【阿里巴巴】2025年AI原生应用开发实战营

近日，【阿里巴巴】2025年AI原生应用开发实战营发布了一份名为“企业级 AI 应用开发：从技术选型到生产落地”的行业研究报告。这份报告深入探讨了企业级AI应用开发的全流程，从基础设施的选型到最终的生产落地，涵盖了Serverless AI运行时的关键技术、客户案例分析等多个维度，旨在为企业提供了一条从理论到实践的AI应用开发路径。报告中不仅分析了AI原生范式对基础设施的新要求，还详细介绍了Serverless AI运行时的优势和关键技术，以及如何通过Serverless架构实现AI原生应用的最佳选择。报告内容丰富，为AI应用开发者和技术决策者提供了宝贵的参考和指导。

企业级AI应用开发：Serverless AI的革命

随着AI技术的飞速发展，企业级AI应用开发正面临前所未有的挑战。传统的开发模式已经无法满足当前的需求，Serverless AI以其独特的优势，正在重塑AI应用的开发和部署方式。

AI原生范式对基础设施提出了全新的要求。在AI时代，基础设施的核心服务对象从“人类用户”转变为“自主Agent”。这意味着，我们需要构建支持AI Agent的高效基础设施，以Agent为中心，状态优先，并采用任务驱动协作。这些要求推动了Serverless AI的兴起。

Serverless AI运行时是AI原生应用的最佳选择。它提供了开发提效、弹性降本、异构算力和会话管理等关键技术。与传统架构相比，Serverless AI运行时能够按请求弹性供给资源，支持低峰缩0弹性降本，内置状态持久化，并通过事件驱动自动执行架构原子化解耦，降低了运维负担。

在Serverless AI运行时的关键技术中，函数计算FC发挥着核心作用。FC提供了0运维、轻量、经济和弹性的特性，支持异构算力，集成了AI应用开箱即用的能力。例如，FC的冷启动速度可以达到毫秒至秒级，远优于传统虚拟机和容器的启动速度。此外，FC的最小规格和按请求调度能力，使其在资源利用和成本控制方面具有显著优势。

Serverless AI运行时的安全性能也不容忽视。它通过资源强隔离，提供了安全容器，确保了安全隔离、性能隔离和故障隔离。这与传统容器技术相比，安全性得到了极大的提升。

在模型运行时关键技术方面，Serverless GPU的优化显得尤为重要。通过请求感知调度、毫秒级闲置唤醒和1/N卡切分使用等技术，Serverless GPU能够实现高效的资源利用和成本控制。这些技术使得Serverless GPU在实时/准实时在线推理服务中具有明显优势，尤其是在低时延、高并发、高成本和低容错的场景下。

智能体/工具运行时关键技术中，函数计算FC提供了沙箱即服务、Session亲和/隔离架构和毫秒级启动与按需付费的能力。这些技术使得智能体运行时能够提供业界领先的开箱即用、多语言代码安全执行引擎，同时支持与主流开发框架集成。

Serverless AI计费模式的演进，从请求驱动到价值驱动，为AI应用开发带来了新的计费方案。这种计费模式能够消除长会话/低负载保活冗余成本，无缝支持AI强交互场景，从而实现更高的成本效率。

在客户案例中，Serverless AI的应用价值得到了充分体现。例如，阿里内部案例中，魔搭社区、Qwen、百炼等大规模使用函数计算FC提供的Serverless运行时构建模型、智能体和AI工具，实现了开箱即用、DevPod二次开发、弹性交付GPU和低峰缩0等优势。这些案例证明了Serverless AI在企业级AI应用开发中的实用性和高效性。

总结来说，Serverless AI正在引领企业级AI应用开发的新趋势。它通过提供高效、安全、经济的运行时环境，帮助企业实现AI应用的快速开发和部署。随着技术的不断进步和应用的深入，Serverless AI有望成为未来AI应用开发的主流模式。

这篇文章的灵感来自于《企业级AI应用开发：从技术选型到生产落地》报告；除了这份报告，还有一些同类型的报告，也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。