Serverless

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。

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，实现“为执行付费”，助力多智能体应用高效、安全、低成本落地。

企业网络日益复杂，设备繁杂、云网混合导致管理难度陡增。OpManager以自动发现、智能告警、路径感知和基础自动化，实现网络可视化与集中管控，降低运维负担，让故障定位更高效，管理更从容。

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。

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。

阿里云FunModel推出模型集成新范式，无缝对接ModelScope，支持0代码一键部署热门AI模型，5分钟完成上线。依托Serverless+GPU，实现弹性扩缩容，大幅降低部署门槛与运维成本，让企业高效拥抱AI时代。

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。

DevPod 60秒极速启动，一键运行DeepSeek OCR大模型。告别环境配置难题，云端开箱即用，支持GPU加速、VSCode/Jupyter交互开发，重塑AI原生高效工作流。

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。

DevPod 重塑 AI 工程化流程，实现从开发、调试到生产部署的全流程闭环。依托云端 GPU 环境与一键镜像构建，打通代码到服务的“最后一公里”，让模型真正高效落地。

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。

阿里云 Serverless 计算 10 月产品动态。

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。

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”。

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。

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”。

DevPod 60秒极速启动，一键运行DeepSeek OCR大模型。告别环境配置难题，云端开箱即用，支持GPU加速、VSCode/Jupyter交互开发，重塑AI原生高效工作流。

10月28日19:30，阿里云云原生AgentRun与你《极客有约》。

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。

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。

在容器技术持续演进与 AI 全面爆发的当下，企业既要稳健托管传统业务，又要高效落地 AI 创新，如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本，成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎（SAE）正是为应对这一时代挑战而生的破局者，SAE 以“免运维、强稳定、极致降本”为核心，通过一站式的应用级托管能力，同时支撑传统应用与 AI 应用，让企业把更多精力投入到业务创新。

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。

阿里云推出以函数计算为核心的AgentRun平台，通过创新体系解决开发、部署、运维难题，提供全面支持，已在多个真实业务场景验证，是AI原生时代重要基础设施。

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。

2025 云栖大会即将于 9 月 24 日至 26 日在杭州云栖小镇盛大开幕，本次大会分别设置 Serverless 体验区与【Serverless 助力 AI Agent 开发与落地】分论坛，参会者可现场体验热门 Serverless 产品，近距离了解最新技术进展。无论是探索函数计算、Serverless 应用引擎 SAE 的创新实践，还是参与 AI Agent 开发的深度讨论，这里都将为您提供前沿洞察与实操机会。

AI应用正从“请求-响应”迈向“对话式智能体”，推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新，实现性能、隔离与成本平衡，开启Serverless AI新范式。

阿里云 Serverless 应用引擎（SAE）提供了一键部署 Dify 的解决方案，适用于 AI 应用开发和测试，支持秒级弹性伸缩，并内置日志、监控与负载均衡功能，帮助企业高效搭建高可用的 AI 应用系统。

函数计算计费方式历经三阶段演进：从按请求计费，到按活跃时长毫秒级计费，再到按实际资源消耗分层计费。背后是资源调度、安全隔离与开发体验的持续优化。尤其在AI时代，低负载减免、会话亲和等技术让计费更贴近真实价值，推动Serverless向“按需使用、按量付费”终极目标迈进。

在 AI 时代，函数计算一直坚持走向“让开发者只关心业务逻辑，云厂商自动完成一切资源管理与调度”的愿景，最终让计算像水、电一样随时可得、按实际使用价值付费。

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。

回顾历史，电网的修建，深刻地改变了世界的经济地理和创新格局。今天，一个 AI 原生的云端运行时的进化，其意义也远不止于技术本身。这是一次设计哲学的升华：从“让应用适应平台”到“让平台主动理解和适应智能应用”的转变。当一个强大、易用、经济且安全的 AI 运行时成为像水电一样的基础设施时，它将极大地降低创新的门槛。一个独立的开发者、一个小型创业团队，将有能力去创造和部署世界级的 AI 应用。这才是技术平权的真谛，是激发全社会创新潜能的关键。

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。

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。

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。

FunctionAI 图像生成服务助力企业突破AI图像应用的三大难题：高成本算力、复杂运维与工程化壁垒。基于Serverless架构，提供从项目开发到API调用的全生命周期管理，支持ComfyUI、Stable Diffusion等主流工具，实现“一键部署、秒级调试、快速上线”。弹性伸缩、按需付费，大幅降低成本；国内网络加速、模型缓存、安全隔离，保障高效与稳定。让创意从灵感到生产无缝转化，真正驱动业务增长。

Qwen3 Coder 是一款强大的编程大语言模型，支持超长 1M 上下文，具备卓越的代码生成能力。结合 VibeCoding 方案，可助力开发者与企业快速构建复杂应用，实现自然语言生成系统，提升开发效率与生产力。

创蓝云智通过采用阿里云云原生产品矩阵，成功实现从传统架构向云原生弹性架构转型。利用Serverless应用引擎（SAE）、云原生API网关、微服务引擎（MSE）等产品，解决了资源利用率低、运维压力大等问题，显著提升系统稳定性与业务连续性，助力企业降本增效，成为云原生领域的标杆案例。

阿里云实时数仓 Hologres，联合函数计算 FC 推出「Hologres + 函数计算 FunctionAI + Qwen 构建企业级数据分析 Agent」方案，帮助用户快速对接 MCP，高效跨越企业级数据分析 Agent 构建困境。

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。

近期，阿里云函数计算的 Tracing 能力由 2.0 的 Jeager 升级为 OpenTelemetry 标准的 W3C 协议，实现全链路追踪能力。通过系统与业务Span融合、跨环境互通及动态成本控制，全面打破Serverless“黑盒”，提升故障定位效率，助力构建高效可观测的分布式系统。

AI工作流正重塑企业自动化流程。Function AI工作流基于函数计算FC，融合LLM、Agent等技术，实现智能任务处理与自我优化，助力企业迈向智能流程自动化，提升效率，增强响应能力。

近日，Forrester发布《Serverless Development Platforms, Q2 2025》报告，阿里云函数计算FC与Serverless应用引擎SAE在21项评测中斩获9项最高分，成为国内唯一进入领导者象限的科技公司。

本文介绍了魔搭（ModelScope）推出的全新MCP广场，将提供1500多种MCP服务。文章探讨了云上托管MCP服务的挑战，如多租户隔离、快速生成SSE地址及稳定性要求。为解决这些问题，魔搭选择阿里云函数计算作为运行时托管平台，因其具备事件触发、毫秒级弹性、会话亲和性、自动鉴权及多语言支持等优势。函数计算还针对MCP特性优化，如支持STDIO模式自动转换为SSE服务、发布Debian12运行时等。文章总结了Serverless在MCP托管领域的技术领先性，并展望未来更多AI应用功能的发布。