暂时未有相关云产品技术能力~
暂无个人介绍
本文基于我们服务阿里巴巴多条业务线（淘天、闪购、爱橙、云智能、高德、饿了么、1688、蚂蚁、菜鸟等）、众多社区用户（如友邦、海尔、建设银行等）、超 1000+智能体应用实践经验积累。 本文发表前，我们刚刚发布了框架新版本，Spring AI Alibaba 全面升级对 AgentScope 框架支持，以 AgentScope ReActAgent 为核心，全面支持基于 AgentScope 的多智能体编排。
当每个业务场景都需要一个AI助手时，我们是在埋头苦干、重复造轮子，还是选择打造一条“AI助手生产线”？本文深入探讨智空间团队如何将执行、答疑、排查、极简场景四大高频需求抽象为可复用的技术方案，最终实现让业务方“配”助手而不是“开发”一个助手。
作者通过亲手编写代码、研究底层原理和对比传统架构，系统地梳理了从“怀疑 AI”到“理解并驾驭 AI”的心路历程。
MySQL主从复制延迟严重损害实例可用性和只读实例时效性。AliSQL引入AI诊断能力，轻松定位延迟原因；针对线上最典型的四类场景，AliSQL 提供了内核级的优化，彻底消除复制延迟。
阿里云网盘企业版上线OpenClaw专属Skill，打造AI时代超级文件助理：统一管理手机/电脑/云端数据，支持批量生成、多端协同、秒级分享；200GB仅6.6元/月，空间隔离保障安全，让AI工作流更轻、更省、更高效。
本文是《深入理解OpenClaw技术架构与实现原理（上）》的续篇，主要讲述从沙箱隔离到企业级智能体演进。
2025年AI进入“定义问题”下半场，情感与拟人化能力成新焦点。HeartBench是国内首个面向中文心理社科领域的拟人化评测基准，覆盖人格、情绪、社交等5大维度、15项能力，含296题+2818条评分标准，经专家盲测验证人机一致率达86%，开源推动AI“人味儿”科学评估。
本文系统梳理Agent架构演进路径：Single Agent→Multi-Agent→Agent Skills→Agent Teams，剖析其本质是大模型“领域知识注入”与“长期记忆管理”能力不足的工程补偿。结合阿里云实践及Google、Anthropic最新研究，提出“由简入繁、按需升级”的科学选型方法论，强调架构复杂度须匹配问题复杂度。
AI推理场景下，传统消息队列面临队列头部阻塞与并发效率受损两大挑战。RocketMQ 5.x推出LiteTopic轻量主题模型，支持百万级物理隔离、毫秒级实时限流与分钟级忙闲调度，通过消费挂起等创新机制，实现“千人千面”的精细化流量治理。
HiClaw 1.0.4 正式发布！新增轻量级 CoPaw Worker，内存仅约150MB（为OpenClaw的1/5），支持Docker与本地双模式——既省资源，又可直连浏览器、文件系统。通过统一Matrix协议，大幅降低Agent接入门槛，实现“一次接入，多端可用”。
本文深度剖析OpenClaw：既吐槽其Gateway单点故障、钉钉通道集成缺陷与稳定性痛点，也肯定其“个人AI助理”叙事成功；对比本地开源（OpenClaw）与云端沙箱（Manus）路径，反思Skill模式与传统工程化取舍，并指出AI能写代码，但架构、产品与安全仍需人来把关。
本文深度剖析OpenClaw——当前最热门的个人AI助手系统，涵盖其本地优先、多端联动的总体架构，以及Gateway网关、Agentic Loop、定时任务、工具系统、Channels连接生态、上下文管理、SubAgent子智能体等16大核心模块。全文以AI-Coding实现为特色，强调安全沙箱、协议化设计与自进化能力，展现新一代软件构建范式的开山之作。
以 OpenClaw 为案例，从行业威胁态势与运行时防护的固有局限出发，系统拆解 AI Agent 可观测体系的设计方法论：通过 Session 审计日志、应用日志与 OpenTelemetry 遥测三条数据管道，构建行为审计、威胁检测、成本管控与运维观测的完整闭环。
本文揭秘一个真实生产案例：CPU周期性飙升但top无高负载进程。根源是高频访问不存在文件导致negative dentry堆积，引发VFS锁竞争风暴。传统排查耗时数小时，而SysOM Agent通过火焰图+调用栈分析，3分钟精准定位至`native_queued_spin_lock_slowpath`热点，并给出根因与解决方案。
本文介绍DataWorks如何通过Data Contracts理念实现“代码即质量”：将数据质量规则以YAML Spec形式嵌入SQL开发流程，支持IDE内配置、版本管理、自动部署与闭环执行，解决传统治理滞后、迭代不同步、版本缺失等痛点，推动数据质量工程化、前置化。
本文以AI产品工程师视角，分“看自己、看行业、看世界”三部分，剖析AI巨变中不变的本质：人机协作需强化沟通力、工程判断力与责任担当；营销与金融正被生成式技术重塑；ClaudeCode等智能体虽形态演进，但“上下文（Context）”始终是决定效果的核心。
OpenClaw插件是深度介入Agent生命周期的扩展机制，提供24个钩子，支持自动注入知识、持久化记忆等被动式干预。相比Skill/Tool，插件可主动在关键节点（如对话开始/结束）执行逻辑，适用于RAG增强、云化记忆等高级场景。
本文介绍面向企业级软件测试的“质量数字人系统”，融合大语言模型（LLM）、多Agent协同架构与Skill Engine技能框架，实现从自动化测试到自主智能测试的跨越。核心能力包括：声明式技能引擎、双层自主意识（规则+目标驱动）、多渠道人机交互、智能任务推荐与预测试，以及以人设、知识库、履职规范、自主意识、技能集五位一体的数字人闭环体系。
OpenClaw的Skill系统为AI提供“操作手册”，将人类可读的Markdown技能（如商品预测）转化为可执行流程；结合DuckDB列式分析引擎，实现秒级数据查询与全自动模型迭代优化，让AI真正“会做事”。
Arthas Agent 是基于阿里开源Java诊断工具Arthas的AI智能助手，支持自然语言提问，自动匹配排障技能、生成安全可控命令、循证推进并输出结构化报告，大幅降低线上问题定位门槛。
HiClaw 是 OpenClaw 的升级版，通过引入 Manager Agent 架构和分布式设计，解决了 OpenClaw 在安全性、多任务协作、移动端体验、记忆管理等方面的核心痛点。
阿里集团历时一年半、经数万亿Token真实场景打磨，推出AI代码评审助手，实现人机协作新范式：AI接管基础评审，人类聚焦核心风险。联合南京大学开源业界首个支持10语言、具备仓库级上下文感知的CodeReview Benchmark（AACR-Bench），由80+资深工程师多轮交叉标注，显著提升隐性缺陷检出率。
这篇文章主要探讨了 Skills（技能）这一概念在AI Agent发展中的价值演变与适用场景，核心观点是：Skills的价值具有高度的场景依赖性。
在日常研发支持中，工程师频繁穿梭于工单、群聊、舆情反馈与问题排查之间：一边解释业务规则与口径，一边追踪链路、查看日志、核对指标、执行补偿。这些工作高度碎片化、重复性强且严重依赖个人经验，导致响应效率低、处理质量不稳定、新人上手困难。 为此，我们围绕“研发支持中的问诊痛点”，构建了一个可持续运营的智能 Agent 系统。通过将一线高频问题抽象为两类核心能力形态（业务答疑与问题诊断），并结合“排查文档技能化 + 质量评分闭环”机制，实现解释与排查工作的前置自动化。该系统不仅“能跑”，更能持续迭代进化，显著缩短首响时间与平均解决时长，提升服务一致性与工程效能。
本文分享将企业内网工单分析SOP固化为Claude Skills的实践：摒弃不稳定的浏览器自动化，创新采用“Copy as fetch + agent-browser eval”方案，直接复用SPA页面接口请求，实现稳定、低开销的数据获取与AI分析，大幅提升重复性工单分析效率。
书接上文《别再嫌弃MySQL了！AI时代，当DuckDB拥抱MySQL》，继AliSQL Innovate用户社区大会之后，我们正式开启《DuckDB技术解读》系列。本文为第一篇，聚焦数据压缩与归档能力，详解AliSQL如何通过深度集成DuckDB，在保留MySQL生态兼容性的前提下，原生支持高密度存储与高效分析。
本文介绍了ABACI内核缺陷智能体如何通过自动化技术改进Linux内核的测试、分析和修复过程。
阿里云Coding Plan上线Qwen3.5、GLM-5、M2.5、K2.5四大顶尖开源模型，支持Qwen Code等工具自由切换。Lite/Pro套餐首月仅7.9元/39.9元，分别享1.8万/9万次请求。Qwen3.5以397B总参、17B激活参数实现高性价比，全面优化编程与Agent能力。
沙利文报告指出，2025年下半年中国企业级大模型日均调用量达37.0万亿tokens，千问（Qwen）占比32.1%，近乎翻倍，稳居第一。企业应用动因转向提效降本，开源意愿显著增强，千问已开源400+模型，下载超10亿次，成全球第一开源大模型。
阿里巴巴开源全新一代千问Qwen3.5-Plus，全球最强开源大模型：3970亿参数、仅激活170亿，原生多模态，支持图文视频理解与视觉编程；推理吞吐量最高提升19倍，API价格低至0.8元/百万Token。
阿里巴巴发布Qwen-Image-2.0：全球领先的图文多模态模型，支持1K token长文本与2K高分辨率，集图像生成与编辑于一体，在AI Arena评测中生图/编辑分列全球第三、第二。中文文字渲染精准，已开放API邀测及Qwen Chat免费体验。
国际奥委会携手阿里千问大模型，打造奥运史上首个官方AI大模型，赋能2026米兰冬奥会。涵盖“国家奥委会AI助手”“奥运AI助手”、自动媒体描述、AIGC宣传、雪地场景转播特效及智能交通管理等，实现更智能运营与深度互动，树立“最智能奥运会”新标杆。
本系列文章基于 Lynxe 作者沈询的实战经验，深入浅出解析 ReAct Agent 的核心原理与工程价值，帮助开发者快速掌握从“写流程”到“造智能体”的关键跃迁。
凌晨3点被监控告警叫醒，手动排查20分钟才找到问题？Chaterm Agent Skills来帮你！通过深度集成千问大模型，Chaterm的Agent Skills可以将运维经验"打包"成可执行技能，让AI助手自动执行标准流程。Chaterm提供了Chat、Command、Agent三种模式，依托Qwen模型强大的语义理解、可靠的命令生成和智能的Agent任务规划能力，Chaterm为使用者提供更加智能和新颖的运维体验，将日常需要20分钟的任务缩短到3分钟，并在故障发生时基于以往经验快速排查和恢复。
本系列文章基于 Lynxe 作者沈询的实战经验，深入浅出解析 ReAct Agent 的核心原理与工程价值，帮助开发者快速掌握从“写流程”到“造智能体”的关键跃迁。
本系列文章基于 Lynxe 作者沈询的实战经验，深入浅出解析 ReAct Agent 的核心原理与工程价值，帮助开发者快速掌握从“写流程”到“造智能体”的关键跃迁。
阿里云Coding Plan上新Qwen 3.5-Plus、GLM-4.7、Kimi-K2.5等编程模型，支持自由切换。新用户首月享2折：Lite版18000次请求仅7.9元，Pro版90000次仅39.9元，适配Qwen Code、Claude Code等主流工具。
阿里商旅AliGo通过代码化多智能体架构升级，选用AgentScope框架+Python/Java混合栈+FastAPI，构建“快慢车道”意图识别、实时思考链与流式输出、分层上下文工程及动态Prompt状态机，事项收集准确率从50%提升至90%+，获InfoQ与量子位2025年度AI大奖。
阿里巴巴开源全新一代千问Qwen3.5-Plus：全球最强开源大模型，3970亿参数、仅激活170亿，原生多模态，支持图文视频理解与长视频分析；推理吞吐量最高提升19倍，API价格低至0.8元/百万Token。
本文详解Spring AI Alibaba新版本的Multi-agent能力，涵盖React/Planning核心模式、手写框架与成熟框架差异，并通过Plan-Execute实战示例，展示如何基于Graph工作流快速构建可扩展、易维护的智能体系统，助力Java开发者高效落地AI应用。
本文介绍如何在灵码中实现Claude Skills能力：基于openskills方案，通过配置project_rules.md适配Skill元数据与SKILL.md提示模板，支持动态加载领域知识（如代码审核、DOCX生成），实现模块化AI能力扩展与按需调用。
本文以《Attention Is All You Need》为起点，深入浅出地解析了 Transformer 架构的核心思想与技术细节。
本文围绕企业级任务型语音 Agent（如营销、催收、教培等场景）的核心挑战，提出：要让 AI 语音助手真正胜任“真人小二”角色，必须同步解决 “拟人化” 与 “专业化” 两大维度。
在AI Coding快节奏开发中，SQL质量常成盲区：测试难复现、人工Review低效、问题滞后暴露。RDS AI助手提供实时SQL智能审查，3分钟集成Qoder，覆盖正确性、性能、索引、可维护性等维度，将“事后救火”变为“事前预防”，让高质量SQL成为开发默认标准。
本项目构建了基于LangGraph的购物场景生成AI Agent，通过Agent Skills模块化技能、Planner智能规划及A2A+MCP标准化协议，实现从自然语言一键生成结构化场景、智能匹配商品并对接会场搭建。借助AI Coding工具，数天内完成低代码到高扩展架构的跃迁，显著提升运营效率与系统可靠性。
“知深识易”是面向3–12岁儿童的AI科普内容生成系统，解决知识碎片化、制作门槛高、注意力不匹配三大难题。基于RDS MySQL向量数据库，融合私域教材与公域权威资源，通过RAG+记忆增强+多模态生成，实现“提问→智能召回→脚本生成→视频/图文输出”端到端闭环。（239字）
本文提出“SPEC（硬规则）+ RAG（软上下文）+ MCP（标准化接口）”三位一体AI编码知识增强体系：SPEC保障代码准确性与可验证性；RAG动态检索非结构化知识提升语境理解；MCP实现工具与数据的安全、灵活集成，共同解决AI生成“能写≠写对”的核心痛点。
阿里云宕机智能诊断功能，基于大模型与内核调试技术，秒级解析dmesg日志、深度分析VMCORE、精准匹配Linux内核补丁，将传统需数小时的宕机分析压缩至5分钟，大幅降低运维门槛。
本文提出并落地统一评测Agent架构，通过让Agent自主学习业务标注标准（如语雀文档），实现评测集生成、自动打分、结果验收与Badcase分析的全链路自动化。
Skill机制提出“渐进式披露”上下文管理新范式：启动时仅加载元数据（轻量），触发时按需加载完整SOP指令（精准），执行时动态调用资源或脚本（完整）。有效解决多能力Agent在空间、时间、结构三维度的上下文浪费与碎片化难题，兼顾扩展性、准确性和可维护性。
发表了文章
2026-06-10
发表了文章
2026-06-10
发表了文章
2026-06-10
发表了文章
2026-06-10
发表了文章
2026-06-10
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-14
发表了文章
2026-05-06
发表了文章
2026-05-06
发表了文章
2026-05-06
发表了文章
2026-05-06
提交了问题
2024-03-14
提交了问题
2024-03-08
提交了问题
2024-02-21
提交了问题
2024-02-05
提交了问题
2024-01-18
提交了问题
2024-01-17
提交了问题
2023-12-28
提交了问题
2023-12-22
提交了问题
2023-12-14
提交了问题
2023-12-07
提交了问题
2023-12-01
