客户背景介绍
有赞是中国领先的商家服务公司，为数百万商家提供从营销到客服、从运营到数据分析的全链路 SaaS 服务。随着大模型和 AI Agent 技术的快速发展，有赞的商家和开发者对定制化 AI 服务的需求日益增长。为此，有赞内部多个团队开始探索 AI Agent 在营销自动化、智能客服、内部提效等场景的落地。
在探索过程中，各业务线基于 Dify、高代码等多种方式搭建了大量 Agent，既服务于内部业务团队，也面向外部商家提供 AI 能力。然而，这些 Agent 分散在不同团队、不同技术栈上，缺乏统一的托管和运维手段，很快就遇到了效率、成本和管控的多重瓶颈——每个团队各自维护运行环境、各自处理安全隔离、各自对接模型 API，重复建设严重，且无法形成统一的资源管控和成本核算体系。
有赞需要一个企业级的统一 Agent 托管平台，集中管理所有对内和对外的 Agent，实现从开发、调试到部署、运维的全生命周期管控。同时，除了计算资源之外，客户对于运行环境、会话、存储、网络、权限、可观测等维度的安全隔离与统一管控也提出了明确诉求——需要一个平台级的底座来承接这些关注点。
2026 年初，有赞正式启动企业级 AI Agent SaaS 平台 Agent Build 的建设，以"高代码为核心、生态开放、灵活组装"为设计理念，最终选择阿里云 FC 云沙箱（FC Agent Sandbox）作为底层运行时，在其之上封装自研业务平台。
|
|
需求及挑战
在 AI Agent 从实验走向生产的过程中，有赞面临了五个核心挑战：
运行时的安全隔离
AI Agent 会大量执行模型生成的、不完全可信的代码，一旦缺乏隔离，一个 Agent 的越权或失控就可能波及整个平台。有赞的 Agent 平台需要同时支撑营销 Agent、客服 Agent、数据分析 Agent 等多个业务线并行运行，各自调用不同的内部系统。如何在多租户环境下做到 Agent 之间的强隔离与细粒度权限控制，确保一个营销 Agent 不会意外访问到财务系统的敏感数据，同时又不给开发者增加过重的配置负担，是工程上极具挑战性的问题。
全栈资源的统一管控
Agent 运行所依赖的资源远不止计算。有赞的平台需要从运行环境、会话、存储、网络、权限、可观测六个维度实施统一管控——运行环境是否被恶意代码攻破、会话之间是否互相干扰、存储数据是否零残留、网络出口是否可控、权限令牌是否最小化、操作行为是否可追溯审计，任何一环缺失都可能引发安全事故或成本失控。这些横切能力如果由各业务团队自行解决，不仅重复建设，还容易出现安全漏洞和管控盲区。有赞需要一个平台级的统一管控层，在计算底座之上将六维能力纳入同一套治理体系，让业务团队开箱即用、无需重复造轮子。
弹性伸缩与成本控制的矛盾
AI Agent 的负载天然具有明显的波峰波谷特征——白天活跃、夜间几乎为零，大促期间流量可能突增数十倍。有赞需要一种"无请求不收费、有请求秒级拉起"的弹性能力，将计算成本控制在合理范围。
基础设施的重复建设问题
构建一个生产可用的 AI Agent，远不止调用一个大模型 API 那么简单。代码沙箱隔离、精细化鉴权、知识库对接、全链路可观测——每一项都是工程量巨大的基础能力。如果每个业务团队各自搭建一套，不仅重复投入的研发成本不可接受，还会导致技术栈碎片化，给后续维护和升级带来极大负担。有赞需要一个"底座级"的 Agent 基础设施，让业务团队只关注上层逻辑。
存量资产的平滑迁移
有赞内部已积累了数千个基于 Dify 构建的 Workflow和高代码搭建的Agent，覆盖了客服话术流、营销自动化、数据处理等多个业务场景。迁移到新平台不能"一刀切"重写，需要兼容现有的 DSL 和高代码Agent降低迁移成本。
落地方案
经过充分的技术评估和多轮 PoC 验证，有赞选择了"自研业务平台 + FC 云沙箱运行时底座"的架构方案。核心思路是：复用阿里云在弹性计算、安全隔离、可观测性上的深厚积累，自研团队聚焦业务差异化价值。
极致弹性：轻松应对流量洪峰
FC 云沙箱的 Serverless 架构为有赞提供了真正的"按需付费"能力。在无请求时，实例可以完全缩容至 0，不占用任何计算资源。而当流量到来时，底层实例通过镜像预热可实现毫秒级冷启动，轻松应对电商大促等流量洪峰场景，为有赞的规模化扩展预留了充足空间。
深度安全隔离：基于 FC 云沙箱的六维防护
针对有赞多个业务线 Agent 并行运行的安全诉求，FC 云沙箱从六个维度提供系统性隔离能力，应对恶意代码执行、敏感数据泄漏、沙箱逃逸、多租户交叉污染、身份冒用/越权等安全风险：
- 运行环境隔离：提供 MicroVM 级运行时环境隔离，防止恶意代码攻击宿主系统。
- 会话隔离：一个函数实例在生命周期内只服务一个会话，会话结束即销毁，防止用户间干扰。
- 存储隔离：每个会话动态挂载独立存储，任务结束自动清除，实现零残留隔离。
- 网络隔离：函数实例默认无公网出口，支持 VPC 安全组与网络 ACL 配置，可按域名/IP 白名单限制出站流量。
- 权限隔离：权限策略以函数为粒度定义，实例可选用短期 STS 令牌或轮换令牌长期有效。
- 可观测与审计：提供 Sandbox（会话）级别日志和监控功能，AI Agent 在沙箱内的所有操作可全程追溯审计。
十余项工程组件开箱即用
FC 云沙箱提供了日志采集、全链路追踪、请求监控、模型管理、Skills 市场管理等这些在传统方案中需要数月自研的工程组件。有赞的研发团队将精力完全投入到上层业务逻辑和产品体验的打磨上，而非反复建设底层能力。
开放兼容：存量 Workflow 平滑迁移
有赞内部已有的基于 Dify 构建的 Workflow 在运行，技术团队同时使用 AgentScope、LangChain 等多种主流框架。如何在不推翻现有资产的前提下完成平台切换，是选型时最重要的考量之一。FC 函数智能提供了 Dify DSL 导入与转换能力，有赞可以直接将现有 Dify DSL 导入画布执行。同时，新 Agent 的创建、更新、灰度发布，均可纳入 CI/CD 流水线自动化完成，真正做到"存量迁移无断点、增量开发不锁定"。
落地成效
自接入阿里云 FC 云沙箱以来，有赞在多个维度获得了显著收益：
研发效率大幅提升，平台已支撑多场景并行运行。有赞已在 FC 云沙箱上部署 190 余个标准化Agent模板，覆盖营销 Agent、客服 Agent、数据分析 Agent、内部提效 Agent 等多个场景。新 Agent 可基于标准模板快速组装上线，并通过 FC 云沙箱的接口实现了飞书机器人、企业微信等多渠道快速接入。核心研发精力聚焦在业务逻辑而非基础设施搭建。
计算成本降低。 得益于 Serverless 弹性和深休眠机制，有赞当前约 87% 的Agent 资源消耗处于低成本浅休眠状态，在夜间低谷期实现低开销，整体计算成本相比原有常驻实例方案大幅下降。
安全合规满足企业级要求。 多层沙箱隔离 + 人机交互审批打断点，通过了有赞内部的安全评估，为后续开放给外部商家使用打下基础。
