阿里云AgentCore企业智能体构建与治理沙龙（北京站）

企业级Agent：从单点应用到规模化落地计缘阿里云智能云原生应用平台CONTENT企业Agent正在跨过「原型→生产」的断层Agent不是微服务：生产环境里的五个差异与三层分治让协议适配Agent：异构Agent的四种接入模式与纳管从单任务并行到组织化运营：多Human多Agent的数字会议室企业敢用的前提：零凭证、沙箱隔离、事后可定责单点应用已经不稀缺，稀缺的是把几十上百个Agent稳定跑在生产环境里的能力规模化落地阶段几十个团队、规模化落地阶段几十个团队、上百个场景、不同框架写出来的Agent凭证必须集中托管，运行环境必须隔离记忆要持久化、可交接、可审计多人、多Agent在同一个任务里协作，谁指挥谁规模：50到5000+个Agent，用户是全公司单点应用阶段一个团队、一个场景、一个AgentAgent自己持有APIKey，跑在本机或共享容器里记忆是会话级的，关了就没了规模：个位数Agent，用户是团队自己企业客户的Agent落地实践AgentTeams（HiClaw）开源社区共建者单个企业的Agent规模区间规模化的本质不是「更多Agent」，而是让Agent之间自动协同起来Agent一问一答Agent一问一答，受限于人的阅读与输入带宽Token消耗：线性人只下达一次高维意图，Agent之间自动拆解、评审、校验、纠错Token消耗：指数级HumanAgentAgent三维交互网络：HumanAgent、AgentAgent、多Human多Agent。后两维才是生产力的爆发点，也是所有新挑战的来源。构建一个Agent怎么在生产环境里跑得稳构建一个Agent怎么在生产环境里跑得稳Agent的扩缩容与微服务完全不同多个Agent怎么像一个组织那样工作治理出了事谁负责，领导敢不敢签字零凭证、沙箱隔离、零信任通信执行留痕，事后可定责接入不同框架写出来的Agent怎么统一管理让协议适配Agent，而不是反过来四道门槛的顺序，就是一家企业Agent规模化时踩坑的顺序构建Agent不是微服务生产环境里的五个差异，以及正确的扩缩容模型每一项都是「单点能跑」和「规模化能稳」之间的分水岭维度规模化落地（生产）没做的代价凭证零凭证：网关集中托管，Agent一个Key都不拿一百个Agent就是一百个泄露点运行环境本机进程或共享容器计算、网络、存储三维隔离的沙箱，按需拉起、用完即焚一次提示注入就能污染内网记忆会话级，上下文随进程消失计算与存储分离，人格与记忆持久化在对象存储容器重建即失忆，任务无法交接观测看容器日志网关日志+沙箱日志全量汇聚，Tracing到Token成本再到轨迹数据出了问题说不清是谁、花了多少弹性常驻、手动扩闲时休眠、按任务队列扩缩、冷启动有温池要么浪费算力，要么高峰卡死套用微服务HPA的三个后果1分身记忆分裂检测到负载高再扩，新副本起来时请求方早已超时，高峰已套用微服务HPA的三个后果1分身记忆分裂检测到负载高再扩，新副本起来时请求方早已超时，高峰已经过去2冷启动来不及3Token预算炸裂维度触发指标待处理任务队列、Session、上游LLM配额扩容速度副本关系完全对等、无状态有人格、有记忆，Sandbox之间要同步状态扩容上限几乎无限受限LLM配额，工具并发能力真正瓶颈上游LLM速率、Token预算、工具调用延迟成本模型看资源，线性倍只有最底层的执行单元才符合传统横向扩展的假设，Agent本体要当「管理者」对待全状态：持有人格、记忆、决策历史!任务分派Tier2WorkerAgent（专家）扩容触发看待处理任务数，不看CPU工具/技能调用Tier3SkillSandbox（执行单元）冷启动：三招组合温池预起一批空壳Worker，需要时热切换人格配置，秒级特化休眠唤醒预测式扩缩Agent负载强季节性：早会、上午需求、晚两路扩并发（Session级隔离/Team级分流）·一路压时延（Subagent进程内协作）WorkerAgentTeamATeamWorkerAgentTeamATeamBTeamC扩并发·TEAM级多Teams副本分流请求·负载分流压时延·进程内Subagent同进程协作 AgentAgentAgent多跳扩并发·SESSION级单Session单Sandbox 并发并发靠加Sandbox/加Team副本横向扩时延靠把Subagent收进同一进程压到最低托管Agent实现三维物理隔离保障安全·Session亲和实现Sandbox级HPA·深休眠做到无请求不计费三维安全隔离三维安全隔离Agent运行环境互不干扰，安全可信存储独享或共享WorkerAgentSandbox可独享存储SandboxSandboxHPA：按波峰波谷自动扩缩独享存储每Sandbox专属AgentSandboxSandbox·运行中SessionAAgentCore调度·Session亲和路由（单Ses流量上行WorkerAgentSessionBSessionC无请求不计费让协议适配Agent异构Agent的四种接入模式，以及纳管每个团队选自己的框架是合理的，百花齐放之后缺的是统一纳管主流框架自研主流框架自研/ADK等有插件机制的框架•研发团队最常见的起点开源RuntimeCodexHarness等通用Age运行时•个人助手、数字员工场景•只开放Webhook的第三方服务,部不了任何东西•采购来的能力，改不了完全自研•核心业务团队，不愿被框架绑定原则原则不让Agent适配协议，让协议适配AgentAgent该长什么样就长什么样，由平台提供的协议翻译层把它「裹」进协作网络；改造量从0行到50行，由Agent的形态决定，而不是由平台决定。四类Agent有三种接入AgentCore的方式自定义镜像部署自定义镜像部署+AgentCoreSDK少量改造安装命令行工具纳管0改造并支持协作能力。托管（QoderCLI，QwenPaw）否否否没有Agent选型，新业务是是是是是AB分级决定了平台能承诺什么、不能承诺什么，也决定了数字员工席位的价值安全分水岭安全分水岭↑建议所有生产Agent至少L2凭证纳管+走网关、ConsumerToken、ACL全栈纳管+人格/记忆/MCP/Skill配置纳管资源纳管+Operator调度Sandbox、生命周期管理通信纳管+在协作房间里收发消息观测纳管通过AgentLoop做Agent观测从单任务并行到组织化运营多Human、多Agent的数字会议室，以及集中的能力资产前者解决一次任务的吞吐，后者解决一个组织的持续交付组织化运营（持久身份）组织化运营（持久身份）每个Agent有持久身份、独立凭证、跨会话的记忆不同的人在不同时间找同一个Agent，上下文连续、可交接适合：企业里长期存在的数字员工与数字团队或自动化Agent产线单任务并行（会话级）一个人发起一次任务，拆给N个子Agent并行任务结束，子Agent和它们的上下文一起消失适合：一次性的大任务，个人生产力工具TLAgent意图理解·任务拆解·全局监督Worker专家·独立模型与技能Worker专家·独立模型与技能Worker专家·独立模型与技能Worker专家·独立模型与技能Worker专家·独立模型与技能Worker专家·独立模型与技能测试团队后端团队前端团队人只下达一次高维意图，剩下的拆解、评审、校验、纠错在房间里自动发生，全程透明前端专家TL前端专家TLAgent产品负责人测试专家研发TL评审专家后端专家协作房间（MatrixRoom）端到端加密·全文留存·管理员全程可见人格一致性忆后端，而不是各跑各的粘性路由粘性路由跨会话连续跨会话连续记忆与人格持久化在存储里，容器重建、副本切换都不终端体验层控制台/门户：浏览、订阅、为Agent授权能力!资产管理层（唯一对外API）增删改查终端体验层控制台/门户：浏览、订阅、为Agent授权能力!资产管理层（唯一对外API）增删改查·版本与灰度·订阅关系·鉴权计费配额·安全审计注册中心存元数据与配置（对用户不可见）；网关统一端点、ConsumerTokenACL、路由限流审计维度协议层：定义工具如何被列出与调用能力层：单个工具的包装，或多步工作流复杂度Agent编排API加业务逻辑包装后的SaaSgit_commit、jira_creat数据面数据面WorkerSandbox里，用ConsumerToken发起工具调用治理企业敢用的前提零凭证、沙箱隔离、零信任通信，以及出事之后能定责做过微服务治理的团队，对这张表一个都不陌生，差别只在对象变了微服务治理Agent治理里的对应为什么必须有注册与发现Agent/Skill/MCP注册中心，能力可寻址、有版本上百个Agent的能力不能靠口口相传身份与鉴权零凭证+每个Agent独立的ConsumerToken与ACLAgent不持有任何Key，越权在网关被拦下限流与熔断Token配额、速率协调、按Runtime的一键熔断上游模型限流时越扩越糟，必须反向降并发灰度发布Skill/MCP的版本管理与灰度下发一个Skill改坏会同时影响所有调用它的Agent链路追踪AgentTracing：谁、何时、调了什么、花了多少Token没有Tracing就没有成本归属与定责Sidecar/MeshMatrixBridge/Loongsuite-Pilot，Agent零改造接入协作网络异构Agent的统一纳管只能在Agent之外做配置中心人格/记忆/技能配置的纳管与下发从源头剥夺Agent乱用凭证的可能零凭证从源头剥夺Agent乱用凭证的可能零凭证密钥集中托管加密•精确到单个Agent的身份认证，对Skill/金融、政务级的隐私要求也能满足零信任通信•每一次外部调用都必须经过身份验证•Agent之间的任务派发、上下文共享端到端加密•控制面不入站，连接由用户侧主动发起三维隔离沙箱•遭遇提示注入或越权操作时，爆炸半径锁在单个沙箱内•任务到来极速拉起、结束立即释放，安全与成本同时成立不污染企业内网，不波及核心不污染企业内网，不波及核心IT环境事后能95%还原「谁、何时、通过哪个Agent、调了什么、产生了什么后果」三重留痕协作房间全文留存网关请求日志沙箱容器与系统调用审计三份日志对上，就能掏出一份审计报告，而不是「我们三份日志对上，就能掏出一份审计报告，而不是「我们Runtime认证分级：责任按等级分摊等级对象Verified用户自带、未认证治理层永远兜底，业务逻辑永远归用户治理层永远兜底，业务逻辑永远归用户沙箱、网关、审计这些治理层的责任，无论用什么Runtime平台都兜底；Prompt与工作流的错误归用户。某个Runtime爆出重大漏洞时，按Runtime一键熔断全部实例，1小时内通知——这是「自带Agent」模式的保险丝。不要等到第三阶段才补第一阶段的功课，治理从第一个Agent上生产就开始零凭证与网关托管从第一天就上沙箱隔离，不要在本机或共享容器跑生产记忆持久化，计算与存储分离组织化运营一层TeamLeader/二层TeamLeader/Worker三层数字团队多Human多Agent的协作房间三重留痕、Runtime分级、一键熔断集中的Skill/MCP工具池，版本与灰度全链路观测到Token成本，Agent专用弹性把安全治理与协作协议沉到底层，内核AgentTeams（HiClaw）开源，企业版以AgentCore交付控制台·协作客户端控制台·协作客户端·开放API人、Agent、管理员的入口AIAI网关（Higress）零凭证·身份鉴权·Token配额·按Runtime熔断·指令级拦截SkillSandboxSkillSandboxSkillSandboxAgent组织（隔离沙箱）TLTLAgentSkillSkillSandbox能力资产：HiMarket+Nacos注册中心Skill/MCP集中治理，版本、灰度、订阅、鉴权记忆：OSS对象存储人格与长短期记忆持久化，计算存储分离观测与审计：AgentLoop+SLS网关日志+沙箱日志全量汇聚，Tracing到Token成本AgentSandbox按需拉起·闲时休眠·Agent专用弹性内核AgentTeams（HiClaw）开源·2026年3月开源，社区5000+人共建，原生纳管QwenPaw/OpenClaw等Runtime|企业版AgentCore：控制面托管，数据面在客户账号企业级Agent从单点应用到规模化落地Agent不是微服务，别用微服务的办法扩它凭证、隔离、记忆、观测、弹性，第一个Agent上生产就要有；扩缩容看任务队列，分三层各扩各的让协议适配Agent，纳管深度决定治理上限四种接入模式覆盖自研、框架、开源Runtime与SaaSBot；生产Agent至少做到L2凭证纳管规模化的本质是让Agent之间协同起来组织而不是脚本：持久身份、三层分工、多Human多Agent共享一个房间零凭证、沙箱隔离、事后可定责，是企业敢用的前提微服务治理的经验一一映射到Agent治理；三重留痕让「出事谁负责」有答案谢谢ThankYouAgentCore产品介绍阿里云·云原生应用平台企业面临的典型问题与AgentCore的产品大图构建与运行、治理与协作、观测与评估等核心产品能力三个典型场景及其解决方案计费说明、竞品对比与产品路线图多来源、多环境、多版本多种Agent难以统一管理：高代码自研/开源harness配置/商业Agent采购准入、安全风险高agent的运行环境多样化：本地与远端、云上与云下、私有与公用横跨人、Agent、工具、外部系统的权限管理一个任务可能涉及多个agent、工具及外部系统，链路数据记录和打通难度大，过程难用户/Agent/工具/外部系统多方边界不清、请求链路长且不连续、工具越权风险大跨Agent调用缺乏明确的通信边界，委托链长且难以追溯，管控难度大典型问题：效果和收益说不清效果有没有基准·成本能不能归因·问题看不看得见·迭代有没有依据效果与质量无量化基准，说不清到底好不好没有基准与数据，优化迭代/任务拆不开面向企业Agent的一体化构建、运行与治理平台AgentCore统一能力底座AgentCore产品大图用用户与系统入口直接访问（如AGUI）)AgentIdentityAgentLoop开源Harness自研Agent商业AgentAgent运行时Session亲和Agent治理观测与评估Agent资产与上下文身份与权限凭证与安全防护成本控制出站安全防护纳管Agent接入层统一接入方式和协议、运行时免运维、资产按需接入用户与系统入口用户与系统入口（按需接入）IP黑白名单IMChannel（钉钉）Matrix协作客户端Agent模板版本管理批量更新存储挂载AgenticFSSession存储隔离托管Harness·运行时QwenPawQodercli（服务账号）更多框架弹性伸缩Session并发控制资源水位可配Session亲和直接访问（AG-UI）公网/VPC版本升级保留自研Agent，通过代码包或镜像实现标准交付与运行托管企业负责企业负责延续既有工程体系平台负责运行托管标准交付代码包·镜像服务发布版本管理版本可追溯·服务可调用·运行可托管企业聚焦企业聚焦Agent业务逻辑，AgentCore承担标准化交付与运行托管。在IM（钉钉、飞书、企微等）里直接与Agent对话是否显示思考过程可选择是否回传模型推理过程是否显示工具调用可选择是否展示工具调用与参数身份自动映射入站鉴权校验Agent办事回消息Agent运行时QwenPaw·QoderCLI等AgentEndpointAG-UI协议端点AppFlow消息集成与编排云上、云下、本地——多网络的Agent纳入同一空间，协同工作、统一治理统一观测指定模型Skill资产协同编排），本地终端设备·Win/macOS/Linux分别连接各模型供应商，统一维护每条连接的凭证与模型列表，并治理模型调用模型治理模型治理限流重试支持按业务或环境分别管理模型连接。2选择目标模型模型供应商模型连接Agent使用凭证·模型列表凭证·模型列表凭证·模型列表企业自建模型第三方供应商聚焦平台内Skill管理，兼顾快速迭代、稳定发布与权限控制支持开发态快速迭代、生产版本锁定与多Agent批量升级贯通多渠道获取与版本化分发，推动Skill贯通多渠道获取与版本化分发，推动Skill在组织内高效流转与复用基于用户与Agent权限交集，精确界定Skill的最终可用范围支持批量导入与按需自动更新，让分散的支持批量导入与按需自动更新，让分散的Skill资产持续沉淀至平台根据已有能力选择接入方式，将外部服务快速转化为Agent可用的MCP工具连接已有MCP连接已运行的MCP服务，快速纳入AgentCore工具管理导入OpenAPI/Swagger描述，生成标准MCP适配服务托管部署MCP上传代码包或镜像，由平台完成部署与运行托管04虚拟04虚拟MCP按需聚合多个MCP服务中的工具，形成统一入口并简化多服务管理权限交集控制权限交集控制用户对MCP的权限×Agent对MCP的权限，共同确定最终可调用范围长期记忆轻量托管、灵活编排；既有知识资产快速连接、按需扩展模板化部署模板化部署基于MCP模板，快速连接已有知识库白屏管理可视化完成连接配置与运行管理自由编辑可转为自由编辑，二次开发满足定制化需求知识库连接轻量托管白屏即开即用，无需准备底层存储灵活编排与Agent会话解耦，灵活编排记忆归属使用方式支持MCP、SDK等多种使用方式记忆空间将企业Agent最佳实践沉淀为可版本化、可批量演进的模板AgentAgent模板系统提示词SkillSubagent工具/权限配置实例化/版本更新版本化管理批量更新快速迭代模板版本企业Agent最佳实践核心能力稳定实践新增SubagentV1V2V3AgentAAgentC沉淀一次沉淀一次，复用到多个Agent；更新一版，按需批量升级。入站、出站两道身份检查点，Agent与人对等鉴权②入站网关①AgentAgent推理·决定调用ToolAgentAgent与人对等身份业务侧可再鉴权进一步拦截。资产细粒度鉴权02·核心能力对接企业身份源，统一承载Human与Agent身份及资产权限AgentAgentIdentityAgent用户用户池·企业SSO标准协议·SAML·OIDC·SCIMRAM·IDaaS·钉钉·飞书·企业微信·EntraID钉钉飞书企微SAMLAgent权限Agent身份生命周期同步·运行时绑定用户身份-Agent身份-云身份可信传播Agent审计端到端审计用户认证·Agent认证标准协议对接·身份接入开箱即用云上Agent默认具备Agent身份能力互联互通与钉钉、飞书以及OIDC、SAML等协议互联与阿里云产品、OAuth标准服务、企业服务互通安全可控人员身份可传播、Agent身份可识别、Agent凭证零接触、Agent权限可控、Agent操作可审计02·核心能力敏感信息统一由凭证承载，Agent不碰企业主Key——防泄露、防横向越权横向越权凭证在Agent横向越权凭证在Agent间越界——A的凭证被B盗用或复用，权绑定粒度可演进当前支持Agent粒度（凭证绑定到Agent）；未来支持更运行时二次凭证Agent不碰企业主Key，只拿受限、可撤、敏感信息泄露Agent运行时要用APIKey/Token/密码访问外部系统独立凭证管理模块敏感信息统一由「凭证」承载，平台侧加密托管；Agent操作系统支撑的安全机制env黑白名单、文件凭证FUSE物化、工具级ACL、隔离临时HOME——Agent进程读不到明文凭据。要解决什么产品方案怎么做方案优势凭什么稳可观测→可归因→可优化，三步递进把Agent成本管起来①①可观测·端到端链路记入观测·Token与调用量按Agent、团队、任务等多维度归集·跨Agent调用可见、可串联③可优化·Agent级Token配额并入平台配额，超出即拦·依据归因定位高耗Agent与场景·优化模型选择、上下文与调用策略②可归因②可归因·用量对到团队/业务线/单个Agent·可识别异常任务链路并对链路问题进行归因先看清用量，再分到团队与业务，最后按归因把成本降下来。先看清用量，再分到团队与业务，最后按归因把成本降下来。一个协作入口，团队与任务同构分级——逐级下发、可干预、可隔离数据隔离数据隔离按任务边界隔离数据、凭证与上下文，团队/子任务间互不越界。人工干预任务任一层级可暂停/接管/纠偏/终止，人始终全链路可追溯每层任务与Agent执行留痕，责任与结果可回溯。承接子任务、内部分工具体Agent执行子任务、与上下游Agent协同接收总任务、统筹调度与进展跟踪③子任务最小执行单元，直接落到Agent拆解嵌套①大团队任务整体目标，由主团队顶层拆解②子团队任务按子目标拆分，逐级下发承接协作客户端创建任务、全程参与02·核心能力聊天、团队、任务、定时任务，一个客户端收口人与人与Agent对话任务下发与跟踪定时任务按计划自主动作Team空间与成员基础资源状态+业务执行链路，构成Agent全栈可观测①基础资源可观测①基础资源可观测看清Agent运行载体是否健康Session水位活跃数、并发度与饱和度实例健康运行状态、扩缩容与异常网络/存储吞吐、延迟、容量与I/O算力/内存资源水位·健康检查·阈值告警Task→SubTask→LLM/ToolCall耗时Token成功率失败定位②业务链路可观测看清任务如何执行、哪里慢、哪里失败端到端子任务评估优化协议开放、SDK、CLI，按团队习惯选接入方式协议开放面向自研Agent的接入与编排三个场景、三种治理梯度——形态复杂度递增，人在场程度递减协作靠人肉转接任务在平台下发、在IDE执行、在本地验证，Team空间内流转任务效果可基于观测数据进行持续评估与优化托管与纳管Agent的任务轨迹都能还原内部狗粮团队：一支5个Agent组成的团队——从需求到交付分级协作，同一套身份、权限与审计贯场景二·企业办公与行政：场景与痛点待办散落在各系统，处理慢，授权边界说不清统，靠人来回找Agent能碰哪些数据、能替谁每次都要重新走一遍人找系统、系统等人的流程权限：委派、身份、鉴权、留痕、吊销钉钉里直接派活每次调用按三方权限拒绝也是审计事件内部狗粮团队：数字员工4内部狗粮团队：数字员工4个场景15个Agent——分属4个办公场景，凭证从三张网收敛到一套，跨网链路AgentRun用户升级/高代码智能体托管五步迁移，仅迁配置数据不迁：历史执行记录不迁：历史执行记录在AgentCore侧建目标空间按迁移文档导入比对配置与权限切流量，回退路径保留TakeawayAgent管得住、用得好、算得清，才敢从试点走向生产·凭证不落地，全程审计留痕·模型·Skill·工具·记忆·模板资产复用·全栈可观测+评估优化，持续迭代 开放不锁定协议 开放不锁定协议/SDK/CLI三层开放，存量Agent纳管谢谢ThankYouAgentCore多Agent协作架构与企业实践协作价值、产品机制与企业效能阿里云云原生产品技术专家多Agent协作价值、架构与企业应用01为什么需要多Agent协作02AgentCore如何实现协作03企业如何用好协作01为什么需要多Agent协作多Agent协作正在成为产品与平台的重要能力编程助手与企业平台通过专业分工、独立上下文和任务委派组织复杂工作产品与协作能力协作方式示意ClaudeCodeClaudeCode解决的工程问题独立探索与直接交流成员分工并行，交流阶段成果OpenAICodexSubagents子Agent协作子子AgentA子子AgentB复杂任务拆分与并行执行聚焦子任务，汇总专业结论Connectedagents领域领域AgentA领域领域AgentB专业能力独立维护与复用按业务领域委派，边界更清晰复杂任务暴露单体执行的边界，专业分工与协作机制帮助企业组织更复杂的工作单Agent面对复杂任务的三重挑战协作AI能力向组织协作扩展01为什么需要多Agent协作企业需要怎样的多Agent协作能力企业需要可复用的专业能力，以及覆盖团队协作、任务01资产按需组合统一管理知识、Skill、工具与模型，按业务职责灵活配置给不同Agent跨部门权责分清按部门与角色限定知识、数据和工具访问范围，明确责任人与交付边界。人类与Agent以独立身份协作，跨部门按需授权，避免共享全部权限。任务持续追踪覆盖任务创建、分派、执行、异常处理、验收与关闭的完整生命周期。质量和成本可衡量关联任务与Agent执行记录，分析交付质量、耗时和模型消耗。让协作诉求落到系统机制01为什么需要多Agent协作02AgentCore如何实现协作03企业如何用好协作02AgentCore如何实现协作AgentCore协作总体架构构建与管理提供协作基础，核心模型组织协作，观测与治理支撑持续优化协作客户端Harness原生接入Forwarder/Endpoint团队房间任务房间加入/收发/同步模型、知识、Skill、MCP人类成员、分工与授权配置、发布与版本管理Admin、Leader与成员运行状态与资源消耗任务关联与调用链路定时触发/SchedulerX质量评估与改进验证AgentRuntime/TeamHarness任务计划、模型推理与工具调用人类成员02AgentCore如何实现协作协作：让人类与Agent成为房间成员AgentIdentityAgentIdentity对接身份人类与Agent各有独立标识按成员规则加入协作房间AgentIdentity：统一身份对接，为人类与Agent关联独立Matrix身份人类TL/领域专家确认目标、人类TL/领域专家确认目标、补充信息、参与验收TLAgent组织计划、协调分工与汇总专业AgentA/B按领域知识与工具完成工作各自拥有身份，按成员规则加入房间在IM中查看计划、进度与结果通过消息识别发起者与执行者结合公开分析理解任务依据沿用入群、发言与反馈方式像与同事交流一样和Agent协作人类可补充信息并按规则验收人类TLTLAgent专业Agent人类/Agent消息保留发送者、事件标识与时间02AgentCore如何实现协作企业账号如何接入AgentCore协作原生账号密码与企业账号同步、扫码登录，统一通过AgentIdentity对接身份认证身份认证账号同步/扫码登录账号同步：对接企业账号，建立身份关联登录认证：接收认证结果，关联平台身份平台用户身份独立Matrix身钉钉飞书企业微信任务系统：多Agent协作的工作载体AgentIdentity解决参与者身份，Matrix承载成员通任务系统持续管理这项工作的完整生命周期，直到结果完成验收。任务入口：协作客户端/任务看板Agent对话/TaskSkill定时触发/业务APILeaderAgent/TeamHarness计划、分工、依赖就绪判断Worker/AgentRuntime执行领域工作，提交产物评审人：接受或退回修改持久化：Task/SubTask/Result/Event通信与产物：Matrix任务房间/共享文件保存实际产物、结果版本与评审意见明确业务目标、执行团队与验收要求明确谁负责哪部分工作以及工作之间的依赖生命周期管理创建、接单、暂停、恢复、取消授权与一致性校验操作权限、状态迁移、幂等请求事件与交付记录进度变更、结果版本、消息关联协作资源对接任务房间、成员、文件与通知02AgentCore如何实现协作任务生命周期：整体任务与子任务分层推进待评审待评审退回修改过程控制过程控制暂停/恢复阻塞后恢复·失败后重试blocked/failed→running取消当前任务按状态与权限校验执行中待评审执行中待评审执行中可标记阻塞并恢复；评审退回后继续执行，提交新的结果版本。02AgentCore如何实现协作任务CLIat-clisubtaskstatus/subtaskresultsubmit任务CLIat-clitaskcr计划脚本task-plan.mjs通过at-cli推进依赖02AgentCore如何实现协作定时任务：从规则创建到逐次执行管理定时规则解决何时触发，每次工作仍由任务系统承载，并保留独立执行记录两种创建入口规则与触发执行记录与任务控制说明执行时间、工作目标与要求共同配置按时间触发/手动执行一次执行记录任务详情暂停/恢复/重试/取消任务02AgentCore如何实现协作AgentLoop：多Agent协作的观测与优化任务A并行执行任务B并行执行任务C并行执行任务A并行执行任务B并行执行任务C并行执行模型调用任务CLI模型调用知识检索模型调用MCP调用关联字段：task_id/subtask_id结合任务事件与交付结果定位问题协作复杂度需要可见关联任务状态与等待事件下钻Agent、模型与工具Span分析耗时、Token与重复调用验证改进效果比较质量、周期与消耗等待、失败与重复执行任务进度与执行链路分工、模型与Skill把协作机制落到企业业务中01为什么需要多Agent协作02AgentCore如何实现协作03企业如何用好协作03企业如何用好协作先明确需要建设的资产，再将企业知识、业务接口与SOP转化为Agent可使用的能力需要建设的资产企业需要完成的工作Agent如何使用知识库/检索服务知识库/检索服务组织企业知识与业务依据开放业务接口与命令能力沉淀企业SOP与领域经验按业务模块构建专业AgentAgent职责与交付边界Agent职责与交付边界配置维度业务模块A/AgentA业务模块B/AgentB业务模块C/AgentC职责与交付解释领域规则，输出依据核验业务信息，输出事实分析系统问题，输出建议知识库与上下文业务规范、常见问题数据口径、处理规范操作手册、历史经验角色Skill检索、引用与答复SOP查询、核验与交接SOP分析、取证与升级SOP领域知识检索接口业务系统查询接口日志与诊断查询接口模型与权限按职责选择模型，配置本领域工具权限与数据范围按职责选择模型，配置本领域工具权限与数据范围按职责选择模型，配置本领域工具权限与数据范围03企业如何用好协作组建团队：配置、维护团队信息管理人类与Agent成员专业AgentA专业AgentB专业AgentC人类TL/领域专家：补充业务判断，按任务配置参与验收03企业如何用好协作五种接入方式，让团队协作融入企业工作入口通过Web、企业IM或AG-UI访问LeaderAgent，由团队承接业务目标并交付结果在Web中直接参与团队协作关联LeaderAgent钉钉机器人关联LeaderAgent飞书机器人企业微信企业微信关联LeaderAgent企业微信机器人业务前端/自建应用直接接入领域领域AgentA领域AgentB领域AgentC按职责使用知识、Skill与MCP/CLI按职责使用知识、Skill与MCP/CLI按职责使用知识、Skill与MCP/CLI结果反馈：Leader汇总专业成员产出，通过对应接入渠道向用户反馈。03企业如何用好协作结合AgentLoop，持续优化多Agent协作以真实任务与执行数据发现问题，用评估样本验证改进，持续迭代专业关联任务与AgentTrace汇集模型、工具调用记录保留结果与业务反馈沉淀典型与失败样本结合评估与人工复核定位质量、时延与成本问题修订知识、Prompt与Skill调整专业分工与任务依赖优化模型与工具配置用同一任务集比较版本按业务标准确认改进保留有效版本并持续观测业务持续运行，新的执行数据与问题样本进入下一轮优化优化维度结合AgentLoop分析什么企业如何迭代交付质量答复准确性、证据完整性、工具使用与返工修订知识与Skill，将失败案例加入回归集交付周期任务总耗时、Agent执行耗时、依赖等待调整专业分工、并行安排与任务交接单位交付成本模型消耗、重复调用，结合工具与人工费用按角色选择模型，减少无效调用和失败重试感谢聆听交流与讨论从一张跨业务工单，开始AgentCore团队协作沉淀资产/组建团队/接入业务阿里云AgentCore/product/agentcoreAgentCore从场景验证到业务落地AgentCore助力企业场景快速落地王泉力阿里云云原生产品解决方案架构师2026/10/3001AgentCore场景全览Agent生产落地全场景02基于AgentCore构建数字员工03基于AgentCore重构业务业务重构，Agent市场新范式04基于AgentCore构建黑灯产线研发AINative新范式01AgentCore场景全览Agent生产落地全场景搜集多方资料、比较方案形成带依据的研究摘要撰写文案、报告与演示稿按要求整理成可用文件 清洗表格、统计指标输出图表与关键发现编写代码、排查问题运行测试并交付修改连接系统、填写表单按步骤处理重复事务□业务协助与跟进解答知识库问题、整理会议跟进待办并汇总进展按反馈反复调整具体能力取决于接入的模型、工具、数据与授权范围AgentCore场景全览基于AgentCore快速构建业务场景，助力AINative持续演进迭代业务重构黑灯产线数字员工业务重构黑灯产线借助AgentCore实现数字员工的快速构建，尤其是在智能助手等借助AgentCore实现内部业务系统Agent化重构将现有的研发流程使用借助AgentCore实现数字员工的快速构建，尤其是在智能助手等借助AgentCore实现内部业务系统Agent化重构同一套AgentCore底座·对话式接入IM，服务化接入Web工作台用法用法02·服务化Agent服务化，嵌入Web工作台HTTP调用能力输出HR/财务/法务/市场等横向职能AI工作台AgentCoreAgent服务化用法01·对话式对接IMBot，在聊天里办业务IM对话编排调度员工(IM客户端)AgentTeamAgentCore统一底座AgentCore统一底座Team编排/Agent纳管/统一客服场景在AgentCore中的实现Agent负责请求，业务系统负责权限与交易规则业务入口客服Agent企业系统信永中和——一周极速上线多Agent系统信永中和，中国最早且存续时间最长的会计师事务所之一，业务涵盖审计鉴证、管理咨询、税务会计、工程管理四大板块，服务央企、上市公司、金融机构等各类客户客户挑战客户挑战••Agent时代下，继续提高内部效率：数千名员工分布在全国各地，需要频繁查阅审计准则、合规政策、内部流程规范，信息孤岛问题日益突出；新员工入职培训周期长，知识传承效率有待提升•对于构建Agent缺乏经验：信永中和内部对于如何快速构建Agent缺乏工程经验，从0到1构建贴合自己业务的Agent比较困难•需要对Agent资源进行收口和管控：对于模型使用量、MCP以及Skill需要进行管控，方案亮点信永中和借助于AgentCore和AI方案亮点信永中和借助于AgentCore和AI网关，快速完成企业内部的Agent系统上线，支撑内部业务，实现了原有业务的快速提•一周极速落地，开箱即用：借助AgentCore，从0到1快速搭建，无需代码开发，从AI网关到AgentCore，全程开箱即•多Agent协作，复杂任务自动拆解：AgentCore的TeamsLeader-Woker架构，通过将不同垂直业务的WokerAgent聚合团队给到TeamLeaderAgent，可以由TeamLeader进行任务拆解，自动完成任务分配。•双城安全纵深，满足审计行业合规刚需：AgentCore层面：凭证集中托管，Agent零接触明文密钥，用完即收；全链路操作审计，满足行业监管追溯要求。AI网关层面：敏感信息双向过滤（输入防外传、输出防泄露）、按Agent角色分配差异化访问权限。两层协同构成从平台到模型的端到端信息安全防线。•Token精细计量，AI成本从黑盒变透明：AI网关按照消费者维度进行Token消耗统计，每次调用“谁在用、用在哪、花了多少”一目了然，可以为每个Agent都配置对应的TokenQuota/CreditQuota，防止单日用量超限导致成本失控。•全链路端到端可观测：AgentCore提供全链路端到端的可观测能力，从用户输入到输出的全过程模型调用、工具调用等建设成果基于AgentCore与AI网关的组合方案，信永中和在一周内完成了面向全所数千名员工的多Agent智能助手系统建设。极大提高了内部系统的效率，从0到1构建了人人可用的AINative工作台。开源社区维护——数字员工7×24守护开源社区客户挑战•Issue响应周期长，社区活跃度下滑：一个Issue客户挑战•Issue响应周期长，社区活跃度下滑：一个Issue从人工确认、复现到给出修复方案平均需要3–5个工作日，响应慢导致贡献者热情下降、Issue持续堆积。•CodeReview成为瓶颈：单个PR需阅读diff、理解上下文并评估安全性与兼容性，耗时30–60分钟，维护者大量时间被评审占用。•跨仓库一致性难保证，新贡献者等待久：rocketmq与rocketmq-clients间协议同步易遗漏；首次贡献的CI需maintainer手动approve，受时区影响常等半天。方案亮点基于AgentCore为每个开源社区配置一支数字员工团队，公共能力统一沉淀、各社区复用。•Issue→PR全链路闭环：Leader识别社区事件并分派Issue-Manager与PR-Manager，完成分诊打标→Spec→编码提PR→Review→Merge。•人在关键节点把关：代码改动前由维护者/approve确认方向，数字员工负责执行与持续跟进，责任边界清晰。•自动CodeReview全覆盖：每个PR自动审查diff、上下文、安全与兼容性风险，输出可执行的修改建议。•编排与编码分离：工作流编排与代码引擎解耦，同一套流程可切换不同编码引擎，避免被单一工具锁定。•一份能力、多社区复用：gh-auth、issue-evaluator、issue-to-pr、pr-reviewer等公共Skill沉淀在样板间，新社区复制骨架、配置仓库清单即可接入。Issue-ManagerPR-Manager分诊打标·复现定位·生成Spec·提交修复diff审查·安全/兼容评估·修改建议Issue分诊打标Spec/approve编码提PRReviewMerge全链路闭环，7×24自动推进维护者样板间公共Skillgh-auth·issue-evaluator·issue-to-pr·pr-reviewer·statsGitHub开源社区Issue·PR·Co社区维护LeaderAgent事件识别·任务分派·进度跟踪AgentCore社区贡献者客户收益Issue首响（原3–5个工作日）PR自动Review覆盖率社区维护时间节省覆盖社区/仓库数字员工7×24首响并稳定跟进，维护者时间集中在方向判断与关键评审上；社区响应提速带动贡献者活跃度回升，Issue积压得到控制。维护经验以公共Ski相关产品：相关产品：●AgentCore值班答疑——数字员工首响+专家化分诊客户挑战•请求高频且碎片化：工单、群聊、控制台多入口进线，同类问题反复出现，值班研发的主线工作被频繁打断。•专家知识单点：客户挑战•请求高频且碎片化：工单、群聊、控制台多入口进线，同类问题反复出现，值班研发的主线工作被频繁打断。•专家知识单点：诊断经验集中在少数资深同学，横跨监控、日志、告警、APM、前端体验等专业域，夜间与节假日响应难保障。•通用机器人答非所问：单个Agent承接全部问题，上下文与工具过载、定位不准，且缺少统一度量，说不清AI解决了多少问题。方案亮点基于AgentCore构建“数字员工首响+专家化分诊”的Oncall团队。•多入口统一进线：工单、钉钉群、控制台请求统一接入Oncall团队，用户无需改变提问习惯。•Leader只分诊、不诊断：基于信号词路由矩阵识别意图，把问题派发给最匹配的专业诊断Agent，从机制上避免答非所问。•专业Worker深度诊断：按产品与专业域拆分诊断Agent，结合FAQ、可观测数据与云产品OpenAPI协同排查，结论有据可查。•Skill+MCP能力复用：诊断技能与工具以Skill/MCP形式沉淀、跨产品复用，新产品复制样板间骨架即可接入。•AI覆盖金字塔度量：以AI闭环率、工单逃逸率、场景逃逸率衡量效果，持续补齐知识库与诊断工具缺相关产品：●AgentCore数字员工承接首响与常见问题诊断，一线值班压力显著下降，夜间与节假日到最合适的专家能力；以AI覆盖金字塔持续度量，每一次升级人工都成为回流员轮换不再导致能力断层。OncallLeader（只分诊、不诊断）信号词路由矩阵·意图识别·派单工单系统钉钉答疑群控制台助手前端体验RUMRocketMQ/Kafka应用监控APM微服务MSE告警诊断云效DevOps云监控CMS日志服务SLS专业诊断AgentMCP工具层可观测数据·云产品OpenAPI专业诊断Worker覆盖9个云产品·22个诊断Agent数字员工首响9覆盖云产品诊断SkillFAQ知识库高频问题标准答案86个诊断Skill专家经验沉淀客户收益疑难升级人工专家应急处置——数字人协同作战，全力缩短MTTR客户挑战01信息同步混乱故障期间群内多方并行讨论，事件口径不统一，干系人反复追问进展01信息同步混乱故障期间群内多方并行讨论，事件口径不统一，干系人反复追问进展,指挥者大量精力耗在同步上，对外通报也难以及时、准确。02根因定位依赖专家日志、指标、变更记录分散在多个系统，人工逐一排查耗时长；关键专家不在线时定位难以推进，经验也难以复用到下一次故障。03处置流程靠人推动分类分派、升级通知、预案执行与恢复验证缺乏强约束，夜间与节假日易出现响应延迟、漏通知或“未验证即关单”。故障发现分类分派并行协作恢复验证事件关闭故障发现分类分派并行协作恢复验证事件关闭方案亮点MTTR链路：衡量MTTA/MTTR、根因定位命中率、恢复验证覆盖率应急指挥Leader基于AgentCore组建应急数字人团队：数字员工推进流程，真人专注关键决策。应急负责人应急指挥Leader基于AgentCore组建应急数字人团队：数字员工推进流程，真人专注关键决策。应急负责人 信息同步Worker 根因分析Worker 恢复处置Worker 信息同步Worker 根因分析Worker 恢复处置Worker 恢复验证Worker•四个Worker并行协作：信息同步、根因分析、恢复处置、恢复验证分工明确，多条线同时推进，替代串行人工排查。•统一事件口径：信息同步Worker汇总事实、定时播报进展并拉通干系人，群内只有一个权威版本。•根因快速收敛：根因分析Worker聚合日志、指标与变更记录，给出疑点排序与证据链，辅助负责人决策客户收益客户收益完成分类分派Worker并行处置P0/P1通知完成分类分派Worker并行处置P0/P1通知·超时自动升级恢复验证后才关单•复盘经验回流：事件关闭后自动生成复盘报告，处置经验沉淀为预案与Skill，同类故障再次发生时直接复用。数字员工把重复同步、初步收敛与流程推进自动化，应急负责人从“救火协调员”回归关键决策者；红线机制相关产品：●AgentCore相关产品：●AgentCoreAgentCore+StarOps——构建智能运维数字员工生产告警诊断、日常巡检与受控处置，形成可验证的运维闭环AgentCore：数字员工构建统一受理IM、门户与工单中的运维请求单Agent处理常规任务，Team按专业分工观测请求、错误、耗时与模型及工具消耗STAROps：运维专家能力企业系统：授权执行与反馈只读按策略放行，生产变更人工确认授权工具执行回滚、扩缩容等处置复查健康，回写工单并沉淀有效SOPAgentCore挂载官方STAROpsSkill，通过链接StarOps和内部运维系统，实现运维效率大幅度提升任务受理任务受理证据诊断审批处置恢复验证报告与沉淀链路和近期变更，形成根因康检查，未恢复时继续排查间窗与业务目标，确定事件责任人。通过设置不同的数字员工授予不同的权限，实现SRE团队AINative落地03基于AgentCore重构业务业务重构，Agent市场新范式B2C·选车/用车平台一句话提问B2C·选车/用车平台一句话提问，一支多Agent团队协作完成从选车到用车的全流程。自然语言对话选车·用车智囊团—Team·TL调度选车顾问·需求匹配选型比价砍价·实时行情试驾预约·到店安排用车保养·周期提醒二手估值·残值评估→购车+用车一站式方案训练/饮食/恢复多个Agent组队，陪用户走完个性化健身全程。自然语言对话私人健身团队—Team·TL调度训练计划·周期编排动作指导·姿态纠正营养饮食·餐食搭配恢复睡眠·负荷管理激励陪练·习惯养成B2C·运动健身AppB2B2C·CRMSaaS厂商不再卖API/席位：把CRM能力封装为按租户生成的WorkerAgent，对外服务下游企业。CRMCRM业务能力封装为Skill按租户下发对外输出企业能力→多租户企业能力→多租户WorkerAgent服务（B2B2C）·用户诉求→一支Agent团队（B2C都跑在同一套AgentCore上API/软件从API/软件转向Agent输出形式企业通过AgentCore构建私有化SkillHub对外输出，统一管控中心实现精细化AI资产管理，按需生成多租户WorkerAgent对外提供服务。这正是AgentAPI/软件从API/软件转向Agent输出形式企业通过AgentCore构建私有化SkillHub对外输出，统一管控中心实现精细化AI资产管理，按需生成多租户WorkerAgent对外提供服务。这正是Agent时代的B2B2C/B2C售卖逻辑转变!对外服务C端用户·下游企业AgentCore 转换转换转换转换业-1Skill业务功能-2Skill业务功能-4搜索技能文件读写其他技能租户身份认证统一管理租户身份认证统一管理Worker模板统一管理AgentCoreAI资产管理AgentCoreAgentCoreWorkerAgent1234按需下发AgentCore统一观测大盘AgentCore统一观测大盘对端到端时延敏感的内聚业务流程，用WorkerAgent的Subagent同进程编排，降低RT编排粒度按编排粒度按RT选择TeamWorkerAgent业务模块业务功能业务流程业务视角AgentCore实现三级粒度映射WorkerWorkerAgent1WorkerAgent2WorkerAgent3业务功能①业务功能②业务功能③展开内部WorkerAgent·业务功能①内部业务流程=Subagent链（同一进程）Subagent1Subagent2Subagent3Subagent4受理校验处置回执端到端RT·同进程0网络跳数，时延可控Team业务模块对端到端对端到端RT敏感的内聚业务流程→收进同一W一个『退款处