5月25日,2026阿里云峰会上扔出了一颗重磅炸弹。阿里云智能首席技术官李飞飞分享了阿里云的Agent Infra长什么样,包括六大基础设施能力:Agent运行时、Agent编排、Agent治理、Agent记忆、Agent数据平面和Agent安全。
企业「炼钢」进入深水区
Gartner预测,70%的企业将在2026年底在生产环境运行AI Agents,40%企业应用将嵌入Agents。但「大炼钢」似的加速落地过程中,工程化的挑战开始进入真正的深水区。
第一个痛点:智能体架构依赖多,怎么快速构建部署?从本地IDE到生产上线,中间要穿越沙箱、运行时、模型接入、凭证管理等多层链路。环节一多,落地周期就被拉长。
第二个痛点:多智能体怎么治理与协作?多个Agent各自为政、通信黑盒,怎么进行统一的治理及管控?
五大平台覆盖全周期
阿里云给出的回答是一套完整的Agent Infra产品矩阵:
AgentRun:让Agent从「能跑」到「跑好」的工程底座,提供完整的运行时、沙箱、可观测、Agent评估、记忆与知识库等模块。兼容阿里云百炼、ModelScope等无代码平台,以及MCP协议和SDK。
AgentTeams:让AI Agent组成真正的团队。基于Leader-Worker架构,Leader Agent负责意图理解、任务拆解与进度监控,Worker Agent分工执行。支持混编OpenClaw、QwenPaw、Claude Code、自研Agent等异构智能体。
AgentLoop可观测、AgentLoop评估与优化、STAROps全域智能运维平台——覆盖从构建到运维的全生命周期。
从玩具到生产环境的跨越
说实话,之前很多Agent产品更像是「PPT产品」——Demo看起来很美,真到生产环境部署就傻眼了。
阿里云这套Agent Infra的核心逻辑是「聚焦效果,工程交给基础设施」。企业不需要自己搞定运行时、编排、治理这些底层工程问题,可以专注在业务效果上。
这才是企业级Agent应该有的样子。不是说给企业一个Agent,而是给企业一整套能跑生产环境的基础设施。

70%企业年底跑Agent,这数字有点吓人了。但工程化确实是个坎,不是每家公司都有能力搞这套基础设施。
AgentTeams这个混编概念有意思,不用被单一厂商绑定
「聚焦效果,工程交给基础设施」这句话说到点子上了。企业要的是结果,不是自己造轮子。
Leader-Worker架构听起来很美好,但实际落地效果如何还得观察
从PPT产品到生产环境,阿里云这套逻辑是对的