阿里云百炼发布ModelStudio-ADK高代码框架，加速企业级AI Agent落地

在人工智能时代，智能体开发已成为关键开发范式。在2025年9月24日的云栖大会上，阿里云智能集团CTO周靖人频繁提及Agent和智能体，分别达38次和33次。

显然，Agent是企业提升效率的必经之路。普华永道今年5月调研全球300名高管，发现79%的公司已在业务中使用AI Agent；其中66%生产力提升，57%成本下降，55%决策加快，54%客户体验改善。

目前，Agent平台已成为互联网大公司的竞争焦点。海外，LangChain/LangGraph、微软AutoGen、Google ADK不断升级；国内，腾讯、华为、百炼在2025年9月集中推出和升级Agent平台。

然而，行业热度之下，实际落地体验或许有待验证。例如，近年的低代码Agent平台多依赖“预定义编排”，适合简单问答或流程自动化，但涉及跨系统调用、长链条任务或多轮反思时，往往力不从心。更重要的是，企业关心的是“Agent能否稳定运行在业务体系”中，实现“规模化、商业化”。

01

百炼：迈向超级人工智能ASI的关键环节

阿里巴巴集团CEO吴泳铭在2025云栖大会上指出：“通用人工智能（AGI）并非AI发展的终点，而是新起点。AI不会停留在AGI，它将向超越人类、能自我迭代进化的超级人工智能（ASI）迈进。”

Agent正是迈向ASI的关键组成部分，它使大模型能够真正应用于产业，释放实际价值。

阿里云百炼平台的定位与阿里对AI未来发展的判断紧密相连。它为企业提供培育AI Agent的“土壤”，开发者可在此一站式获取智能体所需的全套能力：从模型调用、框架构建到资源调度和合规运维，均系统化集成。

在2025云栖大会上，阿里云百炼平台实现全面升级。作为阿里AI赋能千行百业的重要桥梁，百炼从原有模型服务扩展至Agent的开发与落地。

支撑这一体系的是阿里自下而上的完整产业链：顶层是通义系列大模型，中间层为百炼的企业级开发与运行平台，底层包括算力、存储、数据库等云基础设施。这一链路确保企业Agent不仅能快速开发、稳定运行，还能随技术演进迭代，为未来高阶智能奠定基础。

基于完整技术栈，过去一年阿里云百炼平台已吸引20多万开发者创建超80万个Agent，这些经验沉淀为覆盖框架、模型、组件的完整体系：

在框架层面，阿里云百炼支持双轨并行、分阶段实施：低代码ADP让企业像拼乐高一样快速验证原型，将想法迅速落地；高代码ADK则开放底层接口，支持复杂业务的深度定制与大规模部署。初期可用ADP快速试错，验证场景后无缝切换至ADK，实现深度定制和规模化运行。

在模型层面，百炼持续升级通义千问家族旗舰模型。最新Qwen3系列推理能力更强，显著提升Agent自主规划与决策效果——推理性能提高50%，决策成功率90%。同时，百炼平台开放200多款领先模型接口，从Qwen、Wan到DeepSeek，企业和开发者可一键接入。

在组件层面，百炼构建七大企业级能力：工具连接的MCP Server、多模数据融合的RAG Server、系统级沙箱Sandbox、智能记忆Memory Server、全链路可观测体系、动态推理调度，以及与支付宝合作的Pay Server。

其中，Pay Server尤为突出——作为业内首个企业级Agent专业支付通道，它使Agent不仅能开发运行，还能直接商业化。

随着模型能力提升和Agent应用爆发，阿里云百炼平台交出亮眼成绩单：过去一年模型月调用量增长15倍，满足千行百业企业和开发者的AI应用开发需求。

02

深入实际业务场景：ModelStudio-ADK框架应用

“我们期望模型能理解复杂任务，分解任务并执行，具备规划、决策能力，并能持续修正执行中的问题，从而更好解决业务场景的实际问题。”在云栖大会上，周靖人描绘了Agent的未来愿景。

阿里云发布全新Agent开发框架ModelStudio-ADK，正是这一愿景的组成部分——该框架旨在突破预定义编排局限，助力企业高效开发具备自主决策、多轮反思和循环执行能力的Agent。

低代码/零代码Agent开发平台是近年主流产品，其Agent执行依赖“预定义编排”，开发者需预先定义工具调用和路径，Agent按“脚本化”流程执行任务。

这种方式优势在于开发者无需精通代码，通过拖拽模块即可快速上线能回答问题、执行固定流程的Agent，开发速度快。

但这种方式仅适用于简单、边界清晰的任务，一旦涉及复杂业务，问题凸显：此类Agent无法像人一样“反思”或“临场调整”，只能机械执行；企业常有数十上百个IT系统如CRM、ERP、支付、风控、供应链，预定义编排需提前定义所有接口和逻辑，维护成本高，变动时需重写。

这降低了门槛，却带来新限制：自主性缺乏、跨系统复杂、稳定性不足、商业化缺失……行业陷入困境：人人可造Agent，但少有能真正在生产环境运行。

因此，阿里云ModelStudio-ADK聚焦高代码框架。作为专为企业级智能体打造的开发框架，它基于阿里开源AgentScope，核心突破是摆脱传统“预定义编排”，支持开发者以灵活方式使Agent具备自主决策、多轮反思和循环执行能力。

据悉，ModelStudio-ADK可用于开发深度研究、硬件代理智能体、复杂检索智能体等应用，并打通从模型调用到部署运行、可观测与商业化的全闭环。

“它通过定义Agent的核心能力和组件，以代码化方式结合模型能力，解决复杂任务调度下的构建逻辑。”阿里云百炼高级产品专家徐志远总结道。

在开发环节，ADK强调代码化原生体验，引入自主决策、动态反思和循环执行逻辑，使Agent能真正应对复杂场景，而非仅执行预设流程。同时，平台开放200多款主流模型接口，支持云端一键接入和企业本地部署，让开发者在性能与可控性间灵活选择。

围绕业务落地需求，阿里云将工具调用、知识库检索、记忆管理、沙箱环境等关键组件打包为标准化服务，开发者通过API即可接入。这意味着企业无需重复构建底层设施，就能快速开发连接业务系统的Agent，并在需要时使用安全隔离的沙箱环境运行代码或控制设备。

在运行阶段，ADK提供灵活部署方式：一行代码即可将Agent部署至云端或本地，确保安全隔离和弹性扩缩容。在运维与优化环节，平台内置完整可观测体系，实时监测请求、效果和性能，帮助企业像管理软件工程一样管理Agent行为与效率。

更重要的是，ADK兼容多种主流协议，支持同步与异步调用，企业可将多个Agent组合为协同系统，探索“多智能体”应用模式。为降低学习门槛，阿里云开源了DeepResearch、Agentic-RAG、Computer Use等示例项目，开发者可直接体验或二次开发，加速业务尝试。

总体而言，这套体系解决了Agent开发“能做演示难规模化”的难题：既确保复杂场景下的灵活性和稳定性，又补全企业关注的可控性、可观测性和商业化能力。

相比之下，低代码平台如让开发者搭建流程图，而ModelStudio-ADK提供真正的编程语言与执行引擎。这对需应对金融风控、医疗决策、供应链调度等复杂场景的企业至关重要。

正如周靖人所说，阿里云希望“让开发者能快速在百炼Agent平台上进行智能体开发。”

目前，阿里云百炼已基于ADK发布DeepResearch、Agentic-RAG、Computer Use等开箱即用智能体应用，用户可在线体验或下载源码二次开发。这些实践正将“能否做出”转向“能否稳定运行并创造价值”。

03

系统化布局，实现全链路打通

Agent正经历清晰演进路径：从实验室技术试验走向企业大规模生产。过去两年，几乎所有云厂商都加码Agent赛道，但路径各异。

相较于强调单点能力的友商，阿里云思路更侧重“一体化”。它不限于提供模型、低代码工具或服务器，而是通过“平台+框架+组件”的系统布局，打通企业从开发到部署、运行到商业化的全链路。

百炼的升级是这一逻辑的集中体现：“模型+组件+应用”组合，既确保底层推理和规划能力持续迭代，又通过标准化组件和开箱即用示例降低开发门槛。这使Agent能真正成为生产力工具，实现规模化落地。

在各行业，阿里云百炼平台均发挥价值。网商银行已在ModelStudio-ADK上开发贷款审核应用，能同时处理合同、发票、营业执照等26类凭证，并识别店面门头、餐饮厨房、就餐区、货架商品等400多种细粒度物体，识别准确率超95%。凭借此能力，原需3小时的人工作业现压缩至5分钟内完成。这正是高代码框架在复杂场景中价值的体现。

OpenAI CEO Sam Altman 今年年初写道：“我们相信，2025年我们可能看到首批AI代理‘加入劳动力’，实质性改变公司产出。”（2025年，首批人工智能代理或“加入劳动力大军”，从根本上改变公司产出。）

在阿里云等全栈AI能力服务商助力下，这正变为现实。