阿里云 AgentTeams、AgentLoop 即将正式发布，AgentTeams 提供协作和治理，AgentLoop 提供观测和进化，让企业 AI Agent 从一次性的工具，进化为可长期培养的数字员工团队。

钉钉搜索群号： 21982288，立即加入交流群！点击此处，立即前往太乙平台报名！

一个 AI Agent 收到用户提问后，先调 Embedding 把问题向量化，接着向 Pinecone 发起 Top-K 检索，再经 Rerank 重排序，然后携带上下文调用 GPT-4o，期间 GPT-4o 还通过 MCP 协议调了外部工具——整条链路横跨 5 种协议、3 家云服务商。当用户反馈“回答不对”时，开发者面对的是一个没有监控录像的案发现场。

你反复核对两遍 diff，逻辑挑不出毛病。但要定位根因，你得跨至少 5 个平台：日志去 SLS 搜、指标去 Grafana 拼、链路去 APM 查、变更去发布系统翻、拓扑找运维要 CMDB 数据。每个平台查询语法不一样，权限卡一半，最后还得在群里 @SRE 帮忙拉数据。来回多轮跨团队沟通协同，半小时过去了，你全程只能盯着对话框等回复。

我们在今年的 520 阿里云云峰会上发布了 AgentTeams，定位的是企业级多智能体治理与协作平台，支持企业统一创建、调度 Agent，每个 Agent 可以自定义模型，在钉钉、企微、飞书等 IM 平台创建群聊，进行团队协作。

AI Gateway： 新增 vLLM 协议透传与 ai-context-limit 上下文限制插件，增强 AI 安全防护与负载均衡，并修复一批多厂商协议兼容问题。

当 AI Agent 开始全面重塑企业效率，真正的“工程化难题”也接踵而至：多个 Agent 如何协作与治理？模型与工具如何统一管控、安全合规？面对长任务与高并发时如何稳定运行？每一次 Agent 决策上线后，由谁把关、谁来解释？

近日，阿里云消息队列 Kafka 版正式上线原生消息入湖能力。通过原生集成 Apache Iceberg 与阿里云对象存储 OSS Table Bucket，用户无需部署 Spark、Flink 或 Kafka Connect 等 ETL 工具，即可将 Kafka Topic 中的实时流数据一键写入数据湖，实现“实时流处理 + 湖仓分析”的端到端统一。该能力于 2026 年 6 月开启公测，并...

阿里云可观测体系作为阿里云核心服务之一，在 Agent 友好化方向上率先迈出关键一步。阿里云将云监控 CMS、日志服务 SLS、应用实时监控服务 ARMS、全域智能运维平台 STAROps 的核心能力封装为 Agentic Skills，让 Agent 可以直接调用可观测能力。本次发布会上，云监控 Skills、STAROps Skills 作为首批 Agentic Skills 正...

当前 AI Coding 的发展正处在百花齐放的时代，没有永远的王者。模型越来越强，Cursor、Claude Code、Codex 轮番成为阶段性首选；再加上额度限制、响应延迟等现实问题，开发者早就习惯了“鸡蛋不放在一个篮子里”。

引言：我们是阿里云日志服务 SLS 团队。SLS 是阿里云上的一站式日志与可观测平台，每天承载着海量企业日志的采集、存储、查询、分析与投递。过去十几年里，写入 LogStore 的日志一直都是不可变的。但最近，我们给它加上了对已有数据的原生 update 和 delete 能力。今天想借这篇文章，聊聊我们为什么要做这件事，以及背后...

搭建一个能够对话的 Agent 并不复杂。进入真实业务场景后，Agent 需要处理的是实时数据查询、内部接口调用、SOP 排查、外部系统操作等任务，这些能力不能只依赖模型本身，必须通过工具体系补齐。

你的 Electron 应用上线了。用户在用，业务在跑，一切看起来挺好——直到某天，客服转来一条用户反馈：“应用突然闪退了，什么都没保存。”

摘要：在 AI 驱动的数据应用场景中，企业越来越需要一套同时支撑实时消费、历史沉淀与多引擎复用的数据底座。Kafka、Iceberg 开放表格式与对象存储的组合，正成为流数据入湖的重要方向。但传统依赖 Flink、Spark 等外部 ETL 作业的方式，也带来了链路长、系统边界多、运维复杂等问题。本文围绕“零 ETL”这一趋势，讨论流...

AI 编码能力的上限取决于对你项目的理解。再强的模型，如果拿不到你项目的真实知识——架构怎么设计、为什么这么改、团队的约定是什么——也只能给出通用答案，而非真正贴合你项目的帮助。

当我们谈 Agent 进化的时候，通常涵盖两类场景。一种是员工办公场景，通过 Coding Agent 或通用 Agent 的记忆、协作风格、用户画像等能力，让 Agent 越用越聪明、越用越懂用户。另一种是企业的业务场景，比如企业对外提供的客服 Agent，对内提供智能分析的 Data Agent。关于前者，Anthropic 发布的 Economic Index 给过...

按以往的剧本，接下来是这样的：被叫醒、登跳板机、翻 SLS 日志、对照 Runbook、判断到底是消费者挂了还是下游 RT 飙了、必要时拉群、必要时升级到二线、最后写一份故障复盘。一整套下来，MTTR（平均故障恢复时间，Mean Time To Recovery）轻则一两个小时，重则半个晚上。

在云原生与微服务架构下，一套生产系统往往横跨 Go、Java、Python、Node.js 等多种语言运行时，部署形态又散落在容器、Kubernetes、Serverless 之间。要在这样的异构环境里建立统一的可观测性，传统做法是为每种语言挂载侵入式 Agent 或 SDK——改代码、装包、对齐版本、重新发布，每接入一个新服务都是一次工程项目。在快...

单个 Agent 再强，也只是一个人在战斗。真正的生产力倍增，来自多个专职 Agent 的协同——而 AgentRun 让这件事变得像调一个 API 一样简单。

阿里云云监控 CLI（aliyun cms2）把 CMS（Cloud Monitor Service）2.0 控制台中的接入、配置、查询、告警、事件等能力统一沉淀为命令行入口；CMS Agent Skill 则把这些命令组织成面向 AI Agent 的业务工作流。

Agent = Model + Harness，这个公式因为非常简洁的概括了 Agent、Model、Harness 三者之间的关系，并且对 Agent 质量的提升给出了清晰的投入方向，因此获得了市场的共识。

当下还在古法手搓代码的开发者都是在奔着非遗传承人的目标去了，绝大多数都已经用上了 Claude Code、Cursor 这类 Coding Agent。方向对了，但场景不同，解法也不同 —— 开发者自己在本地装个 AI 助手提效，和在组织内部搭起一套 AI 驱动的研发协作体系，是完全两个维度的事情。前者已经有成熟的产品了，后者才刚刚开始。...

Anthropic 发布了 Claude Fable 5，比跑分更值得拆解的是它的运行时行为，当某些请求触发了安全边界，用户的请求将会被切换到 Opus4.8。

作者：张文浩当大模型调用从“尝鲜”走向“规模化生产”，成本治理就不再是一道选答题，而是必答题。为什么 AI 时代需要 FinOps？随着企业 AI 应用进入深水区，越来越多的团队开始面对一个共同的难题：谁在用模型？用了多少 Token？哪个业务线在烧钱？哪个消费者在“超额跑分”？月底账单出来才发现预算爆了，已经晚了。传统的...

近日，Agentic AICon —— 智能体基础设施与 AgentOps 专场圆满落幕。本场活动吸引了 180+ 名技术从业者参与，现场聚焦 Agent 规模化落地的基础设施层，深度分享了 Agent Infra、HiClaw、AgentRun、AgentLoop、STAROps、RocketMQ 等相关议题，系统拆解了企业 Agent 从构建部署、规模化运行、观测评估到智能运维的全生命周...

2026 年 5 月，Google Cloud DORA 团队发布了《ROI of AI-Assisted Software Development》。与前一年的《DORA Accelerate State of DevOps Report 2025》侧重个体采纳率不同，这份报告直接面向一个组织级问题：

这是 Langchain 提出过的观点，强调了 Harness 在构建 Agent 过程中的重要性。从事过后端开发、设计过分布式系统的朋友，肯对对胶水代码、中间件很熟悉，展开本文正文前，我们来结合两个熟悉的概念来进一步加深理解 Harness。

关于智能运维，在讨论“AI 会替代多少运维工程师”之外，企业更关心真实环境下的落地问题怎么解决，比如跨云环境下数据怎么打通，复杂系统的告警噪声怎么治理，运维团队的角色到底在往哪个方向变。我是宋鸣，吉利汽车用户数据中心数据质量部长。伴随吉利业务的快速发展与整合，我们的系统规模和复杂度都在指数级增长，也让...

随着云原生架构的普及和 AI 应用的快速增长，企业需要管理的应用类型日益丰富——从传统 Java 微服务到 AI Agent，从 Golang 后端到各类 AI 网关组件。与此同时，可观测平台的接入配置涉及一系列参数和步骤，对运维效率提出了更高要求。

随着 AI 模型能力越来越强、Agent 框架越来越完善，Agent 正从一问一答的答疑助手，走向可以自主执行任务的个人助手，可以代替人做自动化的工作。定时任务是 Agent 自主工作的主要方式，最近流行的通用智能体（比如 OpenClaw）都内置了定时任务功能。