🚀 智能体 · 平台发布

阿里云 Agent Studio 全栈平台上线:托管运行时 + 统一 API Key,保单审查效率提升 10 倍

8 月 14 日,阿里云在飞天发布时刻推出企业级 Agent 全栈服务平台 Agent Studio,将运行时托管、工具接入、记忆检索与可观测性收进统一平台。核心能力 Managed Agent 已在保单审查场景中实现效率提升 10 倍以上,单份成本降至 0.12 元。

综合公开信息整理 2025-08-14 全文约 4 分钟读完
#阿里云 #Agent Studio #Managed Agent #MCP #企业级平台
10 倍 + 保单审查效率提升
0.12 单份保单处理成本
14 家 首批 One Key MCP 合作伙伴

⚡ 30 秒速览

  • Agent Studio 是什么:阿里云推出的企业级 Agent 全栈服务平台,把运行时、工具、记忆、可观测性打包成统一服务层,企业拖拽即可搭建 Agent。
  • Managed Agent 核心:托管式运行时,支持长任务中断续跑,五层能力(底座、上下文、工具、安全、可观测)一次托管,开发者只需定义 Agent 做什么。
  • One Key MCP 生态:统一 API Key 接入 14 家云市场合作伙伴,覆盖电商、金融、法律、物流等领域,后续将扩展至近 50 家。
  • 真实效果:保单条款审查从 3 小时缩至 15 分钟,效率提升 10 倍以上,核保员每日处理量翻数倍,单份成本仅 0.12 元。
  • 行业信号:Agent 正在成为云服务的新入口——Token 消耗不再是全部,平台、工具、生态的锁定效应开始显现。

01云厂商集体转向 Agent 平台 四年布局,一个方向

2024 年 10 月,AWS 推出 Bedrock AgentCore,把 Runtime、Memory、Gateway 拆成可组合服务;2025 年 4 月,Google Cloud 发布 Gemini Enterprise Agent Platform;6 月,Microsoft Foundry 补上 Hosted Agents、Toolboxes、Memory。到了 8 月,阿里云 Agent Studio 正式上线。

四家云厂商的路径出奇一致:把 Agent 从“开发框架”升级为“平台服务”。原因很直接——Agent 变多、任务变长、调用链变复杂之后,过去那套基础设施的组织方式开始不够用了。

一个诚实的注脚:连 Anthropic 自己也没绕开这个坑。2025 年 4 月它复盘了一次 Agent 基础设施返工——最初把 Session、Harness 和 Sandbox 塞进同一个容器,结果故障隔离、状态保存和网络扩展都出了问题,最后只好拆开。

模型做得再好,Agent 真正跑起来之后,该补的工程课一门也少不了。

注:以上时间线根据各厂商公开产品发布信息整理,反映行业从“框架”向“平台”迁移的共性趋势。

02三种路径,一个瓶颈 企业做 Agent 的工程选择题

面对 Agent 基础设施的重复建设,业内出现了三种典型路径。问题不是哪种更好,而是企业愿意把多少工程工作交给平台

自建

DoorDash

将 Session、Memory、Tracing、Evaluation 等通用能力收归平台层,业务 Agent 复用生产链路,上线速度提升 10 倍。但平台本身持续建设,投入不菲。

适合:有足够多 Agent 和强工程团队的公司
框架

Lyft 等

用 LangGraph、AutoGen、CrewAI 等框架编排 Agent,开发周期从半年压缩到几周。但框架主要解决开发问题,运行后的治理、监控、故障隔离仍需自己补。

适合:快速验证 Agent 场景,团队规模有限
全栈平台

阿里云 Agent Studio

将运行时、工具接入、记忆、可观测性打包成统一服务层,企业拖拽即可搭建 Agent。Managed Agent 托管长任务,One Key MCP 统一工具认证。

适合:希望专注业务,不想重复造基础设施

三种路径并非互斥,但一个趋势已经清晰:Agent 平台化正在成为主流选择——因为大多数企业既没有 DoorDash 的工程密度,也承受不了框架方案带来的后期运维成本。

03Agent Studio 替企业接管了哪些“脏活”?

Agent 从“搭出来”到“真正干活”,中间隔着一层厚厚的工程工作。Agent Studio 的核心思路是:把那些企业反复要做、又很难形成业务差异的能力,收进平台

Managed Agent —— 五层托管运行时

运行时底座
会话状态·沙箱·事件记录
上下文管理
文件·代码仓库·跨会话记忆
工具扩展
MCP + Skills 接入外部系统
安全层
沙箱隔离·密钥托管
可观测与集成
执行追踪·API·Deployment
注:五层能力从上到下覆盖了 Agent 长任务运行的全部底层工作,开发者只需定义 Agent 做什么,其余由平台托管。

One Key MCP —— 把 N 条认证链路压成一条

过去每接一个 MCP 服务,就要单独注册、申请 API Key、处理鉴权。Agent Studio 用 统一 API Key 替代了 N 条认证链路。首批接入 14 家合作伙伴,覆盖电商、地理信息、金融、法律、产业研究、物流等领域,后续将扩展至近 50 家。

One Key 电商 金融 法律 地理信息 物流 产业研究 14 家首批 近 50 家规划

Skill 体系 + Agentic Search + Memory Studio

Skill 体系分三层:广场严选、服务商直供、用户自定义——通用能力直接装,行业服务商可把 MCP 连同 Prompt 和最佳实践一起封装,企业也可沉淀私有 Skill。Agentic Search 让 Agent 像专家一样持续搜索、交叉验证、动态调整检索方向。Memory Studio 拆出三类记忆:观察记忆(发生过什么)、用户记忆(你是谁)、技能记忆(过去怎么做)。

三者合在一起,逻辑清晰:一个负责“现在缺什么”,一个负责“过去知道什么”,一个负责“怎么做得更好”

注:Agent Studio Playground 还提供了 Vibe Builder,可以用自然语言生成工作流和 Agent,进一步降低上手门槛。

04保单审查:从 3 小时到 15 分钟 一个复杂长任务的真实样本

企业保单条款审查是典型的“长任务”——解析、条款对齐、风险定级、合规检查,过去核保人员手动完成一份需要 3-4 小时。封装成 Managed Agent 后,整条链路在云端连续执行,人只需要处理最后的关键确认项。

📄 企业保单条款审查 效率提升 10 倍 +

  • 人工时代:核保员逐项解析、对齐条款、定级风险、检查合规,一份复杂保单耗时 3-4 小时,每日处理量有限。
  • Agent 托管后:Managed Agent 自主执行全流程,中间可中断续跑,最终交付审查结论,耗时缩至 约 15 分钟
  • 成本与产能:单份保单处理成本 0.12 元,核保员每日处理量翻数倍,相同人力覆盖更多业务。
关键维度:长任务连续执行 / 中断续跑 / 工具调用 / 结构化输出 —— 全部由 Managed Agent 托管完成。

这个案例的价值不在于“AI 替代了人”,而在于它证明了一件事:当底层工程工作被平台接管后,Agent 在复杂真实任务中的可靠性,已经可以支撑生产级部署

编辑核心判断

Agent 正在成为云服务的新入口。Token 调用不再是全部账单——Agent 完成一次任务时,会经过谁的平台、调用谁的服务、把状态和数据沉淀在哪套生态里,这才是云厂商真正在争夺的下一层锁定期。Agent Studio 的答案是把企业反复要做又无法形成差异的工程工作收进平台,但一个更根本的问题悬而未决:企业愿意把多少东西,交给平台替自己做?

现在就能用

Agent Studio 已正式上线阿里云百炼,开发者可直接登录控制台体验 Managed Agent、One Key MCP 与 Playground 全栈能力。

agent.console.aliyun.com → 立即体验

预置场景模板,拖拽即可搭建 Agent,无需从零开始。