阿里在开源领域又有哪些新动向?来首届阿里开源开放周找答案!

随着开源的价值受到认可和推崇,越来越多的企业走上了“开源之路”。其中,阿里巴巴在十几年开源的沉淀中,从开源软件的使用者、贡献者,成长为开源软件的开拓者,已经成为国内开源走在前面的厂商之一。

据了解,阿里累计有3000多个开源项目、3万多位全球贡献者,也收获了全球开发者100多万个 star,开源的数量和活跃度,一直都处于前列。根据《中国开源十年洞察报告》,阿里已经连续十年蝉联中国厂商开源活跃度、影响力双第一。InfoQ 近期发布的《中国开源发展研究分析 2022》研究报告显示,阿里11大开源项目上榜中国开源项目Top30榜单,占比超过三分之一;此外,在企业端对开源的赋能维度上,阿里巴巴在国内厂商中综合得分排名第一。

8月22-24日,阿里巴巴首届开源开放周以线上的形式亮相,邀请了业界顶尖技术专家学者,与阿里开源领军人和头部项目代表共同探讨开源领域的最佳实践和新机遇。本次开源开放周,在主论坛之外,还特设了5大分论坛,聚焦操作系统、数据库、云原生、大数据、终端5个领域,帮助开源人探索技术开放生态的更多可能。

一、开源生态与未来

开源发展至今,已经成为基础软件的重要创新源头,云时代下,也给开源带来了新的软件开发模式和商业模式。本次开源开放周,主论坛聚焦「开源生态与未来」,探讨开源生态的新技术和趋势,展望云与开源的更多可能。

开源从早期理想主义的自由软件,发展到当前开源生态的多元化、商业模式的多元化,其已成为基础软件的源头。阿里巴巴开源委员会分管委员蒋江伟在主题为《阿里开源的动与势》的演讲中分享到,阿里巴巴开源的历史,可以划分为使用、贡献、开拓三个阶段。阿里在创业早起就大量使用开源软件,阿里技术的发展也根植于开源的沃土中。因此,当阿里在大规模互联网系统和云的研发中,积累了越来越多的技术经验,解决了越来越多的新问题之后,也积极地将自身的实践以开源软件的形态回馈到社区中。

随着历史的发展以及阿里在开源侧实践的深入,阿里巴巴对开源的认知也一直在演进。阿里认为,开源+云计算共同构成了数字世界的根,站在用户的视角,云平台与开源社区的有效合作,赋予了用户灵活的选择权。而阿里巴巴开源的独特的生命力在于“三位一体”,三位一体是指阿里自用的技术、社区开源的技术和阿里云对客户提供的技术是一个版本——“三位一体”的方式使得自研、开源与云计算商业形成血脉相通的整体。阿里通过集团业务自行验证,再对外开源的策略,构建起一个良性的开源生态。也是随着阿里巴巴对开源认知的升级,蒋江伟宣布,近期阿里对开源委员会和开源办公室经历了一轮升级,开源委员会作为负责制定阿里开源战略的组织,新设置了9位领域副主席,把基础软件领域的开源共建作为阿里开源的重心,明确了四大重点开源方向:操作系统、数据库、大数据与云原生。

随后,MongoDB 副总裁 Matt Asay 带来了《MongoDB 助力开发者实现高效开发》的分享,分享中 Matt Asay 表示:“在云时代,开源技术的好处就是,只要建立在像 MongoDB 这样的通用开源技术上,使用者就可以从一个云移动到另一个云,从一个数据中心移动到另一个数据中心……在不同的环境中使用MongoDB,给使用者提供了选择的自由。”

bilibili 技术委员会主席毛剑,也带来了《B 站在云原生与开源方向的探索与实践》的主题分享,他提到:“为什么我们会如此关注云原生或者开源的社区和生态?最核心的一个点就是,我们在享受云原生社区的技术输出时,可以选择不同的组件,使业务开发更高效;同时,当我们使用开源组件遇到问题或者 bug 时,我们可以做技术的输入,因为这些问题大家可能都会遇到,所以我修掉一些 bug、提供一些 feature,让更多人受益,这其实就是云原生或者说开源社区一个大的作用——让更多的人参与到项目之中”。

那么在未来,云与开源的结合为开源生态提供了哪些新的可能性?在《数字世界已来,开源生态与未来》的圆桌讨论环节,阿里巴巴邀请到中国信息通信研究院云计算与大数据研究所副所长栗蔚,上海交通大学长聘教授、人工智能研究院总工程师、上海白玉兰开源开放研究院执行院长金耀辉,Apache 软件基金会首位华人董事、Tetrate 创始工程师吴晟,与阿里巴巴开源委员会秘书长、开源办公室负责人王晶昱共同展望了云与开源的更多可能。

王晶昱在讨论中分享说:“未来,云计算能够帮助开源软件实现更好的服务延伸,从而创造更好的服务;在此过程中,又可以反哺云计算公司,让其有更好的 Runtime Hosting;同时还能够帮助它的客户快速处理他们遇到问题,以上三方都将基于云和开源的结合受益。”

栗蔚表示,开源与云计算的结合,在未来会成为软件开发流水线或工程化的基础设施,继而实现互相促进融合的过程。吴晟也做了进一步的补充,他表示,云服务商作为最终向用户售卖服务的人,有责任去支撑用户最终的需求、问题,云厂商收集到的用户资料越多,基础数据源就越大,从而通过数据分析论证提出的解决方案是否合理,优化方向是否正确。

当谈及云与开源的联系时,金耀辉认为,中国有一大批开源的参与者,都是从云计算开始的。当社区由技术型主导变成服务型主导时,开发者更关心服务怎样交付以及 DevOps 等新兴事物,其整个过程都需要开源。因此,无论是开源社区的引入,还是目前开源的服务生态,二者都应是相辅相成、相互促进的关系。

二、云时代开源操作系统的技术实践

目前,阿里巴巴构建了完整的云原生底层系统——袋鼠,其在计算、存储网络等操作系统的核心组件方面都有非常深入地研究。分论坛出品人、阿里巴巴开源技术委员会副主席、龙蜥社区理事长马涛在致辞中表示,云原生时代,操作系统在机密计算、存储、网络以及大规模机器运维方面均面临挑战,阿里巴巴在云场景下积累了丰富的经验,这些经验也将通过龙蜥社区让用户使用起来:

  • 在机密计算方面,龙蜥操作系统开源社区和 Intel、海光一起构建了完整的精密计算体系,帮助客户、用户更好地使用计算资源;

  • 在存储方面,龙蜥操作系统开源社区构建了包括 Nydus、EROFS、FScache 等一整套的操作系统存储方案,通过整套方案帮助用户更好地使用云上各种各样的存储资源,同时,通过操作系统内核,无缝地支撑完整的镜像加速,这也是在业界一个非常巨大的创新;

  • 在网络方面,通过将阿里云 eRDMA(弹性 RDMA)与龙蜥社区 SMC-R,两项技术的结合,可以让用户非常方便地使用 RDMA 技术,为应用提供加速;

  • 在大规模机器运维方面,龙蜥社区成立了跟踪诊断 SIG 以及系统运维 SIG,汇集了阿里巴巴、统信、Intel 等各家公司的优秀工程师在运维方面的经验,希望这些经验通过龙蜥社区让用户使用起来,让大家面对大规模机器运维时不再有难言之隐。

在「云时代开源操作系统的技术实践」分论坛中,阿里和龙蜥社区携业内技术专家共同带来了技术实践思考。阿里云资深技术专家、Cloud Hypervisor 技术委员会刘奖,Intel安全产品专家、龙蜥社区机密计算 SIG Maintainer 张顺达,字节跳动 Linux 内核研发高级工程师尹欣等,带来了云时代开源操作系统及其背后的技术实践,面向开发者全面分享了云原生、内核、网络、机密计算、运维等方面的技术落地与演进,共同探讨了在龙蜥社区和龙蜥操作系统上的实践与规划。

三、数据库开源生态与应用实践

数据库与操作系统、中间件并称为系统软件的“三架马车”,是企业 IT 系统不可或缺的组件,也是互联网应用级企业信息管理系统存储数据和管理数据的核心平台。加速“数据库开源”,搭建生态将是关键壁垒。

阿里巴巴集团副总裁、阿里云数据库事业部负责人李飞飞在致辞中谈到,计算机与信息技术领域一些核心的突破,越来越多由开源社区驱动,具体到数据库系统来说,也是如此。但是,放眼全世界,还没有一个非常活跃、成熟的云原生数据库开源社区。因此,2021年5月,阿里将云原生数据库产品 PolarDB 进行开源,一共开源了两个版本,分别是 PolarDB-X 和 PolarDB for PG,开放对接底层云原生框架、基于 K8s 容器部署、对接共享存储等能力,同时期待有更多人加入社区,共同推动云原生分布式数据库的高速发展。

在「数据库开源生态与应用实践」分论坛中,阿里云数据库开源负责人王远从开源数据库 PolarDB 的角度出发,论述如何打造具有世界影响力的云原生数据库开源社区。王远谈到,阿里云数据库的开源策略主要有四点:一是要与现有生态比如 PostgreSQL、MySQL、Redis 兼容;二是百分之百开放,即开源的数据库要与阿里云的数据库完全一致;三是打造具有国际影响力的团队,引领社区决策;四是以身作则,反哺社区,打造开源共建文化。

接下来,阿里云数据库资深技术专家楼江航、张广舟分别带来了PolarDB-X、PolarDB for PG开源技术的规划和展望;此外,韵达科技业务中台总监李波涛及莲子数据硬件系统首席架构师许长魁,也带来了他们在业务环境中应用阿里云开源数据库PolarDB的探索和实践经验。

四、云原生开源技术演进与生态发展

十余年来,阿里云一直坚定地拥抱开源,通过与开源社区共建标准,推动国产自研技术快速发展。开源也在深刻的改变着云计算,让云计算越来越标准化,使用门槛越来越低、触手可得。阿里云在云原生领域拥有 30+ 开源项目,覆盖容器编排调度、分布式应用架构、分布式应用治理等方向。据阿里巴巴研究员、阿里云智能云原生应用平台负责人丁宇介绍,阿里云在云原生领域拥有 10个 CNCF 项目,2个 Apache 顶级项目,外部 Contributor 超过 2000 人,Star 数量超过 25 万,服务了百万开发者。

其中 Apache RocketMQ 是国内首个互联网中间件 Apache 顶级项目,成为国内消息领域的事实标准,超过 75% 的头部互联网公司在生产实践中使用 RocketMQ;Apache Dubbo是微服务框架中影响力最大、采用率最高的国产框架,在全球化和影响力两大维度,入选 Apache 开源项目第一方阵。

面向云原生时代,为了更好地实现应用交付管理,阿里云开源了 KubeVela:以应用为中心,重新定义研发、运维和基础设施之间的协作方式,开发者可以通过 KubeVela建设通用的应用交付运维平台。在Serverless 领域,阿里云开源了 Serverless 开发者平台—— Serverless Devs,这也是业内首个支持主流 Serverless 框架的云原生平台。开发者可以一键体验多云 Serverless 产品,极速部署 Serverless 应用,大幅研发提效。

今年,阿里云在云原生领域持续突破,又发布了两大开源项目:一个是云原生混部系统 Koordinator,它基于阿里巴巴内部超大规模混部实践而来,为用户打造云原生场景下接入成本最低、混部效率最佳的标准化解决方案。第二个是阿里云联合 bilibili、字节跳动、Nacos社区、Dubbo社区共同发起的微服务治理规范项目 OpenSergo,致力于异构微服务治理,让更多微服务互联互通。

在「云原生开源技术演进与生态发展」分论坛中,来自阿里、Apache Dubbo,以及 OpenSergo & Sentinel 社区的嘉宾,聚焦云原生领域热门开源项目,全面展示了云原生开源项目的技术实践与生态建设,帮助开发者全面拥抱云原生。

五、大数据+AI 一体化趋势下的开源生态

开源软件是整个数字世界的基石,尤其在基础软件领域,互联网的快速发展和崛起离不开开源技术的普及,同时也加速了企业走向互联网化和数字化。作为「大数据+AI 一体化趋势下的开源生态」分论坛的出品人,阿里巴巴研究员、阿里巴巴开源大数据平台负责人、Apache Flink 中文社区发起人王峰表示,近 10 年来,阿里巴巴在内部和业界,持续推动开源理念的践行。

同时,作为大数据方向的从业者,王峰观察到,在大数据领域的开源生态中,目前比较火的方向有实时离线一体化、流批一体化、数据湖存算分离引起的湖仓一体化,以及大数据+AI 一体化等,在开源社区中,这些方向也有越来越多的贡献者参与其中。

在本场分论坛中,阿里巴巴邀请了阿里云、快手、网易云音乐的技术专家,分享他们在生产环境中,在流批一体、深度学习,以及数据平台提效降本方面的探索和实践。

六、阿里巴巴终端体系持续走向开源

随着技术的演进、前端和客户端越来越强的相互渗透、Web 的开放性和高效迭代,客户端技术的即时体验和原生能力要求在持续升级。在这样的技术背景下,今年伊始,阿里巴巴推动了前端和客户端体系的融合,使终端工程领域正式走到了台前。 

本次「阿里巴巴终端体系持续走向开源」分论坛,是阿里巴巴终端委员会对外的首场开源分享。大淘宝技术跨端技术部负责人、阿里巴巴终端委员会委员舒文亮在出品人致辞中谈到,从宏观的行业视角来看,随着互联网设施的完善,终端设备的规模和类型在爆炸式地增长,各种信息载体持续涌现,比如沉浸式的 VR 设备、实时呼应的车机语音硬件、智能家居的 IoT 设备等在不断的扩展终端的定义,用户的体验被空前的满足支撑,而这些体验的技术眼花缭乱,背后的行业标准和厂商生态也在互相的追赶;在中观的层面,站在阿里的角度,今年年初阿里内部推动了前端、客户端体系的融合,让终端技术走向台前,同时,作为推崇开源精神的阿里巴巴前端和客户端技术,将持续保持在开源项目上的投入。 

此外,阿里巴巴高级技术专家、XQUIC 开源项目负责人刘彦梅,阿里巴巴前端技术专家、OpenSumi 开源负责人吴丹武,阿里巴巴终端工程师、大淘宝终端框架负责人刘晨凌,阿里巴巴高级前端技术专家、阿里低代码引擎负责人廉洁,也在分论坛中围绕面向终端用户的基础网络(XQUIC)、面向开发者的 IDE 定制化研发框架(OpenSumi)、终端应用研发框架(ICE)、面向扩展设计的企业级低代码开放技术体系(LowCodeEngine)等实践经验进行了分享。

写在最后

通过 2022 首届阿里巴巴开源开放周 Alibaba Open Source Week,阿里巴巴向业界分享了很多自身在开源中积累的实践经验,以及社区治理经验;同时,也通过自身链接了业内的技术专家及开源社区的负责人等,为开发者、开源爱好者们带来了极具价值和意义的内容。我们期待阿里巴巴为业界提供更多好的开源项目、最佳实践等内容,也期待第二届阿里巴巴开源开放周的到来!

如果您想了解阿里巴巴开源开放周更多精彩内容,访问阿里巴巴开源官网,查看完整回放、获取分享资料。

阿里巴巴开源官网:https://opensource.alibaba.com/collection/osweek2022

相关推荐

阿里巴巴 12 篇论文入选全球系统顶会 ATC 2026(内附下载)

2026 ATC 会议中,阿里巴巴以12篇论文录用数居全球企业首位。研究聚焦大模型服务与Agent基础设施、云资源调度、安全计算等关键瓶颈,提出CacheFS(P2P权重缓存)、Axon(异步KV感知调度)、Chorus(GPU-CPU协同解码)等创新系统,显著提升推理效率与资源利用率。论文基于真实生产数据,推动系统优化从理论走向落地,彰显中国产业界在计算机系统领域的前沿影响力。

阿里技术 278

Personal Agent 对比分析及未来技术发展趋势

近期,Personal Agent赛道迅速升温,大厂与独角兽密集发布新品。从Anthropic的Claude Tag、SpaceXAI的Grok Bot,到Meta的Muse、OpenAI的Dots等,均聚焦个人用户场景,强调“数字同事”与个性化服务。相比早期Agent多用于开发或企业协作,新版本更注重跨平台集成、主动任务执行与用户情感连接。技术上,其核心差异在于更强的自主决策能力、长期记忆与多模态交互。这标志着Agent正从工具向“智能代理”演进,预示着人机协同的新范式。

阿里技术 111

高分智能体为何反而更脆弱?阿里 Token Foundry 揭示「协同进化陷阱」,提出 CODA 可靠性评测协议

本文揭示智能体在技能—策略协同进化中存在“协同进化陷阱”:尽管训练阶段分数持续提升,但模型对特定技能库依赖加深,导致部署后技能变化时性能显著下降。阿里巴巴团队提出可靠性评测协议CODA,引入一致率、抗干扰率与最差成功率等指标,系统评估模型在技能漂移下的稳定性。实验表明,原始增益52%–93%被抵消,凸显当前评测仅关注峰值成绩的局限性。研究呼吁从“追求高分”转向“保障可靠”,推动智能体在动态环境中持续可信运行。

阿里技术 350

手把手带工程同学从零实现一个完整的 LLM(CS336)——Transformer 篇

本文是学习斯坦福CS336课程的首篇笔记,从零构建MLP入手,逐步理解神经网络训练原理。通过线性回归与非线性拟合实验,揭示损失函数、梯度下降与激活函数的作用。文章以手搓MLP为例,为后续实现带RoPE、SwiGLU的Transformer打下基础,强调深入理解LLM底层机制对Agent开发的重要性。

阿里技术 280

深度解析 RSI:当 AI 开始实现自我迭代提升

2026年,RSI(递归自我改进)因Anthropic与多位AI巨头论文引爆热议。其核心是AI自主优化自身,形成正反馈循环,理论上可催生智能爆炸与超级智能。虽严格意义上的RSI仍存挑战,但广义上已涵盖自进化、持续学习等技术。从人工编码到AI自主开发,研发效率呈指数提升。尽管RSI非实现AGI/ASI的唯一路径,也未必必然引发智能爆炸,但其作为“如何达成智能跃迁”的关键机制,正推动AI进入自我迭代新阶段。

阿里技术 410

清华×阿里 AI Native人才培养计划暨格造社启动日活动举行

10月15日,清华大学无穹书院与阿里巴巴联合启动“格造社AI开源俱乐部”,以“从好奇到创造”为主题,发布近40个涵盖算力、模型与公益创新的AI真实课题。通过校企协同、开源共享与项目实践,学生将在导师指导下开展选题、开发与验证,成果将开源发布于魔搭社区,推动技术转化与创新成长。活动还配套开展多场工作坊,助力AI Native人才培养。

阿里技术 153

从榜单走向真实业务负载:Kernel Agent 刷新 Qwen3.8-Max 核心推理算子性能

Kernel Agent 的公开研究已经表明,Agent 可以在标准题目上生成并优化 GPU Kernel;AKA 这次把问题推进到了生产契约:面对 Qwen3.8-Max 的真实关键算子、复杂调度约束,以及专家已经深度优化过的实现,Agent 仍然找到了新的执行路径,并在三条独立算子线的几何平均时延上全部低于专家版本。AKA 将反馈、设计和生产验证组织成一个可以持续运行的闭环,把专家经验之外的结构维度纳入搜索,也把一次性能突破沉淀为下一次优化的系统能力。

阿里技术 190

代码生成越来越快,软件交付真正的瓶颈转向了哪里?

2026年云栖大会,阿里巴巴探讨AI Native研发范式转型。嘉宾指出,尽管代码生成提速,但交付瓶颈已转向需求明确、上下文连续、环境复现与验证机制等环节。许晓斌强调需构建完整工程系统支撑Agent生产落地;李英各提出“统一上下文+验证”降低协作成本;黄挺揭示基础设施正从服务人转向服务Agent;陈烨主张将AI前置至需求入口重构流程;彭鑫以“可驾驭性”界定AI边界;李亚洲则警示个人效率提升不等于团队效能跃迁。最终,《AI Native研发实践手册》发布,推动研发从“辅助编码”迈向“系统重构”。

阿里技术 159

《AI Native 研发范式实践手册》重磅发布

在云栖大会发布的《AI Native 研发范式实践手册》揭示了AI研发从“辅助编码”迈向“自主交付”的关键转折。随着MCP协议、Agent Harness框架及多模型协同的成熟,行业进入Agentic时代。阿里巴巴通过AIDC数字投手、千问用增Agent等实践,探索企业级AI研发基础设施建设,聚焦环境验证、知识沉淀、组织变革三大挑战,推动Agent实现从写代码到可靠交付的跃迁,构建覆盖工具链、安全管控与可观测性的系统化工程体系。

阿里技术 964

当 AI 开始真正“做事”,基础设施准备好了吗?

Agent 可以写代码、修改配置并提交变更,但“任务已完成”不能只由 Agent 自己判断。代码进入生产之前,仍然需要稳定、准确、可追溯的评审机制。

阿里技术 269

把「达标判定」从大模型手里收回来:Graph Engineering实践

回看整个 Agent 的演进过程,模型换过,编排的流程换过,Agent 合过也拆过,但工程方向始终一致:我们在不断地减少模型的自主权,把可被代码验证的确定性决策,从模型侧逐项收回到控制面。首先是把「达标判断」从模型手里收回:给予客观的评测手段,并在评测里加入对侧样本,防止过度优化走向过拟合。其次是把「核心目标」给模型解释清楚:先理清楚优化的最终目标是什么,可以从什么方向进行优化,要解决的是过拟合还是无效优化。才能保证模型的方向不会跑偏。

阿里技术 277

垂类业务如何落地生产级 Agent

在AI技术快速迭代背景下,AI Agent从概念走向生产需跨越稳定性、可控性、可审计性与业务闭环四道关。尽管工具链与模型能力成熟带来窗口期,但真实业务中复杂场景与风险要求系统化工程支撑。企业应聚焦“大模型+工具+循环”核心范式,以标准化协议与可复现流程实现从“能跑”到“能产”的跃迁,把握垂类落地先机。

阿里技术 144

5 人 7 天干完 20 人数周的活:Spec-Driven Development 如何重新定义 AI 编程

5人7天用Qoder完成传统需20人数周的工作,核心在于Spec-Driven Development(SDD)。通过Day 0精心撰写可验证、有边界、带约束的Spec,将“WHAT”明确化,让AI高效执行“HOW”。SDD以spec.md为唯一真实来源,辅以plan.md与tasks.md拆解任务,constitution.md固化原则,实现人机协同、并行开发与自举迭代。其本质是:在AI时代,代码只是思考的副产品,而规范才是工程的锚点。

阿里技术 234

AI Agent 应用精细化评测:评测体系设计与工程实践

本文构建了一套面向AI Agent的精细化评测体系,突破传统粗粒度评估局限,从感知、规划、记忆、工具四大模块入手,实现“质量×成本×性能”三维量化。通过模块级拆解与端到端结合,支持根因定位、幻觉检测与多轮交互评估,结合自动化数据集映射与埋点采集,打造可持续、可追溯的评测基础设施,助力Agent高效迭代与生产落地。

阿里技术 443

zg 正式开源:本地检索,不止于关键词

<think>我们根据文章内容写一段≤150字的摘要。文章主要介绍zg(zvec-grep)本地优先检索工具,解决人和Agent在本地文件中查找信息困难,结合向量检索、BM25和rg,提供语义检索、精确匹配,支持CLI/MCP,本地优先,多语言格式。摘要需简洁,涵盖核心要点。字数限制严格。输出摘要即可。</think>zg(zvec-grep)是面向人与 Agent 的本地优先检索基础设施,结合 Zvec 向量检索、BM25 与 ripgrep,实现从语义探索、相关性排序到精确验证的全流程检索。它支持多种代

阿里技术 493

Agent 终章(Harness 成本篇):一次百炼账单降低 88% 实战

回头看,成本优化并不是一套外挂式的 Token 优化技巧,它们就是 Harness 实践。模型只负责生成,Harness 决定哪些内容要发、哪些过程要隔离、什么时候该停,以及这次任务应该用什么模型,最终怎么高效完成这个 prompt。Agent Loop 的成本本身也没有什么单一解法。前缀少一点、缓存多命中一点、探索少带回来一点、无效轮次少跑一次,单看都不惊人;但这些开销会在每一轮、每一次任务里重复,最后的差距就是这样乘出来的。这就是开头提示写出一个能跑的 Agent 很容易。

阿里技术 232

阿里巴巴 12 篇论文入选全球网络顶会 SIGCOMM 2026(内附下载)

在网计算将集合通信卸载到网络交换机进行,可以压缩流量,进而加速传输过程。在网计算系统的构成通常包括交换机、网卡、协议栈、通信库、网络管理器;但是在开放以太网生态中,上述组件分属不同的供应商或者开发者,彼此之间存在依赖。以太网生态的的供应商和开发者在自己的功能范围内无法实现整体的系统;在单独一个生态位实现自己功能而缺乏其他厂商配合的情况下,其研发投入无法体现为系统级别的加速能力,造成低效的投入回报比。

阿里技术 483

Harness 工程之道:Skill 原理与最佳实践

Agent Skills 是一种轻量、开放的能力扩展规范,用于为 AI Agent 扩展专业知识和工作流。本文从概念原理出发,结合真实的工程化项目 trade-ab-skill,系统性地讲解 Skill 的结构规范、触发机制、作用域优先级,以及最佳实践。(文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。

阿里技术 321

Agent 越改越乱之后,我用评测和轨迹把它拉回来了

如果你也在反复手改 agent 的 skill、打地鼠似的顾此失彼,不妨试试让这件事跑起来:让 agent 完成任务的能力,沿着评测结果自己进化。参考资料:《别让大模型"想太多":SKILL 开发中的语义陷阱与抗幻觉设计》

阿里技术 370

Qoder CLI 上运行 Qwen3.8-Max:5 个硬核任务实测

这次评测开始前,我们关心的问题是:在单轮提示词驱动下,这些模型能不能独立跑完数小时量级的工程任务。实际上五个任务中,所有模型均独立走完了全程,没有一家中途失控。真正需要关注的问题是,在没有人规定「好」是什么的空白处,模型只能依靠自己的标准决定做到什么程度才算完成。这一代模型+Harness之间比的,已经不是能不能达到要求,而是在无人要求时,它对自己的要求是什么。最后是本文全部结论共同的边界:每个任务均为单次运行,小分差不构成排名依据;

阿里技术 379

连续五天登上 GitHub Trending 首页的思考

现在是做开源最好的时代。AI 把那些原本吃掉维护者大量时间的重复性工作(Issue 分类、代码评审、测试编写、发版……)自动化了。一个小团队甚至一个人,就能撑起过去十人团队的节奏。门槛降低了,但上限没降——省下来的时间用在真正需要判断力的地方:定方向、做决策、经营社区。几个我觉得最重要的认知:**别开源一个 demo。**AI 时代做 0-1 太容易了,社区不缺 demo,缺的是经过验证的方案。你的“判决书”越硬(生产数据、benchmark、真实用户规模),别人帮你传播的时候底气就越足。

阿里技术 467

从 Agent Flow 到 AI Native:为什么通用 Agent 是“饮鸩止渴”

我最近一直在做一个“小玩具”:Agent Flow。最初的目的很明确,就是想在某些特定场景和受众群里,取代现有的 Agent Skill。这个 Flow 本质上是传统 Flow 的强化,但它的核心不是让用户理解节点、连线和 JSON,是让用户用自然语言描述目标,然后让 LLM 去理解目标、生成 Flow、修改 Flow、运行 Flow。Flow 本身的重要性也降级了,它只是一个编排层,不对 Node 和细节负责,只负责链路控制、任务下发和结果回收,具体的任务由 Node 负责。

阿里技术 362

NL2SQL 在超大规模数仓场景的架构突破与工程实践

本文介绍了高德数据团队基于QoderWork Agent Skill构建的NL2SQL智能取数系统从V1到V2的架构演进。V1采用分域独立Skill设计,验证了LLM在企业数仓场景生成准确SQL的可行性,但暴露了用户选择成本高、Skill间路由困难等5个结构性问题。V2通过统一Skill+确定性两级路由的四层架构(域路由层、知识加载层、标准工作流层、公共服务层)实现智能路由和渐进式知识加载,解决了V1的域间冲突问题。文章重点分享了架构设计思路、知识工程方法论和实践中提炼的设计原则,为类似企业数仓的NL2SQ

阿里技术 489

分解一座冰山:后端系统「AI 知识库体系」建设实践(长文干货)

本文探讨了如何让AI在复杂后端系统中正确行动,指出仅靠代码可读性和文档完整性无法解决关键问题——AI缺乏系统全局认知。作者强调技术方案设计是AI Coding的核心环节,其质量直接影响执行正确性。文章提出需构建结构化知识库,贯穿需求理解、影响分析、方案设计、编码执行等全流程,将分散的系统知识显式化,包括架构、依赖关系、业务约束等,帮助AI获得准确上下文。特别指出业务概念与技术实现的映射、变更红线规则等关键知识,并强调知识库需要持续闭环更新,避免成为过期文档。最终目标是让AI从代码协作者进化为能自主判断的工程

阿里技术 699

阿里开源 skill-up:让 Agent Skill 可评测可回归

摘要: 阿里巴巴开源了Agent Skill评测框架skill-up,旨在解决AI技能开发中的质量验证难题。该框架通过声明式YAML配置支持多引擎测试,提供expect+judge分层判定机制,降低LLM抖动对CI的影响。核心设计包括:1) 声明式评测配置,提升可读性;2) 分层判定策略优化资源消耗;3) 多引擎适配能力;4) 结构化报告输出,支持CI集成。skill-up特别强化了多轮对话测试,可验证复杂交互场景下的技能表现,如危险操作确认流程。项目已开源并应用于阿里内部,帮助开发者确保技能迭代的可靠性和

阿里技术 677

面向复杂业务场景的智能分析 Skills 架构设计与演进实践

本文复盘了一个面向本地生活业务的分析类AI Skill的架构演进过程。面对数十个行业复杂的经营框架和指标体系,团队经历了三次重构:从V1过度工程化的分层解耦架构,到V2采用知识收拢与按需加载,最终在V3实现稳定知识与时效知识的分离。这一过程提炼出六条Skill设计原则:1)知识组织应服务于模型的推理需求而非工程规范;2)按变更频率分层管理知识;3)动态路由实现按需加载;4)写入与读取采用不同粒度;5)保持核心知识文件的轻量化;6)通过分层加载平衡维护效率与token经济性。该案例为处理领域知识密集型AI应用

阿里技术 472

阿里荣膺 ACL 2026 最佳资源论文 | HSCodeComp 揭开智能体「分层规则应用」的能力鸿沟

先从任务本身说起。HS Code(Harmonized System Code,商品名称及编码协调制度)是支撑全球每年约 26 万亿美元贸易的商品"唯一数字身份证"。每一笔跨境货物通关都必须申报 HS Code,它直接决F f f F f定了超过所有跨境商品的关税计算和合规性,跨境商品的编码如果报错,轻则多缴关税,重则触发合规风险和货运延误。如下图1所示,在阿里巴巴跨境电商海关商品编码(HS Code)场景中,该专家级任务需要将商品沿着人类专家编写的规则树逐层向下推导、精确归类到唯一国际通用编码上。

阿里技术 415

从 Coder 到 Designer :电商团队数据研发的 Harness Engineering 实践

本文介绍了AI Data团队在数据研发效率提升方面的实践,重点通过知识工程和Harness Engineering架构设计解决NL2SQL转化中的核心问题。团队构建了语义层基础设施,采用Multi-Agent协作框架,将数据研发经验结构化并形成标准化流程,实现从自然语言到SQL的精准转化。方案通过三层质量保障体系和闭环知识管理机制,确保AI在复杂任务中稳定运行并持续积累经验。目前该方案已在大促场景落地,显著提升了NL2SQL的研发效率和质量。

阿里技术 129

一个小模型意图识别系统的 5 天进化实录|支付宝618

本文摘要: 支付宝618大促中,团队探索了AI在电商优惠场景的两种交互模式:一期基于推荐逻辑的"AI找优惠",二期升级为对话式交互。作者负责意图识别模块,将用户自然语言转化为结构化查询。面对模型选型的时间压力,团队快速评估了Qwen3系列模型,最终基于性能、成本和准确率平衡选择了Qwen3-14B。文章详细记录了从业务需求分析到技术方案落地的完整决策过程,为AI产品化提供了实战参考。

阿里技术 206

为什么 Agent 时代,大家都在做 CLI ?

AI时代的CLI复兴:从人类友好到Agent友好的范式转变 随着AI Agent的崛起,命令行界面(CLI)正经历一场复兴。本文探讨了人机交互从CLI到GUI,再到Agentic CLI的发展历程,指出CLI因其文本输入输出特性、自描述性、Unix哲学组合能力等优势,成为AI Agent操作数字世界的高效入口。文章提出未来产品设计需兼顾人类和Agent需求,分为完全面向人、完全面向Agent和人机协作三层架构,并强调"AI友好"应具备可调用、可理解、可组合、可恢复四大特征。CLI与MCP、SKILL共同构成

阿里技术 169
上一篇: 世界人工智能大会阿里巴巴专场论坛《数字时代的技术责任》来了
下一篇: 助你成为专业终端人,阿里巴巴第三届终端练习生计划开启报名!
阿里技术
阿里技术 阿里技术官方账号 阿里技术官方账号
博客等级 码龄5年 5210粉丝 280原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值