中间件

AgentScope 2.0 GA 发布，打造企业级分布式智能体Harness底座。

Alibaba Cloud AI Agent Handbook 即将开源。

文章介绍了阿里云ACSAgentSandbox与LoongCollector协同构建的AIAgent生产级运行平台，通过沙箱隔离保障运行时安全，并以高性能、全链路可观测能力解决Agent行为不可预测和执行风险难题。

多 Agent 场景下 Skill 的统一管理与同步。

9月23日下午，欢迎来到杭州国际博览中心一期一楼 103B 厅，与我们一起讨论 Agent 进入生产链路之后，研发组织将如何真正发生变化。

OBI 基于 eBPF 在内核与库函数层零代码拦截通信，自动生成调用链与指标，内置 OpenAI、Anthropic、Gemini、Qwen 及自定义 LLM 网关的 GenAI 语义追踪，覆盖 LLM、工具、MCP 与 RAG 全链路，从性能、成本、安全三个维度透视沙箱执行。

本文希望提供一种更简单的方式，来理解这些容易混淆的技术概念：Nginx、Ingress、Ingress Controller、Ingress API、Nginx Ingress、Higress、Gateway API。

本文介绍阿里云Agent观测平台AgentLoop的审计实践，聚焦Coding Agent安全风险识别。强调构建完整行为事实底座，通过“低保真信号→上下文语义判定→高保真事件”三级链路，精准定位凭证泄漏等真风险，支持按应用、凭证、边界多维下钻与一键证据溯源，提升安全处置效率。

AI Agent 缺的不是数据而是系统地图。UnifiedModel 开源语义层将资产、数据与关系组织为可查询对象图，实验显示旗舰模型准确率提升 10-20%。它助 Agent 按对象读数、沿关系定位根因，真正看懂复杂系统。

阿里云以 STAROps 为起点，将 Agentic Ops 从概念推向生产级落地。

从 Mach 内核异常到 NSException，从堆栈遍历到僵尸对象检测，阿里云 RUM iOS SDK 基于 KSCrash 构建了一套完整、异步安全、生产可用的崩溃捕获体系，让每一个线上崩溃都能被精准定位。

Spring AI Alibaba Admin 正式发布！一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测，助力企业高效构建可信赖的 AI Agent 应用。开源共建，现已上线！

本文详解MxCAD中对象捕捉核心机制——OSMODE系统变量。它采用位码运算（2的幂次方编码），通过按位或/与实现多模式组合与解析，支持端点、中点、切点等14种捕捉类型，确保与AutoCAD逻辑一致，赋能精准绘图与智能交互。

阿里云云监控 MCP Cloud 正式发布，提供近 200 项工具，Agentic 能力再进一步：让 Agent 直接查询与管控用云可观测，守护应用稳定运行。

AI Agent 可观测是面向企业生产级 Agent 的全域观测平台，提供从接入、建模、分析到 Agentic Ops 的全域观测和分析能力，帮助企业彻底打开 Agent 的黑箱，实现 Agent 执行过程的可追踪、可诊断、可优化。

解读阿里云 Agent Native Cloud。

阿里云联合信通院、中科院软件所/计算机网络信息中心、清华大学、复旦大学、南开大学，正式开源首个面向 Agentic Ops 根因分析评估基准RCA Benchmark。通过构建数据集、评估协议与仿真环境，帮助衡量 AI Agent 故障诊断能力，为行业落地夯实底座。

本文探讨AI Agent自动化操作引发的移动端数据污染问题及检测方案，重点解析无障碍服务全控能力、注入事件特征及ADB连接状态的判定逻辑，为应对AI操作带来的数据失真提供技术监测框架。

依托钉群无人值守、跨群会话记忆、组织知识检索及前端专业 Skill，云原生消息前端团队自研的内部研发协作平台 Domino 正经历关键演进——从单一的代码执行工具，升级为能够理解团队上下文、持续沉淀演进并闭环真实交付的研发 Agent 系统。

助力企业构建内部私有化安全可控的SkillHub。

从本机同步到统一治理可信 Skill 管理实践指南。

让数据说同一种语言，让智能无界协作。阿里云正式开源 UModel，并携手信通院、中科院、畅捷通、神州商龙、小鹏汽车、卓驭科技、嘉立创科技等企业伙伴与学术机构共同发起通用语义标准倡议。

阿里云 Hermes 可观测插件基于 OpenTelemetry，追踪 Agent 推理、工具调用、Token 消耗、时延与安全风险，帮助定位成本高、响应慢、工具异常等问题。

崩溃堆栈全是 a.b.c？Native 错误查不到行号？本文详解 Android 崩溃采集全链路原理，教你如何把“天书”变“说明书”。RUM SDK 已支持一键接入。

多 Agent 协作不只是任务并行，更是组织运转。从产品主创团队视角，聊聊 AgentTeams 在安全、协作、弹性、进化四个方向的设计思考。

本文介绍AgentLoop经验自进化实践：从运行轨迹自动挖掘成功与失败模式，经Skill召回并注入上下文。文章详解接入验证流程，并通过消融实验优化召回策略，降低耗时、成本、Token消耗和工具调用，让Agent持续迭代。

Agent 上线的那一刻，真正的考试才开始：上线只是起点，持续调优才是关键。本文用一小时实操带你看 AgentLoop 如何把接入、评估、实验、经验库串成数据飞轮，以专家驱动与全自动经验挖掘，让 Agent 越转越聪明。

基于 AgentScope 2.0 的 Harness 内核与 Sandbox 隔离能力，AgentScope 可以作为 Managed Agents 的底层运行时 Runtime，为其提供稳定可靠的执行环境。

Nacos安全新标杆：精细鉴权、无感灰度、全量审计！

让企业智能体有序协作、越用越好。

当业务的并发单元是“用户”时，消息系统的治理单元也应该是“用户”。RocketMQ LiteTopic 把“百万用户 × 各自一条消息流”的业务模型直接变成消息系统的原生原语，整个过程中业务侧没有自建任何路由层与限流层。

阿里云云监控 2.0 推出 SysOM 底层操作系统诊断能力，基于 eBPF + BTF 协同分析，无需侵入业务，即可一键完成从物理页到文件路径、再到容器进程的全栈内存归因，让“黑盒内存”无所遁形。

AgentScope 2.0 面向分布式部署、稳定运行、权限安全等企业级需求全面升级，打造支持多租户隔离与长期稳定运行的企业级智能体底座。

本文旨在正式宣告 AgentScope Java 1.1.0 里程碑版本的发布，重点阐述该版本如何从工程实践层面完整落地“Harness Framework”理念。

当智能体需要处理越来越复杂的任务和更长的对话历史，核心挑战是什么，又该如何突破。

我们以云原生应用部门为试验田，用商业化产品 AgentTeams 落地一支"数字员工小分队"，让它们承接日常研发、工单答疑、开源维护与运营等业务，把原本人肉串联的协作流程，做成 AI Native 的工作方式。

本文对 700+ 的调研数据，进行汇总和分析，希望对提升企业 Agent 建设质量，有所帮助。

Apache RocketMQ 5.5.0 正式发布。

超越 NL2SQL，DataAgent 具备自主规划与深度分析能力，赋能企业统计分析、根因定位等复杂场景挑战。

本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。

本文将针对 Spring AI Alibaba + Nacos 的分布式多智能体构建方案展开介绍，同时结合 Demo 说明快速开发方法与实际效果。

STAROps 面向企业云成本治理，通过自然语言完成账单分析、费用归因、异常下钻、资源水位判断与优化建议，并以周期巡检和长期任务持续跟踪治理进展，帮助企业实现从成本可见、原因可解释到优化可执行的 FinOps 闭环。

本文介绍 AgentLoop 如何基于真实运行轨迹自动挖掘和召回经验，在不重新训练模型的情况下，帮助企业提升 Agent 的准确率与稳定性，并降低 Token、工具调用和人工调优成本。

AgentTeams 和 AgentLoop 均处于邀测期，欢迎感兴趣的朋友申请测试。

开发者只需在 Qoder 等 Agent 客户端中发出一句自然语言指令。借助云监控与STAROps Skill，Agent 即可自主完成数据接入、告警配置、根因诊断，并联动研发工具链完成代码修复与发布。

阿里云近期发布的全域智能运维平台 STAROps，将大模型技术、UModel、RCA、RCA benchmark 进行有机结合，是国内在 AIOps 方向上把 Ontology 落地得较为完整的实践。

通用大模型的到来与数据整合技术的突破，正在重塑 AIOps 的底层逻辑。

基于Opentelemetry 无侵入探针，无需改代码、跨语言自动产出符合 OTel 标准的 trace 与 metrics。覆盖 HTTP、gRPC、MySQL、Redis、Kafka、CUDA 等 15+ 协议，并原生支持 OpenAI、通义千问等 GenAI 调用追踪，在云监控2.0 实现可以实现一键接入使用。

AI Agent 规模化落地带来执行黑盒、行为难追溯、成本难度量三大难题。阿里云基于 OTel 标准，面向 Coding Agent、个人通用助理和框架型 Agent，推出 LoongSuite Pilot、插件及探针等无侵入采集方案，让 Agent 实现可看见、可分析、可审计、可治理。