构建Agent拎包入住开发环境，蚂蚁李俊详解AI研发新范式

随着人工智能技术的快速发展，Agent（智能体）正在成为软件开发领域的新范式。然而，在实际应用中，许多Agent仍然面临"毛坯房"式的开发环境问题，导致其效率远低于预期。对此，蚂蚁集团Agent工程师李俊在2026年10月22日举办的QCon全球软件开发大会上，分享了构建Agent拎包入住开发环境的实践经验。

首先，采用沙箱技术提供可日抛执行面，确保每次Agent操作都能在一个干净、隔离的环境中进行，避免环境污染。其次，通过Artifact文件系统统一上下文与产物，实现跨平台、跨时间的环境状态同步。最后，设计Agent友好终端提供可观测可编排的行动语言，使Agent能够像人类开发者一样理解并操作开发环境。

在具体实践中，李俊团队还解决了多个关键挑战。例如，在冷启动阶段，通过预设初始状态和快速初始化机制，确保Agent能够迅速进入工作状态；在输出管理方面，通过限制Token消耗和延迟控制，防止环境资源被过度占用；针对环境漂移问题，建立了严格的版本控制系统和状态校验机制；在权限与隔离方面，则采用了细粒度的权限分配策略，既保证安全性又不影响Agent的自主性。

此外，李俊强调，构建Agent拎包入住开发环境的关键在于将Infra主用户从"人"切换为"Agent"，在同一张线下地图上直接进行Agent化改造，而不是另建一套演示环境。这种做法不仅提高了开发效率，也降低了维护成本。

"我们希望通过这套解决方案，让Agent研发环境真正成为一个可写、可记、可观测的闭环系统，"李俊表示，"这不仅是技术上的突破，更是推动AI从能力到系统、从实验到生产的重要一步。"

与此同时，阿里Token Hub团队也在Agent开发领域取得了重要进展。他们开源了面向混合式Computer-Use Agent的五平台运行与评测框架RecreationWorld，该框架覆盖Ubuntu、macOS、Windows、Android和Web环境，支持Agent自主复刻应用，兼顾GUI与Coding。实验表明，使用这些轨迹训练后，模型在5个分布外基准上均取得提升，最高增益达到17.9个百分点。

"Agent不再是一个一次性任务工具，而是具有持久身份、职责和权限的常驻数字角色，"李俊进一步解释道，"这意味着我们需要重新思考Agent的身份管理、状态同步、事件触发和授权机制，构建一个稳定、可靠、可扩展的Agent基础设施。"

此次分享不仅为AI研发环境的Agent化提供了切实可行的解决方案，也为行业界展示了AI技术从理论研究到实际应用的转化路径，标志着AI研发范式的一次重要升级。