阿里云正在把企业级智能体的竞争，从“如何快速搭建一个 Agent”推向更完整的生产基础设施。8 月 14 日，阿里云在飞天发布时刻发布 Agent Studio，并将其上线大模型服务平台百炼。按照阿里云向 InfoQ 介绍的信息，新平台集中提供 Managed Agent、One Key MCP、Skill、Agentic Search、Memory Studio 和 Playground 等能力。
重点从开发工具转向托管运行
Agent Builder 一类可视化工具主要解决智能体的创建和编排问题，但企业把智能体投入业务后，还需要处理会话状态、执行环境、工具凭据、任务中断、运行记录和系统集成。Agent Studio 中的 Managed Agent 被定位为托管式智能体运行时，由平台承接运行、隔离、状态和凭据管理等工作。
据 InfoQ 报道，Managed Agent 的能力覆盖运行时底座、上下文管理、工具扩展、安全以及可观测与集成。其面向的主要场景是步骤多、持续时间长、需要反复调用文件或外部工具的复杂任务，而非仅进行数轮对话的聊天应用。
工具生态成为平台竞争的另一条主线
MCP 为智能体连接外部工具提供了标准化接口，但企业仍可能需要分别完成账号注册、API Key 配置、鉴权和账单管理。Agent Studio 推出的 One Key MCP 试图将多条认证链路收敛到统一入口。据阿里云向 InfoQ 披露，首批服务接入了 14 家云市场合作伙伴，覆盖电商、地理信息、金融、法律、产业研究和物流等领域，后续计划继续扩大服务商范围。
阿里云官方文档显示，百炼已经支持在智能体和工作流中直接集成云端 MCP 服务，敏感凭据可通过密钥管理服务加密。与 MCP 配套的 Skill 体系，则用于把工具、提示词、调用示例和业务流程进一步封装成可复用能力。此次发布将 Skill 分为平台严选、服务商直供和用户自定义三个层次。
检索与记忆补齐复杂任务所需的上下文
Agent Studio 还将企业知识检索和记忆管理纳入统一产品体系。Agentic Search 会先理解任务并拆分问题，再根据结果调整查询或检索策略。阿里云官方文档显示，其知识检索服务支持最多 15 个知识库联合检索，并提供查询改写、向量与关键词混合检索、排序和知识库路由等配置。
在记忆侧，百炼已有记忆库能力，可按照规则从对话中提取和保存信息，并在后续交互中检索。Agent Studio 进一步以 Memory Studio 组织观察记忆、用户记忆和技能记忆，分别保存任务经历、用户信息以及可复用的处理方式。检索负责补充当前任务缺少的信息，记忆则让智能体能够延续历史状态和经验。
Playground 不只是演示界面
Agent Studio Playground 将 Flow Agent、Managed Agent、RAG、Memory、MCP 和 Skill 放入统一体验入口，并提供预置场景。开发者可以运行模板、查看其调用的平台能力，也可以通过 Vibe Builder 使用自然语言生成工作流和智能体。
这种设计反映出阿里云 AI 产品组织方式的变化：过去，开发者需要分别选择模型、知识库、工具和运行环境；现在，这些服务开始围绕智能体任务被组合起来。对云厂商而言，模型调用只是其中一环，智能体使用哪套运行时、连接哪些服务，以及状态和数据沉淀在哪个平台，同样会影响客户黏性和云服务消耗。
从 Agent Builder 到 Agent 基础设施
因此，Agent Studio 的意义不只在于增加一个可视化搭建入口，而在于阿里云试图把智能体开发、运行、检索、记忆、工具连接和服务交付整合为一套平台。其竞争对象也不再只是其他 Agent Builder，而是云厂商和企业软件平台提供的完整智能体技术栈。
不过，平台整合并不意味着生产难题已经消失。智能体行为会受到上下文、工具和权限变化影响，跨平台身份与权限体系也尚未因 MCP 等协议而完全统一。企业是否愿意把运行状态、凭据、知识和工具调用进一步交给云平台托管，将决定这种全栈模式的实际采用程度。