今天分享的是：阿里云：2025年AI原生應用開源開發(fā)者沙龍·上海站電子書

報告共計：126頁

阿里云2025年AI原生應用開源開發(fā)者沙龍·上海站核心內(nèi)容總結(jié)

本次沙龍聚焦AI原生應用開發(fā)，圍繞智能體（Agent）開發(fā)框架、網(wǎng)關(guān)技術(shù)、消息隊列優(yōu)化及可觀測性等核心領(lǐng)域展開，分享多維度技術(shù)實踐與架構(gòu)方案，為AI原生應用從開發(fā)到生產(chǎn)落地提供全面指引。

在Agent開發(fā)模式與框架方面，主流模式涵蓋簡單LLM應用、Single Agent、Workflow及Multi Agent。Single Agent存在工具選擇決策難、上下文窗口有限等局限，Workflow模式含Chain與Routing兩種典型類型，Multi Agent則通過Supervisor實現(xiàn)多智能體協(xié)同。Spring AI Alibaba作為靈活模塊化的Agent開發(fā)框架，支持ReactAgent、FlowAgent等多種Agent類型，各類型在核心特性、流程編排與確定性上差異顯著，適配不同場景需求。其底層Graph引擎負責Agent編排，可通過API實現(xiàn)靈活流程控制，還解決模型無關(guān)性、內(nèi)置工具集成等開發(fā)運行問題，并支持流式響應、Human-in-the-loop及記憶上下文管理。

分布式Agent架構(gòu)上，A2A協(xié)議實現(xiàn)Agent跨組織或技術(shù)邊界通信，Spring AI Alibaba可調(diào)用A2A遠程智能體，結(jié)合Nacos的A2A注冊中心，能實現(xiàn)遠程智能體自動發(fā)現(xiàn)與版本管理，提升分布式場景下Agent協(xié)作效率。

在AI場景技術(shù)支撐領(lǐng)域，快手實踐中選擇Higress作為AI Gateway，解決LLM場景下計量限流、動態(tài)路由等問題，構(gòu)建生產(chǎn)級計量系統(tǒng)實現(xiàn)精細化成本與流量管理；Apache RocketMQ針對AI場景推出Lite-Topic輕量級通信模型與優(yōu)先級Topic分級消費策略，滿足長響應時間、高算力成本等場景需求，并給出MQ與AI網(wǎng)關(guān)會話續(xù)傳的應用案例與代碼實現(xiàn)。

可觀測性方面，Spring AI Alibaba集成OpenTelemetry協(xié)議，支持多種數(shù)據(jù)導出方案并與阿里云ARMS深度集成。LoongSuite采集套件實現(xiàn)無侵入式可觀測性集成，支持多語言，在大模型插件支持、埋點豐富度等方面優(yōu)于開源探針，還提供多Agent鏈路追蹤、問題排查等實踐場景及具體集成步驟。

此外，Nacos 3.0進行AI架構(gòu)升級，新增MCP Registry、A2A Registry等功能，解決Agent管理、發(fā)現(xiàn)與通信問題，提供AI智能管理架構(gòu)與實踐案例，并規(guī)劃后續(xù)AI能力迭代方向，助力構(gòu)建更安全便捷的AI原生應用。

以下為報告節(jié)選內(nèi)容