今天分享的是：AgentScope：迈向 Agentic 智能体应用-阿里巴巴

报告共计：101页

这份文档围绕阿里云智能集团推出的AgentScope开源智能体框架及相关AI原生应用架构体系展开，详细介绍了其技术体系、配套组件、落地实践与技术演进方向，同时展现了阿里云在AI原生应用领域的全栈布局与实践探索。

AgentScope是通义实验室打造的开源智能体框架，作为百炼Agent平台技术底座，提供智能体开发、训练、部署和管理的生产级解决方案，核心具备模型能力集成、多智能体编排、智能上下文管理和工具管理四大功能，还通过AgentScope-Runtime实现Agent-as-a-Service能力，支持多方式灵活部署。基于该框架构建的Alias通用智能体应用平台，覆盖通用对话、深度研究等多专业场景，可实现多智能体自主协作与快速部署，同时平台还提供金融分析、语音交互等多款开箱即用的智能体，满足多元业务需求。

针对AI应用异步架构的痛点，阿里云对Apache RocketMQ进行优化，推出LiteTopic轻量级事件载体，通过差异化订阅、精细化流控和非阻塞线程池模型，解决了AI任务的头部阻塞、资源浪费等问题，并基于此实现了全异步AI会话网关，支持会话断连恢复，提升了AI应用的并发效率与稳定性。

为解决企业AI落地的管理、规模等问题，阿里云发布HiMarket开源AI开放平台，构建AI场景、市场、治理三大体系，实现模型、Agent、MCP的统一管理与权限控制，支持企业私有化定制，为企业AI应用落地提供最短路径，且该平台坚持开源开放，有清晰的版本迭代规划。

在智能体基础设施层面，LoongSuite开源数据采集方案实现多维度数据统一采集，保障Agent服务的可用性与可靠性，而UModel通用可观测数据建模方法则通过图模型解决数据鸿沟问题，为智能体故障自主发现与定位奠定基础。此外，阿里资产管理部的实战案例展现了Agent技术从传统向量检索，到目录索引、知识图谱，再到Agentic推理的演进过程，实现了从信息搜索到自主思考的跨越，还提出构建统一语义层让智能体更贴合业务的发展方向。整体而言，文档全面呈现了阿里云在Agentic智能体应用领域的技术布局、产品体系与实践成果，为AI原生应用的落地与发展提供了完整的解决方案。

以下为报告节选内容