「郑州市科技系统人工智能素养培训」暨「龙虾引擎——AI 原生应用开发实战营·郑州站」精彩回顾 & PPT 下载

简介: 关注「阿里云云原生」公众号,后台回复:0421,免费获得郑州站讲师 PPT 合辑。

作者:盈楹


近日,「郑州市科技系统人工智能素养培训」暨「龙虾引擎——AI 原生应用开发实战营·郑州站」圆满落幕,在郑州市科学技术局的大力支持下,阿里云组织了该项培训活动,共吸引了 170+ 名郑州市重点科技企业和科研机构技术人员现场参加。活动重点分享了 AI 应用的趋势和落地路径、企业规模化养虾解决方案、 AI Agent 可观测方案、龙虾实时上下文方案,帮助企业打造真正透明可控的数字员工团队。


关注「阿里云云原生」公众号,后台回复:0421

免费获得郑州站讲师 PPT 合辑


精彩回顾

郑州市科技局党组成员、副局长张朝峰为本次活动作开场致辞

本次培训紧扣市委市政府“大力推进人工智能+行动、打造数字强市”的战略部署,旨在通过提升科技系统及企业的 AI 素养,为战略落地提供人才与技术支撑。聚焦大模型驱动的智能体技术,针对规模化部署痛点进行授课,内容涵盖趋势研判、HiClaw 架构实战及可观测性技术。通过理论与实操结合,助力参训人员掌握核心技能,推动 AI 技术在本地产业深度融合,全面赋能区域经济社会数字化转型。

议题一 趋势演讲:智能经济的趋势、路径及落地——张刘林,阿里云智能集团战略发展总监

2026 年政府工作报告首提“打造智能经济新形态”,表明我国推动人工智能发展的政策重点正在从单项技术突破和场景试点,转向经济运行体系的整体升级。在 AI 时代,“Token 消耗量”或可能像过去的“用电量”一样成为衡量社会智能化进程的新标尺,公共云则成为 Token 经济时代算力供给的最佳路径。阿里云依托全栈技术体系,正在致力构建高性能、低成本的 AI 基础设施,支持千行百业数智化转型,助力打造智能经济新形态。

议题二 从“养一只虾”到“开好虾场”,基于 HiClaw 的企业规模化养虾实践——付宇轩, 阿里云智能高级解决方案架构师,HiClaw 项目发起人

HiClaw 采用 Manager-Team TL-Worker 分层架构,通过 AI 网关与 Sandbox 沙箱实现零信任安全治理,支持 OpenClaw、QwenPaw 等多引擎混编。它提供技能管理、记忆扩展及全链路可观测能力,解决企业 Agent 协作中的安全、成本与孤岛难题,支持端云协同,助力企业实现从“一人公司”到全员数字孪生的平滑演进,构建透明、可控的数字员工团队。

议题三 给你的 AI Agent 装上 X 光机—可观测驱动的透明养虾 ——潘胜美,阿里云智能云原生可观测产品解决方案架构师

针对 Agent 行为黑盒、成本失控及隐私泄露隐患,基于 OpenTelemetry(OTEL)构建包含日志、链路追踪与指标的“三支柱”观测体系。通过诊断插件与日志服务,实现对 Token 消耗、高危操作及提示词注入的全链路监控与审计,提供透明化的“X光”视角,确保 Agent 运行受控、安全合规,降低运维风险,实现从“黑盒养虾”到“透明养虾”的转变。

议题四 连接企业数据与 AI Agent,为龙虾提供实时上下文——邹星宇,阿里云智能解决方案架构师

AI Agent 要真正接入业务,关键不只是调用模型,更在于高效打通分散在各类业务系统中的数据。传统集成方式依赖大量定制开发,往往面临接入周期长、变更响应慢、维护成本高等挑战。EventBridge 提供标准化连接与事件驱动集成能力,支持多源数据一键接入和自动化处理链路;结合 EventHouse 的统一治理、实时分析与智能洞察能力,帮助企业构建面向 AI 场景的数据集成与处理体系,为多源实时 RAG、实时/异步推理、模型数据准备及企业级上下文集成提供 AI-Ready 数据底座,加快 AI 应用从验证走向生产落地。

此外,现场设置了动手实操环节,讲师详细介绍了 HiClaw 现场部署方式和相关场景体验,并带领用户动手实操,现场互动交流热烈。

现场精彩瞬间

相关文章
|
4月前
|
人工智能 关系型数据库 Serverless
2 天,用函数计算 AgentRun 爆改一副赛博朋克眼镜
2 天将吃灰的 Meta 眼镜改造成“交警Copilot”:通过阿里云函数计算 AgentRun 实现端-管-云协同,利用 Prompt 驱动交通规则判断,结合 OCR 与数据库查询,打造可动态扩展的智能执法原型,展现 Agent 架构在真实场景中的灵活与高效。
545 46
|
2月前
|
人工智能 Linux API
从0到1玩转OpenClaw:保姆级部署流程(阿里云+Windows/Mac/Linux)+ 免费大模型配置及避坑指南
2026年,AI技术的核心变革已从“生成内容”深度转向“落地执行”,而OpenClaw(前身为Clawdbot、Moltbot)作为开源AI自动化代理引擎的领军者,正以“本地优先、强执行能力、多端适配”的核心优势,成为个人与企业构建“自托管式数字员工”的首选工具。截至2026年3月,其GitHub星标已突破28万,社区贡献者超378人,技能生态覆盖办公、开发、生活等全场景,真正实现了从“对话式建议”到“自动化执行”的跨越,彻底打破了传统AI“只说不做”的局限。
1504 168
|
14天前
|
人工智能 弹性计算 机器人
超详细!Hermes Agent一键部署实操教程,快速上手不踩坑
Hermes Agent是Nous Research开源的自主AI智能体,支持自进化、持久记忆与多平台接入。阿里云提供轻量服务器、计算巢、无影云电脑三大一键部署方案,最快两步完成,新手30分钟即可上手实操!
520 3
|
2月前
|
数据采集 人工智能 API
从空壳到印钞机!OpenClaw公众号Agent技能开发手册(阿里云+本地部署+免费API+爆款Skill拆解)
“装上OpenClaw却只会聊天?别人已经靠它实现公众号全自动运营,你还在手动找选题、排版、发布”——2026年,这只红色“大龙虾”的爆火,让无数人陷入“有工具不会用”的困境。参考文章一语道破核心:OpenClaw的灵魂不是模型,而是Skill(技能)。没有Skill的OpenClaw只是空壳,而搭载了专属Skill的OpenClaw,能变身“全自动公众号印钞机”,从选题、创作、配图到发布,全程无需人工干预。
672 7
|
4月前
|
人工智能 安全 调度
AI工程vs传统工程 —「道法术」中的变与不变
本文从“道、法、术”三个层面对比AI工程与传统软件工程的异同,指出AI工程并非推倒重来,而是在传统工程坚实基础上,为应对大模型带来的不确定性(如概率性输出、幻觉、高延迟等)所进行的架构升级:在“道”上,从追求绝对正确转向管理概率预期;在“法”上,延续分层解耦、高可用等原则,但建模重心转向上下文工程与不确定性边界控制;在“术”上,融合传统工程基本功与AI新工具(如Context Engineering、轨迹可视化、多维评估体系),最终以确定性架构驾驭不确定性智能,实现可靠价值交付。
722 41
AI工程vs传统工程 —「道法术」中的变与不变
|
2月前
|
存储 弹性计算 安全
阿里云服务器2核4G可选实例规格、收费标准、适用场景及活动价格
阿里云2核4G配置云服务器因资源均衡、适用性广,成为个人开发者及企业的热门选择。目前u1实例2核4G5M带宽价格只要199元一年;经济型e实例2核4G配置599.93元/1年起;通用算力型u2i实例2核4G配置680.31元/1年起;通用算力型u2a实例2核4G配置504.60元/1年起;计算型c9i实例2核4G配置1742.08元/1年起。
850 7
|
2月前
|
人工智能 自然语言处理 JavaScript
2026年1分钟部署 OpenClaw(Clawdbot) 保姆级图文教程
2026年AI智能代理工具迎来爆发式发展,OpenClaw(前身为Clawdbot/Moltbot)作为开源、本地优先的AI助理框架,凭借7×24小时在线响应、多任务自动化执行、跨平台协同等核心能力,成为个人办公与轻量团队协作的首选工具。与传统聊天机器人不同,OpenClaw不仅能实现自然语言交互,更能通过指令完成文件处理、日程管理、邮件整理、多平台自动化操作等实际工作,兼容Qwen、GPT、Claude等多款大模型,是真正能落地的“数字员工”。
822 11
|
3月前
|
人工智能 弹性计算 机器人
阿里云gpu云服务器包年包月和按量活动,丰富多样的GPU卡型和规格
阿里云推出GPU优惠活动,提供多样GPU卡型与弹性算力,助力AI应用落地。包括96GB显存+900GB/s NVLink的大规模模型推理卡型,及L20 GPU的轻量高效部署选项,满足不同场景需求。支持包年包月、按量付费等灵活计费模式,结合vLLM框架快速部署大模型,提升推理速度与吞吐量。此外,无影GPU云电脑企业版及百炼大模型调用服务,为用户提供高性价比算力,轻松开启AI新时代。
|
1月前
|
存储 人工智能 开发者
AI Agent 越来越难迭代,你缺少的不是功能
还在担心 Token 消耗过多?还在纠结 Agent 难以优化?不改一行业务代码,LoongSuite Python 探针帮你把一次请求从头到尾捋顺:哪一步访问了什么模型、调用了什么工具、召回了哪些文档、花费了多少 token、上下文发生了什么变化。
183 27
|
1月前
|
人工智能 自然语言处理 索引
从“词元”到“符元”:Token 中文名背后的 AI 底层认知之争
在“Token”被定名为“词元”之后,本文从计算本体、多模态演进与回译一致性等角度指出,该命名存在路径依赖与语义锚定问题。Token本质是跨模态的离散符号单元,而非语言“词”。相比之下,“符元”更能对齐计算本质,具备长期稳定性与认知一致性。
1209 13