企业服务集团企业外部行业实践

蚂蚁集团构建适配Agent的AI研发环境破解研发联调效能瓶颈

蚂蚁集团

本页基于公开来源整理,仅供行业学习,不代表优秘交付、客户关系或效果承诺。

项目背景

AI Native时代下,AI技术逐步渗透到研发全流程,AI Coding大幅提升了个人代码生成效率,但研发链路后续环节尤其是联调阶段的效率瓶颈逐渐凸显,行业亟需探索适配Agent运行的研发基础设施,推动AI能力从实验阶段走向生产落地。 本案例依据「InfoQ 中文」公开发布的信息整理,原文:https://www.infoq.cn/article/DEyrayxufObhpoeZgOKT?utm_source=rss&utm_medium=article

面临的痛点

AI Coding提升个人写码效率后,研发全链路仍常卡在联调环节,存在环境搭不齐、流量跑不准、问题查不清、环境养不住的核心问题,根因在于代码生成仅占研发链路的一部分,环境与验证成为新的效能瓶颈。在建设适配Agent的研发环境过程中,还存在多组需要平衡的矛盾:沙箱日抛属性与环境保鲜成本的矛盾、全量终端输出与Agent token消耗及访问延迟的矛盾、文件系统统一语义要求与存量Git、制品系统异构的矛盾、面向人工设计的控制台体验与Agent对可编程接口需求的矛盾,且Agent的失败模式比人工操作更脆弱,相关方案需要在稳定性、成本、可观测性之间做综合权衡。

实践方案

蚂蚁集团针对Agent使用场景打造AI研发环境(ADE),不额外搭建独立的演示环境,而是基于现有DEV/Stable环境地图做Agent化改造,通过沙箱、Artifact FS、Agent友好终端三件套搭建可写、可记、可观测的Agent运行闭环,而非单纯叠加更多Coding Agent插件,同时明确人机协同边界,区分Agent可自主执行的环节和需要人工指挥的环节,避免Agent研发体系成为不可运营的黑盒。

沙箱Artifact 文件系统Agent 友好终端AI 研发环境(ADE)

实施路径

1
基于现有DEV/Stable环境地图做Agent化改造,不额外搭建独立演示环境
2
部署沙箱提供可日抛执行面,满足Agent运行的环境需求
3
通过Artifact FS统一上下文与产物,解决存量异构存储的语义统一问题
4
搭建Agent友好终端,提供可观测可编排的行动语言适配Agent操作需求
5
明确人机协同边界,区分Agent可自主执行和需人工介入的环节,保障方案可运营

想成为下一个成功案例?

预约专属顾问,结合你的行业与规模,给出可落地的 AI 化方案