及应用效率的有效提升。阿里云函数计算（FC）依托 Serverless AI 基础设施与全栈能力的创新突破，推出 Function AI（函数智能），精准攻克上述痛点问题，全面推动 AI 应用在开发至运维的全流程中实现降本增效。

2025 年 9 月 26 日，为期三天的云栖大会在杭州云栖小镇圆满闭幕。随着大模型技术的飞速发展，我们正从云原生时代迈向一个全新的 AI 原生应用时代。为了解决企业在 AI 应用落地中面临的高成本、高复杂度和高风险等核心挑战，阿里云基于函数计算 FC 发布一系列重磅服务。本文将对云栖大会期间 Serverless+AI 基础设施相关内容进行全面总结。

云原生应用平台 Serverless 计算负责人杨皓然在云栖大会发表主题演讲“Serverless Agent 基础设施：助力大规模 Agent 部署与运维”。本议题深入介绍了阿里云以函数计算为核心打造的 Agent 基础设施——AgentRun，阐述其如何通过创新的运行时、模型服务、网关及可观测体系，为企业构筑坚实、高效、安全的 Agent 时代基石。

本次方案将帮助大家实现使用阿里云产品函数计算FC，只需简单操作，就可以快速配置ComfyUI大模型，创建出你的专属毛茸茸萌宠形象。内置基础大模型+常用插件+部分 Lora，以风格化图像生成只需用户让体验键配置简单方便，后续您可以根据自己的需要更换需要的模型、Lora、增加插件。

告别显存不足、环境配置难、成本高昂的微调困境！基于阿里云函数计算FC与Llama-Factory，5分钟搭建微调流水线，一键完成多模态模型的微调。

FunModel 依托 Serverless + GPU，天然提供了简单，轻量，0 门槛的模型集成方案，给个人开发者良好的玩转模型的体验，也让企业级开发者快速高效的部署、运维和迭代模型。在阿里云 FunModel 平台，开发者可以做到：模型的快速部署上线：从原来的以周为单位的模型接入周期降低到 5 分钟，0 开发，无排期；一键扩缩容，让运维不再是负担：多种扩缩容策略高度适配业务流量，实现“无痛运维”。

函数计算推出MCP Streamable HTTP亲和机制，支持会话级请求绑定，解决传统Serverless对会话应用支持不足的问题。实现高效生命周期控制，并支持Bearer认证，助力开发者构建更稳定、安全、高性能的AI应用服务。

本文深入解析AI Agent系统架构，特别是以Sandbox为核心的落地实践。聚焦泛Chat模式下AI应用的挑战与解决方案，涵盖会话亲和性、隔离性、存储机制、会话恢复、资源弹性等关键技术点，阿里云函数计算（FC）为 AI Agent 系统在企业中的落地实践提供实际解决方案，展示了如何高效、安全地构建可扩展的 AI 应用系统。

MCP（Model Context Protocol）自2024年发布以来，逐渐成为AI开发领域的实施标准。OpenAI宣布其Agent SDK支持MCP协议，进一步推动了其普及。然而，本地部署的MCP Server因效率低、扩展性差等问题，难以满足复杂生产需求。云上托管成为趋势，函数计算（FC）作为Serverless算力代表，提供一键托管开源MCP Server的能力，解决传统托管痛点，如成本高、弹性差、扩展复杂等。通过CAP平台，用户可快速部署多种热门MCP Server，体验高效灵活的AI应用开发与交互方式。

在 AI 技术应用落地进程中，目前面临着五大核心挑战：开发/学习门槛过高，部署运维阶段复杂，AI 应用安全备受挑战，生态能力方面存在严重的割裂与锁定现象，同时资源成本高昂且利用率低下。这些挑战极大地阻碍了 AI 技术的广泛普及以及应用效率的有效提升。阿里云函数计算（FC）依托 Serverless AI 基础设施与全栈能力的创新突破，推出 Function AI（函数智能），精准攻克上述痛点问题，全面推动 AI 应用在开发至运维的全流程中实现降本增效。

在云计算与人工智能深度融合的背景下，Serverless 技术作为云原生架构的集大成者，正加速向 AI 原生架构演进。阿里云函数计算（FC）率先提出并实践“Serverless AI 运行时”概念，通过技术创新与生态联动，为智能体（Agent）开发提供高效、安全、低成本的基础设施支持。本文从技术演进路径、核心能力及未来展望三方面解析 Serverless AI 的突破性价值。

依托于阿里云函数计算 FC 算力，Serverless + AI 开发平台 FunctionAI 现已提供模型服务、应用模版两种部署方式辅助您部署 Qwen3 系列模型。完成模型部署后，您即可与模型进行对话体验；或以 API 形式进行调用，接入 AI 应用中，欢迎您立即体验。

本方案旨在介绍如何部署 AI 大模型实现对客户对话的自动化分析，支持多人、多语言识别，精准识别客户意图、评估服务互动质量，实现数据驱动决策。

AI Agent 的兴起催生了一种全新的、独特的云工作负载类型。它既不完全符合传统 IaaS（对于零散、突发的使用场景而言过于昂贵和笨重）的模式，也打破了第一代 FaaS（函数即服务，因其无状态和较弱的隔离保证而无法满足需求）的设计假想。市场迫切需要一种新型运行时——它必须兼具虚拟机的状态化和隔离性与 Serverless 的经济性和弹性。这正是阿里云函数计算（Function Compute, FC）架构演进所要解决的核心问题。

告别显存不足、环境配置难与高昂成本！本文带你用阿里云函数计算FC + Llama-Factory，5分钟搭建Qwen2-VL多模态模型的Serverless微调流水线。无需运维，按需付费，通过WebUI点击完成数据准备、LoRA微调、效果验证与模型导出，让AI训练像P图一样简单。低成本、高效率，人人皆可玩转大模型。

作为云上托管 MCP 服务的最佳运行时，函数计算 FC 为阿里云百炼 MCP 提供弹性调用能力，用户只需提交 npx 命令即可“零改造”将开源 MCP Server 部署到云上，函数计算 FC 会准备好计算资源，并以弹性、可靠的方式运行 MCP 服务，按实际调用时长和次数计费，欢迎你在阿里云百炼和函数计算 FC 上体验 MCP 服务。

人工智能产业的蓬勃发展催生了丰富多样的推理模型，为解决特定领域的问题提供了高效的解决方案。DeepSeek 的爆火就是极佳的范例。然而，对于个人用户而言，如何有效地利用这些模型成为一个显著的挑战——尽管模型触手可及，但其复杂的部署和使用流程却让人望而却步。针对这一现象，在大型语言模型（LLM）领域，vLLM 应运而生。通过便捷的模型接入方式，vLLM 让用户能够轻松地向模型发起推理请求，从而大大缩短了从模型到应用的距离。

MCP 的价值是统一了 Agent 和 LLM 之间的标准化接口，有了 MCP Server 的托管以及开发态能力只是第一步，接下来重要的是做好 MCP 和 Agent 的集成，FunctionAI 即将上线 Agent 开发能力，敬请期待。

AgentRun 通过完整的模型管理和治理能力，解决模型调用的可靠性的难题。

关注微信公众号【阿里云云原生】，后台回复：1212，免费下载上海站讲师 PPT 合集。

阿里云SAE默认采用runD安全容器，通过轻量虚拟化实现硬件级隔离，彻底解决runC共享内核导致的逃逸、噪声邻居、侧信道攻击等多租户安全风险。

本文介绍了如何基于阿里云函数计算（FC）构建一个安全、可控的 Browser Tool Sandbox，支持多种浏览器自动化操作方式，包括 Playwright、Puppeteer、Browser Use 和 REST API 等，为 AI Agent 安全高效地操作浏览器提供了完整的技术方案。

为了帮助更多内容创作者和企业快速实现 AI 短剧创作，函数计算 FC 联合百炼联合推出“AI 剧本生成与动画创作解决方案”，通过函数计算 FC 构建 Web 服务，结合百炼模型服务和 ComfyUI 生图平台，实现从故事剧本撰写、插图设计、声音合成和字幕添加到视频合成的一站式自动化流程。创作者只需通过简单操作，就能快速生成高质量的剧本，并一键转化为精美的动画。

阿里云函数计算 AgentRun 全新发布，推出“无代码快速创建+高代码深度定制”一体化方案。60秒上线首个Agent，开发者亦能一键转为高代码持续演进。支持多模型、工具集成与智能优化，助力企业实现从想法验证到生产落地的平滑升级，降低TCO达60%。

DevPod重塑AI开发范式，实现从云端开发、调试到生产部署的全流程闭环。依托预置环境与GPU资源，一键完成模型服务化，打通AI落地“最后一公里”，让开发者专注业务创新。