文章探讨了京东云提出的"Agent+Coding"AI开发新范式，通过JoyAgent 3.0和JoyCode 2.0双平台协同，解决企业AI转型的理念、工具和信任三大瓶颈。该范式实现Agent简化代码、代码反哺Agent的闭环，让AI开发更自动化、智能化，最终实现"从开发者少写代码，到开发少写代码"，推动AI在企业工作流与业务系统中的全面渗透。
人工智能领域，围绕Agent应用与配套架构的思考，正在如火如荼地进行着。
一个月前的OpenAI年度发布会上，围绕「如何让人更好的用AI去创造」这一主题，该企业一口气推出了包含Agent Builder、Chat Kit、Evals for Agents等核心组件的Agent Kit，以及备受业界关注的OpenAI版「Claude Code」——Codex 正式版。
算上半年前横空出世Claude Code，和早先被柯林斯词典收录为年度词汇的「Vibe Coding」，新一轮聚焦于Agentic Coding的共识与实践，正在各方推动中迎来落地。
在11月20日举行的京东云城市大会南京站上，京东云提出「Agent+Coding的AI开发新范，将Agent应用平台和代码平台相融合双轮驱动, 这种以Agent简化代码、代码反哺Agent的闭环，将让AI开发越来越自动化、智能化，最终实现‘从开发者少写代码，到开发少写代码’。」
以上各家厂商在Agent和Coding领域的动作，固然是因为看到了AI时代开发新模式。
一方面，Agent正被广泛认可为当前AI应用的最佳形态，并通过和千行百业业务系统的融合，创造真实的生产价值；
另一方面，伴随着Agent的火爆，如何系统的开发、组装、使用Agent，也随之成为了当前阶段AI领域的一门「显学」。
这种Agent所蕴含的先进生产力潜能，和适配Agent的落后系统架构的矛盾，在许多企业的应用环节，都表现的尤为明显。
相较于传统开发流程中「敲代码–测试–部署」的线性工作逻辑，Agent主导下的生产流程，则是更加多模态、复合化、立体化的。例如，在许多工作流中，Agent既扮演着协同配合、输出任务的「员工」角色，同样也是需要承接资源输入、不断更新迭代的「产品」。
而在这一过程中，以人为核心的传统工作流和系统架构，不可避免的会遭遇「水土不服」的问题：
·为「人」所设立的部门、科层、制度，能够有效管理「数字员工」、「AI智能体」吗？
·以「人」为核心的培养、晋升逻辑，能够适配AI智能体的迭代演进吗？
答案显然是否定的。
为蒸汽火车所铺设的铁轨，不能用来通行高铁动车。同样的，随着AI技术从单点工具进化为生产力引擎，创造一套能够适配智能体核心的新应用架构，一套能够覆盖Agent从设计、开发、测试、调试、发布、监控到迭代演进全生命周期的AI 应用开发范式，已经成为了各行业广义层面的「生产刚需」。
这也正是京东云推出以「Agent+Coding」协同的AI开发新范式的背后思考。
在京东云城市大会南京站现场，京东集团技术委员会主席、京东云事业部总裁曹鹏表示，「Agent + Coding的AI开发新范式，正在成为AI应用开发的主流，这种以Agent简化代码、代码反哺Agent的闭环，将让AI开发越来越自动化、智能化，最终实现‘从开发者少写代码，到开发少写代码’。同时，大规模应用爆发，也将推动AI基础设施迈向标准化，AI Infra 1.0已开启。」
如何理解这套新范式所带来的变革？
最直观的进化，发生在企业的工作流层面。
为什么中国企业的AI化进程总是卡在「AI客服」、「算法推荐」等外挂工具层面，难以向更深入延展？什么阻止了AI融入更深层次的企业工作流和业务系统？
关键就在于Agent本身的「高门槛」。
不同行业、企业不同部门之间的职能任务各不相同，隔行如隔山，难以依靠少数通用型Agent覆盖，针对细分需求的定制开发才是常态；
与此同时，即便是成功实现工作流部署的Agent，也需要跟随企业经营成长不断调整进化。
这也意味着，必须要将过往割裂、独立的AI智能体开发流程整合打通，并降低开发门槛。只有让企业像使用办公软件一样轻松地掌握Agent的定制、组装，才能真正意义上提升AI在企业工作流中的应用深度。
京东云的「Agent+Coding」新范式，正是为此而生。
依靠JoyAgent 3.0和 JoyCode 2.0双平台之间的功能适配、紧密协同，京东云不仅为传统意义上耗费资源、难以着手的AI开发，提供了新的支点，也将以往割裂独立的AI智能体开发、应用、监控测试、迭代演进环节，整合为了一套可以自我驱动升级的闭环生态。
在这一生态体系中，Agent平台上沉淀的算法、工具为Coding提供丰富能力；智能编码平台则提供高效敏捷的开发能力，调用这些算法工具，快速实现企业应用的深度改造。
和传统的企业应用生态不同，这是极少数为AI Agent量身定制的运转架构，经过京东内部复杂业务场景的反复验证，也已经展现出高度的通用性和有效性。
这基础上，「Agent+Coding」开发新范式的推出，也标志着京东云「深度应用」理念迎来阶段性落地。
如果说在AI原生时代，以OpenAI为代表的创新企业是「发明汽车的人」，那么作为AI时代的「铺路者」，秉持「深度应用」理念的京东云，则是一直在帮助企业完成更适配AI原生时代的架构升级，从而实现AI在工作流与业务系统中的全面渗透、深度打通。
相较于web时代对企业经营管理的重构，AI原生时代，「Agent+Coding」新范式的一个显著特征就是「适配现有生态，而非颠覆既有体系」——通过支持 MCP、A2A 两大开放协议，企业既能将自研的智能体接入 JoyAgent 调度，也能把 JoyAgent 的智能体发布成 A2A 服务或 SDK，无缝融入现有业务系统，实现「渐进式AI建设」。
从这个角度来说，京东云这一以「Agent+Coding」双轮驱动的新范式，无疑为企业落地AI，构建生态闭环提供了可靠的创新路径。
理念范式层面的革新之后，摆在企业面前的下一个问题也随之而来：
什么才是最适配这一范式的生产力工具？
在此次京东云城市大会南京站，为企业所带来的「AI管理指南」中，京东云也专门配套升级了具体的生态工具——JoyAgent 3.0 +JoyCode 2.0。
这之中，JoyAgent3.0作为京东内部大规模业务场景锤炼的企业级智能体，凭借其丰富的工具集、独一无二的跨平台互联能力，已经成为了企业深度应用的「智能枢纽」；
相比之下，作为应对企业级复杂任务的「技术专家」，JoyCode2.0则可以依靠对代码仓库的深度解析，以及对业务需求和开发环境的深度理解，充分保障高质量代码的交付。
一前一后，一内一外，二者的合力不仅能够快速打通AI开发流程，构建Agent持续进化的闭环，更能够帮助开发者灵活组合智能体能力与编码逻辑，快速构建复杂、深度定制化的AI应用。
这背后，从「Agent+Coding」，到「JoyAgent +JoyCode」，京东云的产品为什么能成为打造「AI生态闭环」的最优解？
答案无疑是多方面的。
一方面，正如前文中所提到的那样，JoyAgent 3.0和JoyCode 2.0平台自身就是具备行业头部水准的开发工具。
以JoyAgent为例，自2025年7月开源以来，JoyAgent在GitHub上已收获超1万Star。在全球权威的GAIA智能体评测榜单中，JoyAgent在验证集准确率超77%，测试集超67%，位列全球智能体方向第一梯队。
在这基础上，共同孵化于京东云的两大平台，更是在编码逻辑、通信协议、开发组件、算法库等方面「同源同构」，相较其他「Agent+Coding」产品组合，二者在适配、协同层面保持绝对的领先优势。
此外，在权威SWE-Bench Verified基准测试中，京东云JoyCode凭借74.6%的高通过率位居SWE-Bench榜单全球Top3，展现出卓越的复杂编程问题解决能力，并正式在GitHub上开源。作为面向严肃开发场景的企业级编码产品，JoyCode通过规约编程端到端智能体团队与CSR上下文引擎，高效破解大型复杂代码库的维护难题。
在平台的具体运行环节，JoyAgent 将智能体、AI 算法库等能力封装为可直接调用的模块，JoyCode 无需额外开发适配逻辑即可直接使用；而 JoyCode 生成的应用在运行中收集的业务数据，会实时回传至 JoyAgent，用于优化模型的决策逻辑。
这种「智能体驱动代码生成，代码反哺智能体进化」的闭环，不仅能让开发效率持续提升，应用适配性不断优化，更能在广义视角里，为企业落地AI实现1+1>2的呈现效果。
从这个角度来说，作为京东云深度应用理念的落地产品，JoyAgent 、JoyCode从一开始，就注定是京东云AI开发新范式最适配、最趁手的产品工具。
「理念瓶颈」、「工具瓶颈」的突破之外，来自京东云的AI开发新范式想要深入融入千行百业，打通全产业AI生态闭环，还要再过最后一关：
信任瓶颈。
一方面，借势AI、应用AI当然已经刻不容缓，另一方面，企业也迫切需要降低AI转型中的「不确定性」。
这种不确定性，既有转型效果层面的影响，也有工具应用层面的影响。
被视为观察全球软件团队的风向标的Google Cloud，在最新的《DORA 人工智能辅助软件开发现状调查报告》，曾经揭示过这样一个深层困境：
近90%的开发者每天使用AI超2小时，但仅有24%的开发者能够对AI高度信任。
企业、开发者都在试图将AI深度融入工作流中，赋予AI更多任务和责任，但这并不影响他们内心深处对AI的戒备和不信任感。
除了这种挣扎心态，Agent落地具体业务流程中，还面临着很多细小的杂音干扰——如何因地制宜，针对具体业务线定制AI开发方案？如何避免敏感数据、核心资料的外泄？如何消除企业对特定供应商技术绑定的担忧？
DORA报告警示我们，降低AI开发的门槛，并不是终点，提供真实确定的交付结果，才是关键。
这也是为什么，在聚焦技术创新，不断迭代产品理念的同时，京东云一直在积极依托京东内部大规模业务场景沉淀，为合作伙伴输入确定性。
公开资料显示，截至目前，京东内部已有超过3万个智能体在丰富的业务场景中运行，累计提升人效超亿元。这些智能体活跃在零售、物流、金融、工业等多元业务的一线，最大化发挥智能体价值，显著提升了企业运营效率。
以电商场景的智能助手为例，京东深入理解电商从业者从商品发布、订单管理、客户沟通、数据分析等一系列电商任务，拆解商家经营团队背后的运作模式，最终基于 Multi-Agents 理念搭建了商家助手大模型在线推理服务架构，让Agent成为商家的智能经营助手。
以 DataAgent 为例，它能安全连接企业内所有数据源，自动生成数据分析报告。再比如智能寄Agent，通过拍照即可自动识别地址信息和物品类别，极大简化了寄件信息录入。还有零售场景中的采销助手，能精准预测销量库存，分析各地销售情况，快速生成供应链预测报告，明确补货数量，全面简化采销流程。
在这基础上，「坚定拥抱开源开放」则是京东云的另一大「杀手锏」。
事实见证了京东云在开放共享层面所付出的努力：
今年7月，京东云开源了首个100%开源的企业级智能体JoyAgent-Genie，从前端、后端、框架、引擎、核心子智能体全部对外开放；
9月，京东云又开源了DataAgent和DCP数据治理模块，推出JoyAgent 3.0，解决企业数据利用难的挑战，加速企业级落地。
此次京东云城市大会南京站，京东云又官宣开源全新的多模态RAG技术，以实现多元异构数据的快速治理与高效应用……
回首过往，京东云一直都在聚焦开源，充分降低企业综合部署成本，构建信任壁垒，确保企业在AI转型中的核心主权，从而带动千行百业的Agent实践，让AI真正变得能用、好用。
放眼未来，当「Agent+Coding」范式真正成为行业标准，让「AI重构供应链」从企业战略升华为产业共识的京东云，也必将完成身份的升维——
从技术的创新者，转向千行百业生态的「筑路者」，并推动数字经济向更普惠、更高效、更具温度的未来加速演进。
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型实战项目&项目源码👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
为什么分享这些资料?
只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
扫一扫
3302
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
