最近我们在尝试能否大幅提升 AI 或者 Agent 和用户的对话体验。现在市面上千篇一律的 Agent 对话， Agent 只是输出文本，高级一点就是输出 markdown 支持的一些图表来实时展示。用户往往面对一长串文字感到疲惫甚至反感。我们希望能让用户（比如淘宝的消费者、支付宝的用户）和 Agent 对话后，Agent 直接给出图文并茂，类似精修过的 PPT的展示。更进一步，Agent 实时给出个性化的、可交互的小动画、小游戏。让用户和产品的每次对话都更有趣，更感到自己被尊重。
今年最火的技术是什么，AI；AI中最火的是什么，Agent；Agent中最火的是什么，AI-Coding；AI-Coding中最火的是什么，ClaudeCode。最近看了蚂蚁关于最受欢迎的135个AI开源项目统计，发现曾经作为移动互联网时代的编程王者Java，在AI时代已经彻彻底底被边缘化了。作为十年Java老鸟，想为Java开源生态贡献绵薄之力，于是便有了本文：https://github.com/Leavesfly/Jimi。
AgentScope 是阿里巴巴推出的一款以开发者为核心，专注于智能体开发的开源框架，是继 ModelScope（魔搭社区）后在 Agent 层的战略产品。它的核心目标是解决智能体在构建、运行和管理中的难题，提供一套覆盖“开发、部署、调优”全生命周期的生产级解决方案，让智能体应用的开发更简单、运行更稳定、效果更卓越。
本文基于我们的实践，阐述了如何使用统一的工程方案在阿里的大模型研发平台（OpenLM）上，以及其他Agent平台上针对“Human In The Loop”场景进行大模型产品设计和研发工作。
"会调接口"早已不是后端工程师的专利——在AI时代，这成了每个想用大模型创造业务价值的Agent开发者必备技能。通过MCP协议让Agent获取业务上下文，已成为行业标配，集团也提供了完善的工具链支持。但当你真正想弄懂MCP时，官网白皮书再精美，也逃不过"一看就懂，一写就懵"的困境。
本文系统复盘了淘宝直播2025年双十一主互动玩法“花花乐”的H5动画实现与工程保障实践。这是一篇聚焦高性能、高可用、可维护的H5交互动画落地实践的技术复盘，不止讲“怎么做动画”，更系统回答了“如何让复杂动画在千万级真实用户场景中稳、准、快地跑起来”。
在大模型驱动的智能应用浪潮中，从对话助手到智能体服务，从知识问答到代码生成，AI 输出日益倾向以 Markdown 进行结构化表达。Markdown 不仅提供语义清晰的文本规范，更成为连接大模型输出与用户界面的关键桥梁。在鸿蒙生态的移动端开发中，如何高效、流畅地渲染 AI 实时输出的 Markdown 内容？如何在保持高性能的同时，支持流式增量渲染、高度可定制样式与深度交互能力？
在生成式人工智能迅猛发展的浪潮下，企业应用正加速从模型研究走向业务落地。无论是大规模的数据处理、超大参数模型的训练与推理，还是部署能够自动完成任务的AI Agent，这些场景都需要稳定、高效且可弹性伸缩的资源调度与管理能力。 容器凭借环境一致性、跨平台部署和高效调度等优势，天然契合AI场景对多样化算力、快速迭代和规模化分发的要求，成为AI时代事实上的原生基石。然而，要满足在生产规模下的需求，产品及技术形态需随之演进。 基于这一背景，本文将围绕大规模数据处理、模型训练、模型推理与AI Agent四个关键阶段，探讨AI场景对容器的核心需求，以及容器如何在各环节实现技术演进与升级，从而支撑AI工作负载的高效运行和在实际业务场景中的规模化落地。
