阿里云云原生

Agent 已经成为企业智能化升级的核心载体。但目前 Agent 开发主流框架多以 Python 为主，企业级集成能力难度大、状态管理混乱、缺乏调试工具与云原生部署支持等问题是摆在很 多Java 团队

借助“查询时聚类”架构实现零索引成本、智能采样与变量识别，从海量日志中秒级发现模式，让运维从“看日志”迈向“懂日志”。

阿里云函数计算 FC 为这一难题提供了全新的解题思路。其底层基于轻量级安全沙箱，天然具备进程级隔离、资源极致伸缩、按需付费等特性。这种架构与 Agent 对代码执行环境的需求高度契合，使得构建高密度、

Nacos 3.0 在支持 MCP Registry 的基础上，进一步拓展了对 A2A Agent 的支持能力，推出了 Nacos Agent Registry——一个统一的 AI 智能体注册与发现平

随着 Agent 的不断演进和供应链的持续繁荣，数据采集正从传统的运维工具进化成为决定 Agent 品质的核心基础设施。为什么这么说呢？以下我们从 Agent 的服务可用性、Agent 的输出可靠性，

1 月 14 日，由阿里云主办、云原生应用平台承办的“2025 AI 原生编程挑战赛”圆满收官。历经 2 个多月的角逐，6 支队伍从 5500 多支报名战队中脱颖而出，在云原生环境下跑通 AIOps

函数计算 AgentRun 是一个以高代码为核心的一站式 Agentic AI 基础设施平台。秉持生态开放和灵活组装的理念，为企业级 Agent 应用提供从开发、部署到运维的全生命周期管理。

AgentScope 是阿里云推出的一款以开发者为核心，专注于智能体开发的开源框架。它的核心目标是解决智能体在构建、运行和管理中的难题，提供一套覆盖“开发、部署、调优”全生命周期的生产级解决方案，让智

云物联时代，边缘侧可观测数据采集成技术卡点！复杂网络、电源不稳、资源受限，传统方案频频失效？阿里云开源高可靠采集器 LoongCollector，以「数据持久化 + 异步发送 + 智能重试」创新架构，