阿里国际AI业务下的工程框架演进与实践

1. 2026.03.21 阿巴巴全球总部_访客中中国杭州 HANGZHOU CHINA

2. 国际AI业务下的从模型到主智能代理的跨越成式阿程框架演进与实践

3. 讲师介绍李平阿巴巴级技术专家 AI Business平台技术 LangEngine 作者阿程框架负责

4. 1 国际AI业务的交付效率和规模化模型从智能体成范式向推理范式临更多复杂场景挑战

5. 2023年阿 2024年 LangEngine 开发阿低代码应 2025年 AgentMagic 开发今 Agentic ADK 代码应开发框架2.0版本正式发布试点业务开始尝试接建设阿开发平台建设serverless架构下AgentEngine Lazada Smart Assistant上线AI业务场景在国际泛落地持更复杂与个性化AI业务场景框架1.0版本正式发布 AI框架0.1版本的测试版本发布模型应 AI 国际AI应

6. 业务侧：规模化受阻 • 易性差：API接复杂，难以撑业务快速爆发需求。编写代码进功能验证， • 评测昂贵：依赖效率低且成本。算法侧：复与部署难 • 复性低：程与模型代码强耦合，法形成统的标准服务。 • 部署重：每次新业务需重复开发“ 程+模型” 代码，升级维护繁琐。程侧：效能与稳定性隐患 • 开发成本：缺乏统框架，代码重复造轮。 • 维护困难：系统耦合度，故障排查复杂。 • 稳定性险：缺失全链路监控，离在线资源未隔离，且强耦合代码威胁关安全。国际AI业务的交付效率和规模化

7. Part 01 统开发框架

8. LangEngine框架 LangEngine是23年5 从阿作原理巴巴集团内部发起的LLM 程框架 LangEngine-Core LangRunnable动态引擎 LangEngine框架结合国际电商业务尝试场景落地，在24年7 底正式上线第版向产环境的可 AI应开发框架（ADK 1.0），迄今为有2000+的内部社区成员，有1000+系统接，其中有50+核贡献者。24年10 正式对外开源：AIDC-AI/ali-langengine。

9. AI应解决基座：阿接 LangEngine 框架（全案：构建统命周期/权限流控）：HTTP/HSF 双模 + 流式/异步多协议路由：统持关屏蔽后端异构（HTTP/HSF/模型服务）性能：多级元数据缓存 + 节点异步化 + GPU 弹性伸缩运维：SLS+Blink+Hologres 实时全链路追踪可关架构 AI 关，解耦程模型，集成多稳机制

10. 案例分析 Use Case: 基于LLM的意图分发与实体识别 —— Lazada Smart Assistant 框架使策略意图分发 • 规则+LLM+Agent多级分发，覆盖全场景 • 准确率超95%，新意图少量样本快速上线实体识别 • 精准提取4类核实体，撑业务场景 • Tool Calling 效识别，准确率超91% 赋能运营提效，助告主增

11. AI业务正经历从固定流程执向主推理决策的范式转移。随着模型推理能（Reasoning）的增强，业务形态划分为三个层级： • Fixed Work ow：基于规则/SOP/RPA的确定性流程。定义主流程， • AI-Enabled Work ow: 关键节点嵌 AI能（如翻译、修图）解决传统编码难题。 • Agentic Work ow: 由模型主导推理、规划与决策（如智能退款判定），实现“感知-决策- 执 ”闭环随着推理模型的普及，平台侧需重点解决以下盾： • 存量业务的兼容与演进 • 平台对创新范式的撑效率 LLM从向推理范式

12. 基于作流的AI编排架构 - AgenicMagic框架从固定SOP到双模共存：Work ow与AI Agent能泛化编排：灵活并通化共存持各种AI应范式可视构建：基于可视化的FlowUI 思维链增强：包括CoT、ToT等思维链节点流转：数据上下流式、同步/异步的全域适配：流式/ 的流转和转换上下持主决策，兼容存量与敏捷创新的全栈编排引擎

13. 单智能体框架架构聚焦 FunctionCall：轻量直连，适于简单任务闭环 Planning & Execute：LLM 主分解任务 + 循环执，适配中等复杂度 Sequence Planning & Execute Flow：预定义作流 + LLM 填充参数，保障关键路径可控 Custom Agent：容器化封装多智能体（如 AutoGPT / Conversational Agent），持阶协同与领域定制主推理与闭环执的核引擎设计

14. 多智能体框架架构构建 Suprvisor：每个 agent与单个主 agent通信。主agent决定接下来应调哪个 agent Supervisor (tool-calling)： Supervisor的特例。单个agent可以表示为具 Network：每个agent都可以与其他 agent通信。任何agent都可以决定接下来要调哪个其他agent Hierarchical：定义个多分层 Supervisor的multi-agent，领域设计模式分与群体协同的分布式任务解决络

15. GUI智能体框架架构赋予AI像 AI ：APaaS Gateway 接 AI 应运时智能体引擎：Flow + AgentEngine 编排任务，异步持久化状态资源中枢：统交付接对接 RPA 与云电脑 + WebSocket 推送， Ops层：管理影云/本地设备，预装阿链（钉钉、RPA、Chrome插件等）状态闭环：OCR+状态机监控机器态，驱动 UI 任务实例更新 /应具 /锁状样操作软件界的原执能

16. 案例分析 Use Case: 以图键发品

17. Agent 临更多复杂场景挑战问题挑战：如何提升AI业务的研发效率个性定制：涵盖前后置插件、流式预、结果拦截及字段动态注等深度个性化需求，强调架构对标逻辑的极致兼容能深链可观测：针对链路、深嵌套导致的盒问题，强调全链路追踪、断点定位及超时治理的透明化能动态编排：应对频繁变更与复杂业务逻辑，强调流程的弹性调整能，以撑频迭代不重构底层效能闭环：聚焦解决内部复杂业务流转中的低效堵点，实现从任务发起到执完成的动化闭环，提升整体效

18. 1. 可视流式开发秉承 Google ADK 理念，内置可视化调试具与全链路流式交互，让 Agent 开发过程透明、效，彻底解决盒难题。 2. 多模原执缝对接阿 Ovis 多模态模型，深度融合视觉与本；原集成 Computer/Browser Use 等最佳实践，赋予智能体 “看、点、操”的实战能。 3. 全域协议互通基于 SmartEngine 性能引擎，天然持 A2A（智能体互联）与 MCP（上下协议）双标准；打通 AppBuilder 原化组件，实现同步/异步/双全模式灵活编排。 4. 效记忆程构建 Session/Memory/Artifact 级上下体系，内置短记忆插件与 Prompt 动调优，确保智能体在复杂程任务中逻辑连贯、状态持久。 Agentic ADK框架开发框架

19. 阿态深度融合：缝集成集团内部AI应开发平台、 HSF/MQ 及 MCP/A2A 等内部基建全域模型兼容：原等主流商模型持百炼、Gemini、OpenAI、Claude 维抽象编排：内置串/并/循环节点，灵活架构撑单/多 Agent 限具扩展：提供 LLM/Tool/Agent 前后回调，义逻辑注持定，本地远程均可快屏化 Debug 可视化调试评测：内置速调优向Google ADK接缝衔接设计

20. 可视化流程编排：提供基于节点的画布容器，通过标准化基类封装 LLM 交互、具调、条件分及并执逻辑，持灵活引流程，实现复杂业务逻辑的低代码图形化定义。响应式执引擎：基于 RxJava3 构建的性能执内核，统管理任务命周期、上下配置及数据流转；持同步 (SYNC)、异步(ASYNC) 及双向通信(BIDI) 三种模式，确保并发下的稳定调度与动态响应。原化 AI 能：标准化模型交互与具调接，屏蔽底层差异；通过统的数据结构封装，实现模型推理与外部具执的即插即与缝集成。流式管道系统：构建向数据流的执管道，负责节点间的效数据传输与转换；持流式输出与中间态拦截，为多智能体协作提供吞吐、低延迟的通信 backbone。集成持全双异步通信

21. 基于ADK的DeepAgent通智能体框架

22. 满持多种编程语不同岗位以及不同语所的开发者需要

23. 框架使策略数据分析平台 • 多阶段机交互、单能收、告数据诊断。 • ADK串联异构Agent，解决规划总Agent研发问题，做了上下裁剪、提示词动态化、具动态化等低代码难以完成的案例分析作

24. • 具调增强：策略 AIDC供应链备货助持FunctionCall直接拦截返回，并实现动态赋值与固定参数（如 sessionId）的透传。 • 作流灵活编排：基于ADK+FlowEngine，可配置节点流式处理，精细控制History上下智能体的记忆跳过。读写及案例分析的

25. 框架使策略 • 主控层：采 ADK-DeepAgent集群版，通过然语 Skill动态编排多场景复杂逻辑。 • 执层：集成轻量SyncAgent，实现模型调与传统API的同步作流混编。案例分析淘宝闪购营销

26. 案例分析 Page Title Is Replaceable 框架使策略 Serverless 代码应 • 资源优化部署：利 ADK内置的sun re、sls等中间件及Serverless容器技术，依托Aone研发引擎，有效整合 AIDC内部SREAgent应架，快速构建并部署DevOps 程效能的双重提升。动化与链，实现运维脚幅降低容器资源开销。效开发：依托ADK提供的Java、Python、 Node等多种语 • 多语，具场景

27. THANKS