阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。欢迎加入“函数计算 AgentRun 客户群”与我们交流，钉钉群号：134570017218。

提示: 本文是AgentRun Browser Sandbox 快速上手实践指南的姊妹篇,专注于高级集成方案、生产环境的最佳实践、性能优化和部署策略。如果您还没有完成基础学习,请先阅读《快速上手：LangChain + AgentRun 浏览器沙箱极简集成指南》。

阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。欢迎加入“函数计算 AgentRun 客户群”与我们交流，钉钉群号：_134570017218_。

在 Agentic AI 时代,智能体需要与真实世界交互,而浏览器是连接虚拟世界与现实世界的重要桥梁。AgentRun Browser Sandbox 为智能体提供了安全、高性能、免运维的浏览器执行环境,让 AI Agent 真正具备"上网"的能力——从网页抓取、信息提取到表单填写、自动化操作,一切皆可实现。

舆情分析是企业感知市场脉搏、预警公关危机的“听诊器”，然而传统的舆情分析系统更像是一个个“手工作坊”，面临数据收集效率低、分析深度不够、实时性差等问题，经常反馈之后，等企业拿到报告时，舆论热点早已转移，错过最佳时间。这些挑战，正是所有舆情系统开发者共同的痛点。

阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。

AI Agent 正从技术概念快步走向生产应用。但是，开发者和企业从“原型”到“产品”的每一步，都充满了基础设施的挑战。要跨越这道鸿沟，需要的不仅仅是更聪明的模型，而是能全面解决这些问题的基础设施平台。

精选文章算力成本降低 33%，与光同尘用 Serverless AI 赋能影视商业内容生产ModelScope 模型一键上线？FunModel 帮你 5 分钟从零到生产助力企业构建 AI 原生应用，函数计算 FunctionAI 重塑模型服务与 Agent 全栈生态【本不该故障系列】从 runC 到 runD：SAE 如何化解安全泄露风险从代码到生产推理服务：DevPod 全流程部...

AI Agent 正从技术概念快步走向生产应用。然而，当开发者试图将原型推向生产环境时，一道巨大的“生产化鸿沟”随之显现：众多开源框架虽提供了强大的“大脑”，却缺失了企业级应用赖以为生的“基础设施”。开发者实现从“原型”到“产品”的每一步，都充满了基础设施的挑战。要跨越这道鸿沟，需要的不仅仅是更聪明的模型，而是能全...

在 AI Agent 应用加速落地的今天，开发者和企业普遍面临三大核心痛点：部署成本高、运维复杂度高、资源利用率低。为应对这些挑战，AI Agent 与云原生、Serverless 架构的深度融合正成为行业新趋势。我们很高兴地宣布，AgentScope 正式集成基于阿里云函数计算（Function Compute, FC）的全新 Serverless 运行时，为多智能...

资源的刚性交付，不是云上天生就具备的能力。当选择自建或自管理一个 Kubernetes/ECS 资源池时，就必须直面一个残酷的现实：所依赖的底层 IaaS 资源本身就是非刚性的。

告别碎片化开发体验，DevPod 打造从代码到服务的一站式闭环。本文手把手演示在函数计算 Funmodel 上完成 DeepSeek-OCR 模型从云端开发、本地调试到生产部署的完整工作流，让模型真正走出实验室，实现分钟级服务化，重塑 AI 模型从开发到落地的高效路径。

对于大多数客户而言，使用 Serverless 容器服务时最核心的顾虑始终是安全性与租户隔离能力。确实，并非只要采用了容器技术、实现了资源共享，就天然具备稳定可靠的安全保障。容器本身只是隔离手段之一，其安全边界高度依赖底层运行时模型。在非阿里云 SAE 的环境中，客户在使用基于 runC 的「共享资源的产品」「且没有使...

本文整理自 2025 云栖大会，阿里云智能集团产品专家，刘宇演讲议题《函数计算发布 FunctionAl:serverless Al 原生应用基础设施》

在当今这个全民 AI 的时代，快速入门 AI，赶上时代的浪潮，成为了大家当下最热切的追求和期盼。于是，模型作为 AI 场景的载体，随着 AI 技术的不断发展，在持续的，如雨后春笋般出现在大家的视野中，可谓是种类繁杂，功能齐全，从不同方面满足大家对 AI 的需求。例如在 AI 聊天场景，就有很多大语言模型（LLM）可供选择...

与光同尘成立于2015年，最初是一家专注于品牌商业广告制作的传统影视公司，服务客户包括阿里巴巴等头部品牌。在AI技术尚未普及的年代，公司依赖“实拍+后期”两种模式完成影像内容生产，一个百万级项目动辄耗时2-3个月，70%以上的成本用于拍摄与制作，利润率仅10%出头。

传统的 Serverless 平台一般都是面向无状态应用的，通过将请求分发到不同的可以自动扩展的函数实例，从而为应用提供极致的弹性、按量付费等能力。然而，针对存在会话概念的应用，传统的 Serverless 平台就不能够在后端有多个副本的情况下，将属于某个会话的请求转发到服务该会话的函数实例，从而该类应用无法在不引入外...

吉利汽车，是中国知名的自主汽车品牌，近年来通过技术创新和产品升级，在国内外市场取得了显著成绩。随着 AI 浪潮的发展，吉利汽车也在不断加强智能化的建设，尤其在新一代 AI 座舱的建设上，成为汽车主机厂的核心竞争力之一。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...

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。

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。智能体（Agent）作为能够自主理解、决策并执行任务的全新应用范式，正在重塑软件的定义。然而，在生产环境中规模化落地 Agent 面临着开发效率、安全弹性、运维观测等多重挑战。

Qwen3 Coder 可谓王者归来，我们在上一篇《全球首个搭载 Kimi-K2 的 Serverless 架构 VibeCoding解决方案重磅来袭！》简单提到了 Qwen3 Coder 的切换使用，本篇继续详细为大家介绍，展示该模型的代码生成能力，看看王者二字是否实至名归。

2025 年，AI Agentic 基础设施（Agent Infra）迎来爆发拐点。DeepSeek、Qwen 等开源大模型的突破为 Agent 提供了强大的认知“大脑”，而模型上下文协议（MCP）的生态繁荣则赋予其灵活“四肢”——据 IDC 预测，全球 80% 企业将在年内部署 Agent。“大脑”与“四肢”的协同进化，正在倒逼承载二者的“躯干”全面升级：Agent Infra 成...

Kimi-K2 近期火爆异常，优秀的性能表现甚至都将DeepSeek从全球开源模型第一的王座上拉了下来。该模型最让我们开发者关注是其编程能力，经测试，代码生成效果的确非常惊艳。

在系列文章第4篇 MCP Server On FC 之旅4: 长连接闲置计费最高降低87%成本的技术内幕，我们解构了FC在MCP场景下通过闲置计费能力为用户降本的技术内幕和使用方式。本文将从Auth的角度，介绍MCP协议对Auth的支持以及函数计算为适配MCP协议Auth目前提供的能力和之后会开放的能力。

在系列文章首篇 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配，我们系统解构了MCP协议的核心架构，重点验证了存量STDIO协议服务的云端转型方案——通过轻量化改造（前置一个 mcp-proxy）实现向SSE（Server-Sent Events）协议的实时通信升级。本文将延续技术纵深，聚焦当前企业拥抱 MCP 两大核心痛点：

随着 AI 技术的飞速发展，MCP（模型上下文协议） 逐渐崭露头角。这项由 Anthropic 公司（Claude 的创造者）于 2023 年 11 月推出的开放协议，正在重新定义 AI 与数字世界的交互方式。这项开放协议不仅让AI突破传统对话边界，更赋予其执行现实任务的能力，堪称人工智能向"行动智能体"进化的里程碑。然而从火热概念到落地...

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。

业内较为常见的高频短时 ETL 数据加工场景，即频率高时延短，一般费用大头均在函数调用次数上，推荐方案一般为攒批处理，高额的计算成本往往令用户感到头疼，函数计算推出定向减免方案，让 ETL数据加工更简单、更自动化、容错能力更强。

前文介绍了魔搭 ModelScope 社区模型服务 SwingDeploy 服务。开发者可以将模型从魔搭社区的模型库一键部署至阿里云函数计算，当选择模型并部署时，系统会选择对应的机器配置。按需使用可以在根据工作负载动态的减少资源，节约机器使用成本。5分钟完成从开源模型至模型推理 API 服务的生产转换……好，优势前文已经介绍过了...

面对魔搭 ModelScope 社区提供的海量模型，用户希望快速进行选型并生产使用起来，但在此之前，却一定会面临算力管理难、模型部署难等一系列问题，那么能否实现快速把选定的模型部署在云端功能强大的 GPU 上，由云端负责服务，扩展，保护和监控模型服务，同时免于运维和管理云上算力等基础设施呢？魔搭ModelScope +函数计...