<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI Agent 学习笔记 – 阿里云函数计算 AgentRun</title>
    <link>https://skyao.net/learning-ai-agent/timeline/2025/aliyun-agentrun/</link>
    <description>Recent content in 阿里云函数计算 AgentRun on AI Agent 学习笔记</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 17 Sep 2026 00:00:00 +0000</lastBuildDate>
    
	  <atom:link href="https://skyao.net/learning-ai-agent/timeline/2025/aliyun-agentrun/index.xml" rel="self" type="application/rss+xml" />
    
    
      
        
      
    
    
    <item>
      <title>Timeline: 阿里云 AgentRun（材料）</title>
      <link>https://skyao.net/learning-ai-agent/timeline/2025/aliyun-agentrun/source/</link>
      <pubDate>Thu, 17 Sep 2026 00:00:00 +0000</pubDate>
      
      <guid>https://skyao.net/learning-ai-agent/timeline/2025/aliyun-agentrun/source/</guid>
      <description>
        
        
        &lt;p&gt;主要出处：阿里云，2025-12-10，&lt;a href=&#34;https://cn.aliyun.com/product/news/28237&#34;&gt;AgentRun 发布，一站式 Agent 基础设施平台&lt;/a&gt;。本页不复制公告全文。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id=&#34;当时说了什么&#34;&gt;当时说了什么&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;定位&lt;/strong&gt;：函数计算推出的「一站式 Agentic AI 基础设施平台」，以&lt;strong&gt;高代码为核心&lt;/strong&gt;，覆盖 Agent 应用的开发、部署、运维全生命周期；可集成 AgentScope、LangChain、ADK、CrewAI 等框架，支持云端托管或私有化部署。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;弹性与计费&lt;/strong&gt;：宣称从 0 到百万级并发弹性、精细化计费。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;休眠与唤醒&lt;/strong&gt;：通过请求感知调度、实例冻结与内存快照，实现&lt;strong&gt;运行时与沙箱的自动休眠&lt;/strong&gt;和&lt;strong&gt;毫秒级唤醒&lt;/strong&gt;（厂商自报 1 毫秒）。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;会话亲和&lt;/strong&gt;：公告明确写「&lt;strong&gt;突破传统 Serverless 的无状态限制&lt;/strong&gt;」，为 Agent 提供运行时状态的持久化与上下文管理，保障多轮对话。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;内置沙箱&lt;/strong&gt;：Code Interpreter、Browser Tool、All In One 等，内置多语言执行引擎与浏览器自动化引擎，面向多租户提供隔离。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;治理与追踪&lt;/strong&gt;：模型侧用统一代理屏蔽 API 差异；工具侧用 MCP 标准化封装、Hook 与智能路由；全链路追踪把每一步决策路径、耗时与状态可视化。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;当时不是什么&#34;&gt;当时不是什么&lt;/h2&gt;
&lt;p&gt;这不是模型或协议事件，也不提供新的 Agent 循环语义——循环仍由框架或调用方决定。它回答的是&lt;strong&gt;执行位置&lt;/strong&gt;问题：Agent 的运行时和沙箱在云上以什么形态存在、按什么计费、状态怎么跨请求活着。&lt;/p&gt;
&lt;p&gt;「毫秒级唤醒」「降低多少 TCO」这类数字都是&lt;strong&gt;厂商自报&lt;/strong&gt;，公告没有给出可复现的测量口径。写进时间线时按当时主张记，不作独立结论。&lt;/p&gt;

      </description>
    </item>
    
    <item>
      <title>Timeline: 阿里云 AgentRun 讲解</title>
      <link>https://skyao.net/learning-ai-agent/timeline/2025/aliyun-agentrun/explanation/</link>
      <pubDate>Thu, 17 Sep 2026 00:00:00 +0000</pubDate>
      
      <guid>https://skyao.net/learning-ai-agent/timeline/2025/aliyun-agentrun/explanation/</guid>
      <description>
        
        
        &lt;h2 id=&#34;当时解决了什么问题&#34;&gt;当时解决了什么问题&lt;/h2&gt;
&lt;p&gt;Serverless 的默认契约是&lt;strong&gt;无状态&lt;/strong&gt;：请求来了起实例，请求走了销毁，状态外置到数据库或对象存储。Agent 的运行形态恰好相反——一次任务是一段长达几分钟到几小时的轨迹，中间有工作副本、进程、打开的连接、累积的观察。把它硬塞进无状态函数，每一步都要重新装载，代价全落在延迟上。&lt;/p&gt;
&lt;p&gt;AgentRun 的两个设计正面回答这道矛盾：&lt;strong&gt;会话亲和&lt;/strong&gt;让同一个会话持续路由到同一份运行时状态；&lt;strong&gt;休眠与唤醒&lt;/strong&gt;让这份状态在空闲时不被销毁、需要时快速回来。这不是新循环，是给循环换了一个能活得更久的宿主。&lt;/p&gt;
&lt;p&gt;它同时把沙箱做成平台内置项（代码解释器、浏览器），意味着「Agent 在哪执行」从开发者的选型变成云厂商的目录项。&lt;/p&gt;
&lt;h2 id=&#34;对后续-llm-与-agent-的影响&#34;&gt;对后续 LLM 与 Agent 的影响&lt;/h2&gt;
&lt;p&gt;这条与同期 &lt;a href=&#34;https://aws.amazon.com/blogs/aws/amazon-bedrock-agentcore-adds-quality-evaluations-and-policy-controls-for-deploying-trusted-ai-agents/&#34;&gt;AWS AgentCore&lt;/a&gt;、以及 2026 年上半年 Anthropic、OpenAI、Google 的动作连起来看，是同一个转折：&lt;strong&gt;云厂商开始把 Agent 运行时当作一种基础设施品类来提供&lt;/strong&gt;。&lt;/p&gt;
&lt;p&gt;对时间线的意义在于时间点——2025 年 12 月。此时 Aries、SpecBox 这类测量与调度论文还没出现（2026 年），但产品侧的答案已经先摆出来了。&lt;strong&gt;工程先于论文&lt;/strong&gt;，这条线在 2026 年被倒过来写成「基础设施第一次成为 Agent 史主线」。&lt;/p&gt;

      </description>
    </item>
    
  </channel>
</rss>
