- 综合排序
- 最热优先
- 最新优先
腾讯云Agent Runtime：Agent原生基础设施技术概要
一、 产品定位与核心亮点 腾讯云Agent Runtime 是一项专为AI Agent设计的原生基础设施服务。其核心技术属性是通过提供会话独占运行环境，解决Agent任务对云基础设施的特殊需求。 三、应用框架和功能介绍 功能框架 产品架构包含四大核心组件： Agent沙箱：提供隔离的运行环境。 Agent存储：负责任务状态与记忆的持久化。 Agent网关：管理对企业数据的安心访问。 案例二：WorkBuddy × Agent存储 背景：WorkBuddy类应用需处理可能中断的长任务，并要求容错与成本节约。 解决方案：采用Agent存储的快照与回退功能，实现任务中断后的一键恢复。 案例三：法律咨询平台 × Agent原生基础设施 背景：法律服务平台希望快速构建AI法律咨询助手以提升服务能力。 解决方案：基于腾讯云Agent Runtime的模版，将行业知识封装为垂类Agent，并与现有网站无缝接入。 成效：Agent上线时间从数周缩短至分钟级，开发效率提升80%（来源：平台应用数据）。
14810编辑于 2026-06-09腾讯云Agent Runtime：Agent原生基础设施技术概要
一、产品定位与核心亮点 腾讯云Agent Runtime 是腾讯云推出的面向AI Agent（智能体）场景的原生基础设施，核心定位为通过重构云基础设施适配Agent任务负载特征，实现Agent“跑得快、 基础设施配置复杂，Agent上线周期长（数周级）；现有Web业务与Agent业务链路割裂，管理成本高 企业级Agent应用运营方 企业数据访问、Agent任务监控 企业数据访问安全风险高；Agent任务链路不可观测 Agent存储：提供快照/回退、任务自动打快照、一键恢复能力，支持停时不计费、唤醒即用。 Agent网关：支持零凭证、零信任架构访问企业数据，需授权访问，保障数据安全。 案例3：EdgeOne Makers × 一站式Agent上线方案 背景：EdgeOne Makers需搭建AI法律咨询助手Agent，并接入现有法律服务平台，传统模式下基础设施配置复杂，Agent上线需数周 Agent上线时间从数周缩短至分钟级（数据来源：腾讯云公开材料）。 实现Web与Agent业务统一管理，适配低时延与链路安全需求（数据来源：腾讯云公开材料）。
12210编辑于 2026-06-09- 来自专栏DotNet NB && CloudNative
使用C# 构建AI原生Agent应用
摘要： 随着人工智能的迅猛发展，AI 原生 Agent 应用架构成为构建智能系统的核心。本文聚焦于以 C# 构建 AI 原生 Agent，并整合 k8s 与 Dapr，搭建高效可扩展平台。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 3.2 Agent与外部系统的交互 在AI原生Agent应用架构中，Agent与外部系统的交互是一个至关重要的环节。
61320编辑于 2025-02-25 - 来自专栏张善友的专栏
使用C# 构建AI原生Agent应用
摘要： 随着人工智能的迅猛发展，AI 原生 Agent 应用架构成为构建智能系统的核心。本文聚焦于以 C# 构建 AI 原生 Agent，并整合 k8s 与 Dapr，搭建高效可扩展平台。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 3.2 Agent与外部系统的交互 在AI原生Agent应用架构中，Agent与外部系统的交互是一个至关重要的环节。
1.4K10编辑于 2024-12-24 腾讯云 Agent Runtime：Agent原生基础设施产品解析与应用实践
讲者信息：马文霜（腾讯云存储总经理） 发布场景：中关村论坛系列活动 一、 产品定位与核心亮点 腾讯云 Agent Runtime 是一款专为 AI Agent 打造的原生云基础设施。 企业级办公与日常 Agent 调度场景：解决 AI 执行长任务易出错导致的数据丢失问题，以及 Agent 闲置时持续占用云资源带来的高昂成本。 功能框架 Agent Runtime 提供一站式集成的核心模块矩阵： Agent 沙箱：提供极致弹性的独立计算环境。 Agent 存储：提供支持快照与启停的低成本数据挂载方案。 Agent 记忆：优化长任务上下文管理的记忆模块。 Agent 网关：保障企业数据访问的安全管控枢纽。 Agent 可观测：提供全链路状态监控与优化追踪。 2. 解决方案：使用 Agent 原生基础设施。针对新应用提供一站式框架（模版改造）；针对已有网站，利用灵活开放特性，直接在原有代码架构下新增 agents/ 目录进行接入。
14500编辑于 2026-06-09- 来自专栏架构之美
Promethues 的 Agent 模式：高效转发云原生指标
Prometheus 提供了极其稳定和健壮的 API、查询语言和用于进行集成的协议（例如远端写入和 OpenMetrics），这一稳固的基础，让云原生的监控生态欣欣向荣： 社区提供了包罗万象的 Exporter 然而云原生世界一直在发展和进化。随着托管 Kubernetes 方案的成长，几秒钟就能随需创建 Kubernetes 集群，我们已经能够把集群当做牲畜而非宠物（换句话说，我们不再关注特定的实例）。 那么 Agent 模式的 Prometheus 是否真的可用呢？ Agent 模式得到了大规模验证 Prometheus 会把 Agent 模式作为实验性功能加入下一个版本。 Agent 模式是需要用 --enable-feature=agent 参数的启用的。这种模式下能够使用同样的指标抓取配置以及远程写入能力。 在 Katacoda 上尝试 Prometheus Agent 可以在 Katacoda 上尝试 Promtheus Agent，真切体会其中的易用性。
1.5K00编辑于 2022-03-03 - 来自专栏伪架构师
（译）Promethues 的 Agent 模式：高效转发云原生指标
Prometheus 提供了极其稳定和健壮的 API、查询语言和用于进行集成的协议（例如远端写入和 OpenMetrics），这一稳固的基础，让云原生的监控生态欣欣向荣： 社区提供了包罗万象的 Exporter 然而云原生世界一直在发展和进化。随着托管 Kubernetes 方案的成长，几秒钟就能随需创建 Kubernetes 集群，我们已经能够把集群当做牲畜而非宠物（换句话说，我们不再关注特定的实例）。 那么 Agent 模式的 Prometheus 是否真的可用呢？ Agent 模式得到了大规模验证 Prometheus 会把 Agent 模式作为实验性功能加入下一个版本。 Agent 模式是需要用 --enable-feature=agent 参数的启用的。这种模式下能够使用同样的指标抓取配置以及远程写入能力。 在 Katacoda 上尝试 Prometheus Agent 可以在 Katacoda 上尝试 Promtheus Agent，真切体会其中的易用性。
3.2K20编辑于 2021-12-08 - 来自专栏一臻数据
Doris 原生 Agent 可观测平台来了
你的 Agent 其实是个黑盒 传统软件出了问题，翻日志、看报错栈、复现一下，基本能定位。但 Agent 不是这么工作的。 但放到 Agent 上，TDD 只能保证代码逻辑没问题，保证不了 Agent 说的话有没有问题。 Agent 的核心质量问题不是接口返回 200，而是：回答准不准？工具调没调对？任务路径合不合理？ Litefuse：Doris 原生 Agent 可观测平台 说到 Litefuse 的底层技术选型，这里值得重点展开，因为这是 Litefuse 区别于同类产品最有意思的地方。 完整的 Agent Trace 和只有模型调用记录，对开发者来说差别不只是信息量，而是能不能真正理解 Agent 为什么做了某个决定。这是定位 bad case 根因的前提。 结语 Agent 时代最大的工程挑战，已经从系统跑不跑得起来变成了Agent 做没做对事。前者有几十年的工具积累，后者现在才刚刚有像样的解法。
22010编辑于 2026-05-25 - 来自专栏微言码道
走马观花云原生技术（12）：规则管理Open Policy Agent
继续我们的云原生技术走马观花的旅途，这一次我聊一下规则管理Open Policy Agent。 这篇文章，我将试图在概念上给大家理清楚： • 什么是Policy及Policy Engine • 什么是Open Policy Agent • 如何在K8S中使用OPA Policy及Policy Engine 理解了Policy Engine之后，那就可以开始正式讲到今天的主角了，OPA 什么是Open Policy Agent （OPA) OPA就是一个Policy Engine实现，而且是一个独立的，不耦合特定平台与服务的
1.4K20编辑于 2022-11-18 《Python脚本到OpenClaw技能：解锁Agent原生能力的转换指南》
OpenClaw的技能系统采用了一种精妙的三级渐进式披露设计，这是其区别于其他Agent框架的核心优势之一。它不会一次性将所有技能信息都塞给大模型，而是根据实际需求分层次加载。 在这个过程中，你会对Agent技术有更深入的理解，也会学到很多新的知识和技能。你会发现，原来编程可以如此有趣，原来自己写的代码可以影响这么多人。 随着技术的不断进步，我们有理由相信，Agent技术将会在未来的几年内得到广泛的应用。而OpenClaw作为最受欢迎的开源Agent框架之一，将会在这个过程中扮演重要的角色。
16100编辑于 2026-05-10- 来自专栏云原生应用工坊
AI 原生 OS” 与 Agent-OS 的系统化落地：以 AIOSMCP 为核心的云原生工程路线
Agent-OS”的概念边界、AIOS 架构要点、MCP/Computer-Use 的工程化、评测现实（OSWorld 系列）、记忆与语义文件系统（A-MEM/LSFS）、安全与治理，以及一套可在 K8s Agent-OS AI-Native OS：把 LLM/VLM 作为“系统中枢”，将“意图理解—工具编排—状态记忆”变为一等公民，重塑人机交互与任务执行路径。 AIOS 给出代表性工程化路径：Kernel + Agent SDK（Cerebrum）。 arXivGitHub+1 实务差异：AI-Native OS 更偏“交互与系统-模型一体化”；Agent-OS 更偏“把智能体当作进程/作业治理”，对齐 Unix/云原生的资源与安全模型。 应用提供高层 API/工作流，支持 Agent 上架/分发/发现。
2.2K10编辑于 2025-08-20 - 来自专栏.NET 全栈开发专栏
Windows 原生部署 Hermes Agent + 火山引擎 Agent Plan + Harness + 飞书机器人 完整实战教程与踩坑总结
utm_campaign=20260511&utm_content=Agent_plan&utm_medium=post&utm_source=od_community&utm_term=adg_hangzhou agentPlan配置模型及BaseURL配置Harness（可选）创建AgentPlan个人版专属APIKey二、安装HermesNousResearch为HermesAgent推出了Windows原生支持 安装命令：展开代码语言：TXTAI代码解释irmhttps://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 使用前面准备好的KeyModelname：doubao-seed-2.0-pro（或其他支持的文本生成模型）Contextlengthintokens：262144Displayname：volcengine-agent-plan 部署过程中如果遇到其他问题，欢迎在评论区留言交流，一起玩转Agent！点赞+在看，支持更多实用干货～
1.2K30编辑于 2026-05-13 - 来自专栏禅林阆苑
用龙虾上线一场营销活动：为人 + Agent设计AI原生系统
1.2从"意大利面条"到"扁平能力网"这里藏着一个更深层的认知转变：AI原生时代的软件到底是面向谁的？答案不再是"人"，而是"人+Agent"。 AI原生的思路恰恰相反：不再将功能做成意大利面条，而是将模块打平做细，以能力接口的形式暴露给Agent，由Agent根据用户意图自主规划和调用。平台的核心资产从"UI页面"变成了"能力模块库"。 三、零代码自助化：AI原生的天然土壤前面讨论的是通用性的设计原则。但有一个特定场景，天然就是AI原生建设的最佳落脚点——完全零代码的自助化营销活动搭建。 AI原生不是给系统加一个AI聊天框，而是一种系统设计哲学——从"为人设计界面"到"为人+Agent暴露能力"。这不意味着抛弃可视化，而是意味着系统的架构必须同时回答两个问题：人类用户如何精准操作？ AI原生不是一个功能，而是一种系统设计哲学。
79051编辑于 2026-04-01 腾讯云 Agent 全栈安全防护与原生安全实践概要
是一套针对 Agentic 时代设计的原生安全解决方案，旨在构筑 Agent 时代的“安全基座”。 核心商业差异化卖点： 原生集成： 与腾讯云 Agent 运行时（如 WorkBuddy）深度集成，实现从“能用”到“放心用”的跨越。 痛点： 企业 IDP 仅为“人”设计，无法审计 Agent 行为；个人 Agent、岗位 Agent 及多 Agent 协同的精细化授权难落地。 案例二：WorkBuddy 企业级原生安全实践 背景： 企业级智能体在落地时面临个人桌面级（数据在本地沙箱处理）与企业级云端（7*24h 稳定，数据隔离）的双重安全需求。 解决方案： 采用腾讯云全链路原生集成的安全防护能力。 接入端： 支持桌面应用 APP、下载版 WorkBuddy（MAC/Linux）、云端 Agent runtime 沙箱。
17200编辑于 2026-06-09- 来自专栏DeepHub IMBA
2026年的 ReAct Agent架构解析：原生 Tool Calling 与 LangGraph 状态机
本文要做的是一个 Research Brief Agent：会上网搜索、抓取真实 URL、压缩证据，最终产出一份带真实引用的结构化简报。 2026 年的 ReAct：原生工具调用 这套写法早就被淘汰了，但Reason、Act、Observe 这三段核心节奏依然成立，只是执行模型完全换了一种思路。 现在的工具使用系统不再做字符串解析，而是原生的、结构化的 API tool calling。 Agent 连续三轮没找到任何新 URL，那就是卡住了。 持久化与可重放 一个开放式 agent 的最大一个问题是无法收敛。 parse_args() asyncio.run(run(topic=args.topic, max_steps=args.max_steps)) 总结 到这一步，一个能跑的 ReAct 循环已经具备：原生
31410编辑于 2026-04-28 构建Agent原生传媒企业：基于大模型重塑内容生产与数据治理架构
曹飞 | 腾讯云文化传媒业务中心资深解决方案专家 （数据来源：2025腾讯云城市峰会·无锡峰会 新兴媒体闭门专场） 破解“消费级AI”局限与消除“烟囱式”数据孤岛 传媒行业正经历从“移动原生”向“Agent 原生”的组织形态演进。 部署“Data + AI + Agent”新范式与全链路工作台 为应对复杂业务场景，企业亟需建立“语义统一的数据层+智能体能力”的新一代传媒AI中枢架构，打造员工的数字分身。 面向策采编发全流程的多角色智能体： 构建以“媒体Agent助手（SuperX）”为核心的一站式工作台。 Multi-Agent模式（AI指挥官）： 由大模型自主规划任务和调用工具，支持主动纠错和反思。
48350编辑于 2026-04-06腾讯云 AI Agent 全栈安全防护与原生安全架构解析
其本质是一套深度集成于 AI Agent 运行环境的企业级原生安全解决方案，涵盖从基础设施到业务逻辑的端到端防护。 核心技术属性与差异化卖点： 原生集成与全链路防御： 摒弃外挂式安全，将安全能力（如 ClawShield）直接下沉至 Agent Core 与执行环境（Runtime），实现输入、运行、推理、输出的全生命周期接管 功能框架 Cloud AI Agent 整体安全架构由三大核心组件构成，全面覆盖生产 VPC 与外部服务： AI Agent 安全网关： 包含 OneID 认证、Agent 接入管理、Agent 身份权限管理 案例二：WorkBuddy（原生安全解决方案落地案例） 背景： 企业需要部署 AI 智能助手 WorkBuddy，面临跨终端（桌面端与云端）接入、多种模型（公有云模型与 AICC 机密模型）调度时的身份 解决方案： 腾讯安全提供 WorkBuddy 全链路原生集成的安全防护能力。
18100编辑于 2026-06-09- 来自专栏服务端技术杂谈
为了Agent而Agent？
主要讲的是如何选取Agent主流框架的逻辑。 讨论了两种路径，workflows和agent。 我理解大概率是为了Agent而Agent所找的一个所谓具有代表性的例子吧。 而且你现在用Agent，未来扩展性也是一个问题。 业务想要扩展一个新的场景逻辑，你敢直接用Agent承接吗？ 有人说，我们会在Agent上线之前，充分评估模型，确保Agent可以适配新的业务场景需求。 但是业务不会等你Agent ready之后再开量啊。 而Agent更适合人机协作，比如AI Coding或其他chatbot，因为有个人在旁边可以为Agent的不可控进行兜底。 大家用Agent的目的很多时候并不是从第一性原理出发，很多时候都是为了Agent而Agent，想一想Agent真的比workflow好吗？
24610编辑于 2026-03-11 - 来自专栏QQ大数据团队的专栏
腾讯云面向Agent升级数据平台：DataBuddy、WeData与AI原生数据底座亮相
6月5日，腾讯云宣布面向Agent升级全栈数据平台能力，通过生产级数据智能体DataBuddy、数据智能平台WeData和AI原生大数据底座三层架构，构建人和Agent协同工作的智能入口、统一控制面和数据底座 随着数据对象、价值链路和使用模式发生变化，Agent-Ready数据平台不仅要服务人的分析决策需求，更要服务Agent的数据理解、任务执行和业务协同需求，让人和Agent能够基于同一套数据体系协同工作。 AI原生数据底座：重构支撑Agent运行的四层智能 面对多模态数据处理、推理计算和自主协作需求，腾讯云对底层数据平台进行了系统性重构，从存储体系、计算引擎、系统到数据分析四个层面智能升级，让平台既能够服务 Agent，也能够逐步演进为Agent。 在数据智能方面，腾讯云构建了由SQL Agent、Code Agent、RAG Agent和Report Agent组成的多Agent协作体系，通过多个Agent协同完成数据检索、分析、代码生成和报告生成等复杂任务
42310编辑于 2026-06-08 - 来自专栏福大大架构师每日一题
ollama v0.18.3 发布：VS Code 原生集成 + Agent 模式，本地 AI 开发体验全面革新
本次更新核心聚焦VS Code深度原生集成与Agent模式能力开放两大核心功能，同时完成多项底层优化与Bug修复，进一步强化了本地大模型在开发场景中的实用性与稳定性。 VS Code的原生能力，开发者无需额外配置复杂的插件或中间件，仅需一行命令即可完成Ollama与VS Code的深度绑定，让本地大模型成为VS Code开发环境的原生组成部分。 三、核心功能二：Agent模式上线，Ollama化身VS Code智能开发助手 3.1 Agent模式定义：让Ollama具备自主执行开发任务的能力 Ollama v0.18.3正式开放Agent模式， 3.3 功能优势：Agent模式重构本地AI开发流程 Agent模式的推出，彻底改变了本地大模型在开发中的角色，核心优势体现在三个方面： • 任务自动化：将开发者从重复、繁琐的开发任务中解放，例如测试修复 本次更新通过VS Code原生集成与Agent模式开放两大核心功能，彻底打通了本地大模型与主流开发编辑器的壁垒，让私有化、离线化的AI开发成为现实；同时，底层引擎的全面优化、第三方集成的增强以及多项Bug
2.1K10编辑于 2026-03-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号