“AI 和智能体时代的到来让科学研究底层逻辑发生新的变化，也要求底层基础设施向 AI 原生新范式升级。阿里云 AgentRun 将 Serverless 的极致弹性、零运维和按量付费的特性与 AI 原生应用场景深度融合，让科研人员将精力回归到定义问题和决策创新的科学本质中，加速 AI4S Agent 业务的发展。”
—— 陆金谭，深势科技研发负责人
“构建 AI 科学家生态，工具链的标准化是第一步。依托阿里云 AgentRun 与云原生 AI 网关等产品，让 MCP 工具的构建从重度开发转向极简配置，我们仅用两天时间就实现了 5 万多个科研工具在 MCP 市场的上线，加速了 AI 科学家生态发展。”
—— 马超，深势科技玻尔技术负责人
伴随人工智能与科学计算的深度融合，AI for Science 正在经历一场深刻变革。
作为全球 AI4S 行业的开拓者和引领者，2018 年起，深势科技就开始与阿里云合作推动科学计算上云，突破传统算力瓶颈，成功实现大规模科学计算推理的云端化。今天，AI Agent 的爆发正在加速新格局的形成，深势科技认为，AI 正在从最初的辅助型工具，演变为驱动科研的“原生范式”。为了承载这一愿景，深势科技打造了集算力、模型、知识于一体的科研工作入口玻尔（Bohrium）科研空间站，为全球 2000 万科学家提供数智赋能。
在严谨的科研场景下，AI Agent 的规模化应用面临着比通用领域更高的挑战。本期《云故事探索》来到深势科技研发团队，深度探访他们如何在云原生之上重塑科研基础设施，破解科研智能体的工程化难题。
AI 原生下的 AI for Science基础设施升级
谈及科研智能体独有特点，深势科技研发负责人陆金谭指出：“科研是一项严谨性极高的工作，消除模型幻觉、确保数据来源的绝对精准是首要前提。此外，科研工作横跨读（文献洞察）、算（模拟计算）、做（自动化实验）的全生命周期。这意味着智能体必须具备处理长时异步任务的能力，以应对耗时数小时甚至数天的复杂计算与长周期实验。”
科研智能体因其推理周期长、中间成果多、数据可靠性要求高及结果验证复杂等特性，对底层基础设施的灵活弹性、安全隔离及全链路观测能力提出了更高诉求。针对这些行业共性痛点，深势科技联手阿里云云原生，依托 AgentRun、AI 网关等核心产品，加速构建 AI 原生科研基础设施，为科学智能体打造了极致稳定的最佳运行时。
▍极致弹性：打破科研 Agent 的资源成本瓶颈
AgentRun 是以函数计算 FC 为技术底座的一站式 Agentic AI 基础设施平台。它将 Serverless 的极致弹性、零运维和按量付费的特性与 AI 原生应用场景深度融合，针对科研 Agent 要求实时调用的反馈速度，也要应对长周期任务的特点，函数计算 FC 支持从 0 到百万级并发极致弹性，配合忙闲时精细化计费，大幅降低成本。
同时，AgentRun 通过“浅休眠”技术，既保证响应速度，又实现了比传统服务器高出百倍的性能加速；而“深休眠”则实现了超长时间会话的状态持久化，确保只有在 Agent 实际执行任务时才产生计费，将闲置资源的浪费降至最低，助力企业实现成本与效率的极致优化，平均 TCO 降低 60%。
▍突破 Serverless 局限：让长时任务拥有持久记忆
针对科研模拟耗时长、交互多的特点，AgentRun 凭借会话亲和机制打破传统 Serverless 架构的无状态局限，确保同一课题连续请求精准路由至同一实例，为 Agent 提供持久化的有状态上下文环境，保障多轮对话的连贯性。
同时 AgentRun 也能通过快照技术让 Agent 在无活动时“深睡”并持久化存储状态，待计算结果返回时秒级唤醒，完美契合科研场景长时异步属性。
▍安全沙箱：构建安全可控的 Agent 执行环境
提升智能体的规划逻辑与能力上限，代码执行（Code Execution）是最高效的路径，但随之而来的安全风险亦不容忽视。为此，AgentRun Sandbox 致力于解决科研智能体在执行代码与处理数据时的核心安全痛点。依托 MicroVM 内核级隔离技术，AgentRun 确保了不可信代码的运行安全，并结合请求、实例、会话多维度的算力隔离与动态挂载技术，实现资源与数据的强物理隔离。
AgentRun 内置 Code Interpreter、Browser Tool 等企业级安全沙箱，提供开箱即用的多语言执行环境与自动化引擎，支持复杂的数据分析与网页任务。配合细粒度的权限管控与日志审计，不让环境安全问题成为科研智能体规模化落地的障碍。
▍全链路追踪：降低 Agent 调试与优化成本
科研智能体的决策链路长，一旦结果出错，开发者难以判断是模型推理出了偏差，还是工具调用逻辑有误。
基于全链路追踪技术，AgentRun 实现了从请求到响应的完整可视化。精准还原 Agent 的决策路径，包括意图理解、模型推理、工具调用及知识检索等核心环节，并直观展示每一步的状态与耗时，为科研人员提供了可追溯、可审计的实验环境，将“决策黑盒”透明化，从而显著降低调试难度与优化成本。
云原生速度：5 万个科研工具上线 MCP 市场，2 天就绪
为了推动 AI Agent 生态繁荣并实现科研工具链的标准化、共享与复用，深势科技基于玻尔科研空间站推出 MCP 市场，通过阿里云 AgentRun、云原生 AI 网关等产品，快速实现科研工具的大规模 AI 化改造，加速 AI 科学家生态走向下一步。
AgentRun 具备高度的生态开放性，支持通过极简代码快速集成 AgentScope、LangChain、ADK、CrewAI 等主流开发框架，并涵盖了从无代码、低代码到全代码的全场景开发模式，助力企业实现敏捷的 Agent 工程化开发。凭借 AgentRun 的 Serverless 特性，实现 MCP Server 的快速开发，搭配 AI 网关，可以将传统的 Http 协议接口“零代码”转换为 AI Agent 可用的 MCP Server。
玻尔技术研发负责人马超表示：“2 天完成 5 万多个工具的 MCP 化并发布上线，不借助云原生的工程化能力是不可能做到的”。
我们很高兴地宣布，Higress 已正式通过 TOC 投票表决，加入云原生计算基金会（CNCF）Sandbox 项目，成为 CNCF 生态的一员。
从推动计算上云到 AI 原生驱动的 AI for Science，深势科技携手阿里云共同探索了一条科研场景下 AI Agent 长推理周期、高精度要求与复杂安全挑战并存的规模化落地路径。AgentRun 提供了一站式 Agentic AI 基础设施平台，加速了深势科技 AI4S Agent 业务从“实验室验证”走向“企业级应用”。
未来，深势科技将携手阿里云进一步深化协作，让每一位科研人员都能在安全、高效、普惠的云端底座上，全副精力聚焦于科学发现本身，让 AI 科学家成为推动各行业综合解决方案与价值闭环的核心抓手。
