今天分享的是：阿里云：2025年AI原生应用开源开发者沙龙·上海站电子书

报告共计：126页

阿里云2025年AI原生应用开源开发者沙龙·上海站核心内容总结

本次沙龙聚焦AI原生应用开发，围绕智能体（Agent）开发框架、网关技术、消息队列优化及可观测性等核心领域展开，分享多维度技术实践与架构方案，为AI原生应用从开发到生产落地提供全面指引。

在Agent开发模式与框架方面，主流模式涵盖简单LLM应用、Single Agent、Workflow及Multi Agent。Single Agent存在工具选择决策难、上下文窗口有限等局限，Workflow模式含Chain与Routing两种典型类型，Multi Agent则通过Supervisor实现多智能体协同。Spring AI Alibaba作为灵活模块化的Agent开发框架，支持ReactAgent、FlowAgent等多种Agent类型，各类型在核心特性、流程编排与确定性上差异显著，适配不同场景需求。其底层Graph引擎负责Agent编排，可通过API实现灵活流程控制，还解决模型无关性、内置工具集成等开发运行问题，并支持流式响应、Human-in-the-loop及记忆上下文管理。

分布式Agent架构上，A2A协议实现Agent跨组织或技术边界通信，Spring AI Alibaba可调用A2A远程智能体，结合Nacos的A2A注册中心，能实现远程智能体自动发现与版本管理，提升分布式场景下Agent协作效率。

在AI场景技术支撑领域，快手实践中选择Higress作为AI Gateway，解决LLM场景下计量限流、动态路由等问题，构建生产级计量系统实现精细化成本与流量管理；Apache RocketMQ针对AI场景推出Lite-Topic轻量级通信模型与优先级Topic分级消费策略，满足长响应时间、高算力成本等场景需求，并给出MQ与AI网关会话续传的应用案例与代码实现。

可观测性方面，Spring AI Alibaba集成OpenTelemetry协议，支持多种数据导出方案并与阿里云ARMS深度集成。LoongSuite采集套件实现无侵入式可观测性集成，支持多语言，在大模型插件支持、埋点丰富度等方面优于开源探针，还提供多Agent链路追踪、问题排查等实践场景及具体集成步骤。

此外，Nacos 3.0进行AI架构升级，新增MCP Registry、A2A Registry等功能，解决Agent管理、发现与通信问题，提供AI智能管理架构与实践案例，并规划后续AI能力迭代方向，助力构建更安全便捷的AI原生应用。

以下为报告节选内容