AgentScope市场前景及投资研究报告：迈向Agentic智能体应用

AgentScope：迈向

Agentic智能体应用AgentScopeAgentScope

是通义实验室推出的开源智能体框架，作为百炼

Agent

平台的技术底座，以开源方式聚焦智能体相关技术与功能的前沿探索，提供开发、训练、部署和管理的生产级解决方案开箱即用的智能体Alias:

通用型智能体EvoTraders:

交易智能体深度调研金融分析数据科学问答智能体更多语音智能体浏览器使用智能体Data-JuicerAgent智能体评测自动评分AgentScope-StudioAgentScope多模态模型上下文管理ReAct范式多智能体编排工具调用评测工作流长/短期记忆智能体优化AgentScope-Runtime单应用部署工具沙箱对话

UI/agentscope-ai本人有

169580个文档在互联网上公开展示，

每天几万个目光扫过，商业价值无可估量。本广告页虚席以待，有眼光人士可以和我联系宣传和推广，目前只放开四个位置，见下方有意联系wechat

:

lycqlc位置一：

每月5000元位置二：

每月3000元位置三：

每月2000元位置四：

每月1000元AgentScope技术特色AgentScope

围绕

Agentic

的核心理念进行构建，提供模型能力集成、多智能体编排、智能上下文管理和工具管理四大核心功能模型能力集成多智能体编排••••••Agentic智能上下文管理工具••••••AgentScope技术特色AgentScope

围绕

Agentic

的核心理念进行构建，提供模型能力集成、多智能体编排、智能上下文管理和工具管理四大核心功能模型能力集成•本地部署••文本、视觉、语音、全模态等AgentScope技术特色AgentScope

围绕

Agentic

的核心理念进行构建，提供模型能力集成、多智能体编排、智能上下文管理和工具管理四大核心功能智能上下文管理••Mem0，ReMe•自主存储

检索AgentScope技术特色AgentScope

围绕

Agentic

的核心理念进行构建，提供模型能力集成、多智能体编排、智能上下文管理和工具管理四大核心功能工具管理•••StreamableHTTP，SSE

和STDIO

类型状态有状态

无Anthropic

Agent

SkillAgentScope技术特色AgentScope

围绕

Agentic

的核心理念进行构建，提供模型能力集成、多智能体编排、智能上下文管理和工具管理四大核心功能多智能体编排••动态图MsgHub，pipeline

等语法糖，AgentScope技术特色AgentScope-Runtime

提供

Agent-as-a-Service

能力，支持将

Agent

封装为可独立调用的

API

服务，实现灵活部署、降低成本和快速迭代构建智能体应用服务对接部署协议（A2A，ResponseAPI）实现智能体应用打包部署到集群/云端实现前端

UIAgentScope-Runtime工具沙箱部署服务支持多种部署方式代码执行环境文件系统服务浏览器控制DockerK8S自定义

MCP评测沙箱内置健康检查与中间件统一基于AgentScope-Runtime部署智能体应用AgentScope

实现智能体应用AgentScoAgentScope:

智能体的评测面向

Agentic应用的评测统计分析可视化追踪分布式并发智能体environmenttoolsAgentScope:

智能体的观测提供运行时的数据统计提供运行时项目管理能力支持评测结果的分析可视化提供可以快速开发的智能体模版AgentScope:

智能体的观测提供运行时的数据统计提供运行时项目管理能力支持评测结果的分析可视化提供可以快速开发的智能体模版AgentScope:

智能体的观测提供运行时项目管理能力提供运行时的数据统计支持评测结果的分析可视化提供可以快速开发的智能体模版AgentScope:

智能体的观测提供运行时的数据统计提供运行时项目管理能力支持评测结果的分析可视化提供可以快速开发的智能体模版AgentScope:

智能体的观测提供运行时的数据统计提供运行时项目管理能力支持评测结果的分析可视化提供可以快速开发的智能体模版AgentScope:

智能体的观测提供运行时的数据统计提供运行时项目管理能力提供可以快速开发的智能体模版支持评测结果的分析可视化AgentScope:

智能体的优化AgentScope

通过

Trinity-RFT

提供面向

Agentic

应用的

RL

训练能力，从而支持开发者实现智能体应用的快速迭代和优化前沿算法全面支持全面支持

SFT,GRPO,

GSPO,PPO等强化学习算法智能样本筛选机制根据训练目标自动优选高价值训练样本，提升收敛效率动态数据-奖励协同管理实时联动训练与奖励信号，实现反馈闭环驱动的训练优化AgentScopeAgentScope

是通义实验室推出的开源智能体框架，作为百炼

Agent

平台的技术底座，以开源方式聚焦智能体相关技术与功能的前沿探索，提供开发、训练、部署和管理的生产级解决方案开箱即用的智能体Alias:

通用型智能体EvoTraders:

交易智能体深度调研金融分析数据科学问答智能体更多语音智能体浏览器使用智能体Data-JuicerAgent智能体评测自动评分AgentScope-StudioAgentScope多模态模型上下文管理ReAct范式多智能体编排工具调用评测工作流长/短期记忆智能体优化AgentScope-Runtime单应用部署工具沙箱对话

UIAgentScope-Alias利用模型的“规划-执行-反思”能力，智能体可以把复杂问题拆解成若干可执行的子任务，并最终完成交付典型应用场景Task•

DeepResearch：研究子课题拆解

→

分课题进行联网搜索

→

整理报告输出Response•

Data

Science：找到数据库位置

→

生成sql语句并执行

→根据执行结果调整sql

→

数据可视化展示•

Browser

Use：用户指令拆解

→

分步骤操作云电脑桌面

→

根据环境变化动态调整下一步动作

→

完成任务Environment智能体“规划-执行-反思（plan-execute-react）”链路原理AgentScope-Alias智能体数字分身Alias

是基于

AgentScope

构建的通用智能体应用平台，通过

自然语言交互让人工智能成为

您的数字化助手。它能够理解

需求、记住偏好、执行复杂

任务，提供开箱即用的完整

解决方案，支持多种专业场景

模式切换，具备长期记忆能力，让智能体应用的开发和使用

变得简单高效。https://alias.agentscope.ioAgentScope-Alias多智能体智自主协作Alias

内置五种智能操作模式可灵活切换，包括通用对话、浏览器自动化控制、深度研究分析、金融数据分析、数据科学处理等专业场景。每种模式都经过精心优化，确保在特定场景下发挥最佳性能，真正做到一个平台满足多样化的业务需求。https://alias.agentscope.ioAgentScope-Alias快速部署，即刻上线Alias

提供完整的部署解决方案，支持命令行工具快速启动和全栈应用部署两种方式。命令行适合开发者快速集成，全栈方案支持企业搭建定制化服务平台。平台内置工具记忆和用户画像服务，实现跨会话追溯和个性化体验，为智能体应用提供全生命周期支持。https://alias.agentscope.ioAgentScope–

更多开箱即用的智能体提供涵盖金融分析和交易、数据处理、语音交互、文档问答等多元场景的，开箱即用的智能体投资分析智能体数据科学智能体语音智能体EvoTradersData-JuicerAgentVoiceAgent金融投资模拟分析，支持实时股市行情介入、回测与实盘

双模式，配备可视化面板基于

Multi-Agent

协作架构，用户通过自然语言交互即可完成从数据查询、配置管理到代码生成的工业级数据处理全流程实时语音交互与

ReAct

范式的结合，覆盖

TTS、语音和实时语音

API

三种服务场景，基于

Multi-Agent

多智能体协作与

Agentic

RAG

检索增强技术实现的问答型智能体，能够动态规划、自主决策并提供精准回答AgentScope

智能体开发框HTTPS://GITHUB.COM/AGENTSCOPE-AIApache

RocketMQ

for

AI面向

AI

应用的异步解决方案周礼RocketMQ

Maintainer场景下异步架构的新挑战01

AI02

LiteTopic：面向

AI

场景的轻量级事件载体Contents目录基于

LiteTopic

实现精细化流控基于

LiteTopic

的异步

AI

会话网关实操演示0304051.AI

场景下异步架构的新挑战传统互联网应用和

AI

应用的对比AI

应用的特点行为模式：主动执行，拆解目标，自主决策，完成任务，业务流程不固定业务时长：不可预测性更高，平均耗时长，部分场景可达分钟级甚至更长交互方式：单次任务交互次数更多，需要高效的状态管理和会话管理运行成本：GPU

的运算成本远高于CPU，AI

应用的成本压力更大传统应用事件驱动

vs

AI

应用事件驱动AI

应用异步事件驱动新特性易致堆积：平均消费耗时变长，队列数据容易堆积易致阻塞：单一长耗时消息引发头部阻塞，使短任务被迫等待，影响整体并发效率与用户体验结果可溯：系统异常恢复后，可获取历史任务结果，避免重复请求

LLM，减少冗余推理，降低成本面向AI场景的消息中间件消息中间件演进方向差异化：传统异步模型基于任务同质性设计，在分布式切片的架构下，只需少量

Topic

与集群消费提升吞吐。AI任务高度差异化，要求消息系统能够为每个差异化任务单元提供独立的消息通道数据恢复：传统模式依赖消息回溯重新执行业务，成本低可行。AI场景重试代价高昂，消息回溯需从重试转向复用，支持结果留存与快速读取，实现低成本故障恢复大消息体：AI推理结果体量大，要求消息中间件支持更大消息体。需通过分片、压缩等机制，实现大内容的高效传输与可靠存储。优先级：

支持不同的SLA2.

LiteTopic

：面向

AI

场景的轻量级事件载体传统消费模型：基于Group的共享消费RocketMQ

4.0

队列分配Pull模型RocketMQ

5.0

无状态

Pop模型LiteTopic

消费模型：差异化订阅LiteTopic

消费特点自动：不需要预先创建；运行时自动创建，自动清理，带TTL轻量：可创建百万级别的轻量级队列差异化：单个客户端可以订阅万级别Topic，不同客户端订阅关系可以完全不同，也可以相同独占（可选）：一个

LiteTopic

只允许一个客户端订阅LiteTopic

消费模型实现传统Group消费模型LiteTopic消费模型只是订阅关系数量的变化？能否复用现有方式，只是每个客户端使用独立的Group订阅多个Topic？

不可行1.

读请求数量急剧膨胀2.

轮询导致的无效扫描增多，

CPU开销增大3.

无法支持独占订阅4.

Topic要预先创建5.

客户端与各自Group绑定，使用很不方便LiteTopic

消费模型实现海量差异化订阅模型①

订阅关系注册：客户端动态添加/删除订阅，注册到服务侧，分片存储②

百万队列：基于百万队列模型，每个LiteTopic对应一个逻辑队列，消息存储时自动创建③

事件分发：每个客户端有专属的事件队列，根据订阅关系集合进行分发④

事件读取：一客户端读请求归一化，不必对每个

LiteTopic

发起读请求；直接读事件队列，避免扫描数据面控制面分离、推拉结合、事件驱动3.基于

LiteTopic

实现精细化流控队列级共享消费导致阻塞共享队列阻塞队列共享：单一

Topic

包含多个队列，所有队列共同承载多用户消息，资源共用、无隔离消息混合：不同用户的消息被随机分发至各队列中，隔离程度很低队头阻塞：当某队列头部出现长耗时任务，后续所有消息（无论归属谁）均被阻塞，无法消费影响公平：单用户密集提交慢任务，可能抢占全部队列头部，导致资源独占，引发其他用户延迟上升，破坏系统公平性，拖慢整体响应。消费端线程池非阻塞模型非阻塞消费线程池模型线程模型瓶颈：消费端实际并发能力受限于线程池大小，预拉取

+线程池模型下，线程一旦被慢任务占用或者用sleep实现限流，即无法释放，即便队列物理隔离仍会导致资源卡死消费线程释放：LiteTopic

支持消费者主动返回

suspend，立即释放当前线程，避免空等浪费保障公平：释放的线程可立即处理其他用户的快速任务，提升整体吞吐与多用户调度公平性基于

LiteTopic

实现精细化限流实现方案关键点物理隔离：以用户名作为

LiteTopic

名称，实现用户级物理隔离动态创建：LiteTopic

按需动态创建，百万级可扩展精准流控：每个

LiteTopic

独立执行限流，实现精准流控；可以按用户配置差异化阈值，打造“千人千面”的流量治理能力挂起机制：用户触发限流时，消费者返回suspend，立即释放线程，服务端暂停拉取，避免资源浪费；释放的线程可即时处理其他用户请求，实现资源的弹性调度与高效复用4.基于

LiteTopic

的异步

AI

会话网关现有

AI

会话异步方案的瓶颈现有方案的局限性共享消费：集群消费无法保证消息传输到固定接收节点，难以支持会话粘性，导致结果回传错乱或依赖复杂状态同步历史数据：缺乏轻量灵活的

API来支持数据恢复，无法快速读取多轮会话上下文消费方式：集群消费模式无法支持消费差异化，需要共享、互斥等消费模式来支持多种会话场景交互异步会话网关现有方案的局限性现有实现方案①

任务提交：用户连接到某网关机器，提交任务，该机器将任务信息写入共享缓存②③

轮询任务：Worker获取并执行任务，完成后将结果写入到结果队列④⑤⑦

顺序消费：网关集群顺序消费结果队列：若接收用户消息的机器是用户所连网关实例，则直接推流；若不是用户所连实例，则将结果存入缓存，并发送广播Topic⑥

广播消费：所有机器收到广播后，如果是本机所连接用户的任务，从缓存读取结果并返回，否则忽略问题：流程复杂、依赖组件多、广播无效消费、排查路径长、不支持断连恢复基于

LiteTopic

实现全异步会话网关优化后的方案①②

任务提交：用户连接到某网关机器，提交任务，该机器将任务信息写入到任务Topic（普通类型），消息中携带Session信息，并订阅对应

Session

名字的LiteTopic③④

回写结果：智能应用（Worker节点）消费任务Topic的消息，处理后将任务结果写到

Session

名字的

LiteTopic⑤⑥

返回结果：订阅Session

LiteTopic的网关机器收到任务结果，直接返回给用户流程简单、全异步、依赖组件少、无需广播消费、支持断连恢复异步会话网关断连恢复中断恢复①

Session建连：浏览器连接到网关机器1②③

返回结果：网关机器1订阅LiteTopic（Session1），后端智能应用将结果写到Session

Topic1，网关机器1返回浏览器④

断连：浏览器或者网关机器原因断连⑤

浏览器重连：网浏览器重新连接到网关机器2，标明恢复会话为Session1，网关机器2订阅LiteTopic（Session1），从断点处返回数据无状态网关；支持指定Last-Event-ID、LastN模式，便于端上重新组织数据5.

实操演示实操演示：会话重连/apache/rocketmq-a2a/tree/main/example/rocketmq-multiagent-base-adk实操演示：基于RocketMQ的多智能体通信/solution/tech-solution/rocketmq-for-multi-agent-communication/2990228THANKSHiMarket：企业私有化开放平台企业落地

AI

应用架构的最短路径文想AI

开放平台，顺势而生从云原生架构到

AI

原生架构01020304CONTENT目录HiMarket

构建

AI场景、AI

市场、AI治理模型、MCP、Agent、安全，全方位的能力进化HiMarket

架构以及企业级生态帮助企业构建

AI

应用协作机制，实现AI应用货币化HiMarket

社区规划

&

开源开放Himarket

作为开源产品欢迎大家来共建人工智能+

即将大规模爆发技术持续迭代Software

1.0Software

2.0Software

3.0programsprogramsprogramscomputer

codecomputerweightsneural

netLLMagentbecameprogrammable

in

~1940sfixedfunction

neural

nete.g.

AlexNet:for

imagerecognition

~2012Prompt、RAG、MEM、MCPLLM

=programmable

neural

net!

~2019政策面目标清晰⚫

2027年：6大领域广泛融合，应用普及率>70%，智能经济核心产业快速增长⚫

2030年：应用普及率>90%，智能经济成为增长极，技术普惠⚫

2035年：全面进入智能经济、智能社会阶段70%

90%

100%2027年2030年2035年企业落地

AI

架构会遇到那些问题？企业落地面相全员做

AI场景加速创新，会遇到的一些通用问题落地？规模？企业和员工怎么用？Agent、MCP规模落地如何管理？权限如何管理，成本如何分摊？哪些高频场景可以快速让所有人参与？AI

不是技术开发独享的能力，面相横向全企业员工如何加速AI渗透；企业开始大规模落地

Agent，都会遇到多

Agent

管理，多

MCP

工具管理，多模型管理问题；企业多个团队如何协同，权限如何管理，成本如何分摊？让

AI

创新安全合规可控？HiMarket开源新版本发布，定位AI

开放平台HiMarket

定位

AI开放平台：企业落地AI应用架构

最短路径链接企业内部最短路径HiMarket

AI开标准API开放平台（API货币化）AI

场景AI

市场AI

治理Chat

对话

/联网Agent

市场

/

Model

市易于企业定制化统一监管

/统一权（企业权限适配）API开放平台快速落地AI应用和验证（playGround）AI

网关多模型代理企业级AI接入管理能力多

agent

架构AI

RegistryAI

agentAI

agent（安全审核）端到端订阅HiMarket快速验证

AI场景，便捷结合企业线上业务，构建标准化创新平AI

场景：沉淀

AI

高频场景，面相全员加速创新落地面相企业全员管理者合规审计高频场景沉淀联网搜索、MCPAgent

市场AI市场：多市场共享能力、共享资源MCP

市场模型

市场AgentHttp

转

MCPMCP

防投毒自建模型管理公有云模型管理计量可观测Agent

RegistryA2A协议兼容MCP

版本管理企业级Agent架构Agent

Gateway跨语言、跨框架MCP

local/remote外部

MCP统一采购模型协议转换模型调用fallback市场的体系化统一AI

治理：通过统一开放平台，解决

AI

发展管理问题统一开放平台、集中AI治理统一权限管理统一内容审核统一可观测HiMarket

架构：AI

开放平台私有化定制帮助企业构建

AI开发者门户注册、访问上架、审批、配额开发者门户开放平台后台开发者管理者开发者认证、鉴权管理

MCP、AgentSSOAI网关HiMarket

架构：AI

开放平台整体架构放平开发者门户：深度集成与定制Developer注册SSO集成Consumer注册凭证管理Product开放展示/订阅/调试观测分析Developer维度调用构建AI

开放平台后台门户后台：管理员配置Product管Developer/Consumer

管理SDK（POP/Higress/Nacos）基础设施：集成与统一管理HiMarket

开源

roadmapHiMarket

坚持开源开放，欢迎一起共建，让天下企业没有难用的

AI

开放平台支持多模态体验，可以文生图，文生视频HiChat

支持丰富agent模式，支持manus

、deepresearch等类型复杂

agent多模态人工智能支持，Agent市场持续增强当前重大版本，AI市场，体验中心，企业级平台能力起始版本，支持MCP市场2025

Q22025

Q32025

Q42025

年底2026

Q12026

Q2谢谢！HiMarket生态：AI

原生应用架构全景图MCPRegister

&Prompt模板事件驱动ApacheNacos端

&生态APIGatewayAIGAIAgentHigressAgentScopeHigress手机手表耳机眼镜生态通义DeepSeekOpenAI模型…API管理AIProxyAgentWorkflow/MultiagentToken流控流量防护WAF

防护服务发现标准智能体定义范式

工作流与多智能体编排安全护栏语义缓存智能路由ContextA2A上下文与状态管理分布式智能体协作OTelOTelAI观测&评估工具集LLMObservabilityMCPAI治理：AI

开放平台

A