Serverless

本课程深入讲解JavaScript高级核心知识，涵盖DOM与BOM操作、事件机制、Ajax跨域及本地存储。重点解析DOM树结构、常用API、属性与样式的操作，剖析事件冒泡与代理，实现通用事件监听函数，并详解JSONP跨域原理与本地存储差异及兼容性处理。

本文旨在从 MCP 的技术原理、降低 MCP Server 构建复杂度、提升 Server 运行稳定性等方面出发，分享我们的一些实践心得。

本文将深入讲解 BrowserUse 框架集成、提供类 Manus Agent 的代码示例、Sandbox 高级生命周期管理、性能优化与生产部署策略。涵盖连接池设计、安全控制、可观测性建设及成本优化方案，助力构建高效、稳定、可扩展的 AI 浏览器自动化系统。

AgentRun 的愿景很简单：让 AI Agent 从 Demo 到生产级部署，变得前所未有的简单。通过 Serverless 架构持续优化成本并解放运维负担，通过企业级 Runtime 提供生产级的执行环境和安全保障，通过开源生态集成避免框架锁定，通过全链路可观测让每个环节都清晰可控——这就是 AgentRun 要为企业提供的完整解决方案。

AgentRun Browser Sandbox 是基于云原生函数计算的浏览器沙箱服务，为 AI Agent 提供安全、免运维的浏览器环境。通过 Serverless 架构与 CDP 协议支持，实现网页抓取、自动化操作等能力，并结合 VNC 实时可视化，助力大模型“上网”交互。

阿里云函数计算 AgentRun，专为 AI Agent 打造的一站式 Serverless 基础设施。无缝集成 LangChain、AgentScope 等主流框架，零代码改造即可享受弹性伸缩、企业级沙箱、模型高可用与全链路可观测能力，助力 Agent 高效、安全、低成本地落地生产。

AgentRun Browser Sandbox 是基于阿里云函数计算的云原生无头浏览器沙箱，为AI智能体提供安全、免运维的“上网”能力。支持Playwright/Puppeteer通过CDP协议远程控制，具备实时VNC可视化、高隔离性和Serverless弹性架构，广泛应用于网页自动化、数据采集、AI Agent赋能与端到端测试，助力Agentic AI高效落地。

阿里云函数计算AgentRun全新发布，推出专为AI Agent设计的沙箱环境，解决不可信代码执行、状态保持、极速启动与多租户安全隔离难题。基于Serverless架构，实现按需付费、毫秒冷启、会话亲和与细粒度资源控制，支持Code Interpreter、Browser等开箱即用模板，助力Agentic AI快速落地生产。欢迎加入钉钉群134570017218交流。

AgentRun Sandbox SDK 开源发布，基于阿里云函数计算打造安全、弹性的智能体运行环境。支持代码执行、浏览器操作等多模态沙箱能力，无缝集成 LangChain、AgentScope 等主流框架，让开发更轻盈，云端更安全。

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。

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。

AgentRun Sandbox SDK 开源发布，基于Serverless架构提供安全、弹性的智能体运行环境。支持LangChain、AgentScope等主流框架，内置代码解释、浏览器操作等多模态沙箱能力，助力Agentic AI快速落地，让开发更轻盈，云端更安全。

搭建“舆情分析专家”，函数计算 AgentRun 快速实现从数据采集到报告生成全自动化 Agent。

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。

本节介绍CSS基础核心知识：样式优先级规则（!important > 内联 > ID > 类 > 标签）、雪碧图优化请求、自定义字体应用、Base64编码原理与优势，以及伪类与伪元素的区别和复选框美化技巧。

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。

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。

本文将着重介绍如何通过 SAE 快速搭建 Dify AI 研发平台，依托 Serverless 架构提供全托管、免运维的解决方案，高效开发 AI 智能体应用。

阿里云函数计算 AgentRun 全新发布，推出“无代码快速创建+高代码深度定制”一体化方案。60秒上线首个Agent，开发者亦能一键转为高代码持续演进。支持多模型、工具集成与智能优化，助力企业实现从想法验证到生产落地的平滑升级，降低TCO达60%。

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。

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。

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。

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。

12.26，北京见！

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。

AgentRun 通过完整的模型管理和治理能力，解决模型调用的可靠性的难题。

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。

人工智能产业的蓬勃发展催生了丰富多样的推理模型，为解决特定领域的问题提供了高效的解决方案。DeepSeek 的爆火就是极佳的范例。然而，对于个人用户而言，如何有效地利用这些模型成为一个显著的挑战——尽管模型触手可及，但其复杂的部署和使用流程却让人望而却步。针对这一现象，在大型语言模型（LLM）领域，vLLM 应运而生。通过便捷的模型接入方式，vLLM 让用户能够轻松地向模型发起推理请求，从而大大缩短了从模型到应用的距离。

本文基于阿里云生态实测，解析AI数字员工从“可视化”到“业务落地”的转型趋势，揭露选型两大陷阱，结合玄晶引擎等50+案例与API性能数据，发布十大品牌榜单。聚焦云原生架构、API对接效率、开发友好度与全链路闭环四大维度，提供中小微企业至中大型企业的优选方案及开发者专属选型工具包，助力低成本高效落地。

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。

告别显存不足、环境配置难、成本高昂的微调困境！基于阿里云函数计算FC与Llama-Factory，5分钟搭建微调流水线，一键完成多模态模型的微调。

告别显存不足、环境配置难与高昂成本！本文带你用阿里云函数计算FC + Llama-Factory，5分钟搭建Qwen2-VL多模态模型的Serverless微调流水线。无需运维，按需付费，通过WebUI点击完成数据准备、LoRA微调、效果验证与模型导出，让AI训练像P图一样简单。低成本、高效率，人人皆可玩转大模型。

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。

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。

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。

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。

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。

Function AI 是基于函数计算构建的 Serverless AI 应用开发平台，基于函数计算的运行时能力上线了完整的 MCP 开发能力，您可以进入 FunctionAI 控制台，快速体验 MCP 服务的能力。

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。