阿里云发布AgentCore及新一代CPFS,构建Agentic Cloud全栈体系

阿里云已形成从 AI 芯片、服务器 CPU,到互联、网卡、存储主控和 AI 软件栈的完整布局,可以从计算、网络到存储做全栈协同和联合调优,把智能生产效率做到更高。

9月22日,在2026杭州云栖大会上,阿里云CTO李飞飞系统阐述了Agentic Cloud战略布局,宣布推出企业级Agent构建治理平台AgentCore、Agent Sandbox、新一代高性能存储CPFS等一系列新品。阿里云将Model、Harness、Context作为核心构建场景,重构了从AI Native Cloud、Agent Native Cloud到Context Engine的完整技术栈体系。

李飞飞表示,随着2026年Agent进入爆发式增长阶段,越来越多的智能体正从“问答型”向自主规划、实时决策演进。企业级Agent的大规模落地需要四方面能力支撑:以全面、统一、持续更新的上下文形成全域认知;支持自主运行与持续进化;融入安全、控制、信任和身份认证,实现人与Agent、Agent之间的可信协作;从静态规则走向实时感知、动态推理和自主行动。

在AI Native Cloud层面,阿里云展示了全栈自研的算力底座。以灵骏真武M890超节点为例,这是首个国产十万卡超节点集群,已支撑Qwen3.8 Max、KIMI K3等超2T参数大模型对外提供商业服务。阿里云计划于明年推出灵骏真武V900超节点,性能提升三倍,搭载200Pbps通信带宽,采用6us时延集群架构,自研SNPO支持全光互联,支持千卡Scale-Up互连,单集群可扩展至50万卡规模,向广域超节点演进。

存储方面,阿里云推出新一代全栈自研高性能存储CPFS,提供百TB/s级吞吐和亿级IOPS,单文件系统规模提升5倍至100PiB。在实际模型训练中,CPFS可将模型启动平均耗时降低50%、峰值算力利用率提升30%、AI存储成本降低69%。

推理层面,阿里云推出大模型KVCache管理和调度系统Tair KVCM,统一编排Mempool、KVCacheStore与远端共享存储等多级缓存,存有效命中率可达99%,每token成本下降50%。存储加速引擎KV CacheStore位于G3.5存储层,承接长上下文、多轮对话和复杂Agent任务产生的大量缓存,满足千亿级KV存储规模,在客户生产环境下实现缓存覆盖时间窗口扩大900%,吞吐提升20%,首token延迟降低54%。全新的智算中心融合网络TPN采用2层网络设计,访问带宽增加2.5倍,网络规模增加10倍,延时降低三分之一。此外,人工智能平台PAI新增支持异步Agentic RL的训练框架,打通轨迹采样、回报累计、模型训练、参数更新的环路,在支持Qwen模型后训练的实战中实现5天完成一次SOTA模型的后训练。

在Agent Native Cloud层面,阿里云推出企业级Agent构建治理平台AgentCore,将企业级Agent基础设施标准化、托管化,支持长任务、失败重试、断点恢复和异步执行,提供安全执行环境、资源隔离、身份权限和全链路审计,统一管理模型、MCP Server、Skill等资产,可提升任务完成率99%,TCO成本降低70%。

同时,阿里云还发布了一系列Agent相关产品。Agent Sandbox为Agent提供开箱即用、极致弹性、安全可靠的执行环境,创建吞吐10万/分钟,深休眠唤醒小于600ms,兼容E2B和K8s。Agentic OS作为Agent原生操作系统,可节省Token消耗30%以上,沙箱部署密度提升3倍。Agentic Computer为智能体提供统一、长期在线的专属云电脑工位,兼容主流Agent框架,具备Computer Use和GUI操作能力,权限可控、操作可审计。

在Context Engine层面,阿里云提出“存储—计算处理—上下文工程”三位一体的引擎架构,将企业全域数据转化为实时上下文。底层以多模态数据存储承接对话、视频帧、点云、轨迹和Agent反馈;中间层覆盖数据集成、转换、治理、质量和建模;上层通过全域知识库、多模态语义整合、持续记忆管理和实时上下文装配,把分散数据组织成Agent可按需调用、动态更新的上下文。

产品层面,Agent Context面向复杂知识检索,将准确率提升50个百分点,Token使用效率提升3倍以上。OpenLake提供统一全模态数据湖仓,通过一份数据支持多引擎计算,使总体拥有成本降低38%。Apsara Lakebase支持亚秒级、零拷贝创建数据分支,为Agent提供快速、隔离的数据空间。MC-MaxFrame以自研分布式计算框架处理多模态数据,计算性能提升12%。Flink Streaming Agent提供60多种全模态算子,把实时数据流转化为可触发业务流程的实时行动。

李飞飞表示,阿里云已形成从AI芯片、服务器CPU,到互联、网卡、存储主控和AI软件栈的完整布局,可以从计算、网络到存储做全栈协同和联合调优,把智能生产效率做到更高。从面向Model的模型生产,到面向Harness的自主运行与持续进化,再到面向Context的实时智能决策,阿里云正在将算力、网络、存储、运行环境、身份安全和企业数据组织成统一的Agentic Cloud。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
三星晶圆代工拟扩建4nm与2nm产线,应对HBM基础裸片需求增长
上一篇 4天前
奥地利科学院发布Apollo大语言模型,以6亿古希腊词汇训练用于莎草纸残片修复
下一篇 4天前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部