清华×阿里 AI Native 人才培养计划暨格造社启动日活动举行
清华大学无穹书院与阿里巴巴共建的学生 AI 开源俱乐部格造社(GEZAO AI Foundry)于 10 月 15 日在清华启动,首批发布近 40 个课题,涵盖算力与系统、模型与智能应用、公益创新三大方向。社员可借助平头哥真武算力、魔搭社区的模型和工具,在校内教师与企业导师指导下用一个学期形成可运行、可演示的阶段成果,成果将开源发布在魔搭社区。
清华大学无穹书院与阿里巴巴共建的学生 AI 开源俱乐部格造社(GEZAO AI Foundry)于 10 月 15 日在清华启动,首批发布近 40 个课题,涵盖算力与系统、模型与智能应用、公益创新三大方向。社员可借助平头哥真武算力、魔搭社区的模型和工具,在校内教师与企业导师指导下用一个学期形成可运行、可演示的阶段成果,成果将开源发布在魔搭社区。
工程背景作者跟随斯坦福 CS336 课程 Assignment1,从零手搓一个引入 RoPE、SwiGLU 等变体的 Transformer,而非原始论文版本。文章从 MLP 与线性回归、梯度下降讲起,再过渡到 Transformer 构建,全程禁用 PyTorch 现有模块(Parameter、Module、Optimizer 除外)。
Meta 在 OCP 2026 峰会发布首款液冷网络机架 IcePack 和 102.4T 交换机 IceCube,带宽较 51.2T 平台翻倍。同时推出多平面后端 Fabric 架构 FPF,每块 GPU 通过 8 条独立 100G 链路连接 8 台交换机,并开源 AI 传输协议 MetaRoCE。Meta 还联合微软、阿里发起 OSPA 交换机平台架构倡议,v1.0 规范已提交 OCP。
高德 BI 团队复盘本地生活分析 Agent 的建设过程,按 L0–L4 能力分级梳理从智能问数走向归因诊断的路径。文章给出三层框架,并记录分析执行、知识复用、经营判断三段返工中的具体做法,包括固定版本知识快照、Skills 写分析方法、指标口径更新 Pipeline 与三层质量检查。到 S1 末,这套体系支撑本地生活多个业务单元的例行经营诊断,全行业经营简报一小时内产出。
推荐理由:作者复盘高德本地生活分析 Agent 从 L2 智能问数走向 L3 归因诊断的三段返工,给出可迁移的知识治理与质量工程做法。
阿里稳定性团队前端王僖复盘了团队半年的 AI Native 研发转型,核心问题是当后端、产品、设计都能借 AI 写前端后,如何保证交付质量。
推荐理由:一支稳定性团队把 AI 生成代码纳入真实交付的完整复盘,给出了 Skill、Plugin 与分库协作的具体做法和量化结果。
阿里巴巴 TRE AI 系统工程团队研发的 Atrex Kernel Agent(AKA)在 Qwen3.8-Max 真实业务负载的 FA4 prefill、FA4 decode 和 GDN prefill 三条关键算子上,60 个真实 shape 的几何平均时延均低于专家版本,较生产/官方基线最高加速 1.55×。
阿里巴巴携手清华大学、上海交通大学在云栖大会上发布具身智能开放数据基础设施 RoboFlywheel,围绕数据生产、处理、验证与复用四环节建设。其中 RoboFlywheel-Sim 首批覆盖 52 万刚体资产、40 万铰链资产和 10 万柔性资产,RoboFlywheel-Dataset 首批接入 40+ 数据集,RoboFlywheel-Recipe 提供 20+ 官方算子。
阿里巴巴集团 AI Native 研发实践论坛上,六位来自阿里、蚂蚁、飞猪和复旦的实践者讨论代码生成提速后软件交付的瓶颈所在。阿里巴巴研发基础设施负责人许晓斌给出时间结构:编码通常只占软件交付总时长的 20%—30%,时间主要耗在影响分析、环境准备、联调、审批、灰度和封网等环节。
推荐理由:六位阿里、蚂蚁、飞猪与复旦的实践者从各自链路说明,编码提速为何没有同步转化为交付提速。
阿里巴巴在云栖大会发布开放具身数据基础设施项目 RoboFlywheel,首发仿真板块由阿里与清华大学赵昊团队联合打造,包含百万级仿真资产底座与跨引擎仿真平台。
阿里巴巴在云栖大会 AI Native 研发实践论坛上发布《AI Native 研发范式实践手册》,从 AIDC 数字投手、千问用增 Agent、万有无界三个业务案例出发,提炼环境与验证驱动、平台能力升级、提效度量、数字员工、组织配套五个共性挑战。
阿里巴巴在云栖大会集中展示 ROLL、RTP-LLM、Atrex Kernel Agent、OpenSandbox、Open Agent Auth、OpenCodeReview 六个开源项目,覆盖强化学习训练、推理服务、算子优化、Agent 沙箱运行、身份授权与代码评审。
阿里巴巴在云栖大会推出开源文档解析模型 Logics-Parsing-V3,通过循环滑动窗口与结构状态传递,让模型翻页时延续前文结构,解决跨页表格截断、文本割裂和标题层级错位问题。
阿里巴巴集团 AI Native 研发实践论坛定于 9 月 23 日(云栖大会 Day2)14:00-16:25 在杭州国际博览中心举行,聚焦 AI 原生时代的技术变革与工程实践。论坛将系统展示阿里巴巴从 AI 基础设施到业务场景的实践,并邀请复旦大学、蚂蚁集团代表探讨研发范式演进方向。现场还将发布《AI Native 研发范式实践手册》。
阿里技术团队复盘其 AI 体检 Agent 的演进,把达标判定、调度、重试等确定性决策从模型侧收回代码,模型只保留语义理解、归因和方案生成。团队曾让 ReAct 模型在单一闭环里自行改规则、自评测,结果规则退化成已知样本查找表,上线后整体准确率反降。
推荐理由:作者复盘自家 AI 体检 Agent 从单环自迭代到拆分双环的踩坑过程,给出评测判据与权限分家的可迁移做法。
阿里技术发文拆解垂类业务让 AI Agent 从「能跑」走向「能生产」的路径,指出 Demo 易做但生产需过稳定性、可控性、可审计性和业务闭环四道关。文章提出 Agent = 模型 + Harness 的公式,并按风险分级给出 L0 至 L3 的自治程度划分,建议从高频、低风险、规则明确、闭环短的小场景切入。文中引用 Klarna、华住、来伊份、飞鹤、邯郸公积金等公开案例说明这一节奏。
Apache Paimon C++ v0.3.0 发布,这是该项目进入 Apache 基金会后的首个正式版本。该 SDK 由阿里巴巴智能引擎团队开发,以 Arrow 批式数据交换为基础、支持插件化定制,已在阿里数据湖稳定支撑数 EB 数据,并于 2025 年 12 月在 GitHub Alibaba 开源。
阿里技术团队复盘了 5 人 7 天用 Qoder 开发 QoderWork 的案例,称其完成了传统情况下需要 20 人数周的工作量,其中 DAY 0 不写代码只写 Spec。
推荐理由:文章把 5 人 7 天完成 20 人数周工作量的案例拆成逐日流程,并给出可复用的 Spec 写法与工具对比。
阿里速卖通技术团队为商品中心 AI Agent 构建了一套精细化评测体系,按感知、规划、记忆、工具四大模块拆解评测,并同时衡量质量、成本、性能三个维度。该体系以任务完成率为北极星指标,端到端评测覆盖任务完成率、多轮对话完成率、幻觉率等六项用户感知指标,模块级评测则定位意图识别、路由决策、记忆衰减等具体根因。
阿里开源本地优先检索基础设施 zg(zvec-grep),结合 Zvec 的向量检索与 BM25 能力以及 ripgrep,通过 CLI 与 MCP 提供语义检索、混合检索和精确匹配。
阿里技术团队分享了「架构师 Agent」的系统化落地实践,先从架构师的核心职能技术方案设计切入,让 AI 完成需求理解、业务与系统知识加载、代码回源和方案生成。
推荐理由:文章把架构师的技术方案设计拆成需求准入、分层知识库、渐进式披露和代码回源,并给出可迁移的落地路径。
阿里发布全新 Qoder 智能体工作台,以 Coding 能力为核心底座,可理解上下文、制定计划、调用工具并执行验证,桌面应用端于 8 月 27 日上线。Qoder 累计全球用户超 600 万,超 10 万家企业客户在使用,此前已推出 Qoder IDE、Qoder CLI、JetBrains 插件、数字员工 QoderWake 和 Qoder Cloud Agents。
阿里技术团队基于百炼 qwen3.7-max 的故障诊断与成本分析 Agent 做 Harness 层优化,20 轮会话的输入费用从 9.84 元降到 1.16 元,降幅 88.2%。
推荐理由:阿里技术团队公开了百炼 Agent 的完整成本优化路径,从度量、裁剪到缓存与模型分流都可直接复用。
阿里巴巴集团有 12 篇论文被 SIGCOMM 2026 主会收录,在全球企业中处于领先身位,是唯一与顶尖高校同处第一梯队的中国产业界机构。研究成果涵盖 AI 智算网络与集合通信、云网关数据面、网络验证、智能运维等方向,SIGCOMM 常年录用率仅 15%–22%。阿里云自研系统 TianYan、AIDA、XiHe、Theseus、PReCCL、EPIC 等均在论文中披露了生产部署数据。
阿里技术发布文章,结合内部项目 trade-ab-skill 讲解 Agent Skills 的结构规范、触发机制、作用域优先级与最佳实践。文章把 Skill 的核心设计概括为渐进性披露,分发现、激活、执行三阶段按需加载知识,并建议 SKILL.md 控制在 500 行以内、只做路由。
推荐理由:文章以内部 AB 实验 Skill 为例,拆解渐进性披露、触发机制与工具隔离等可迁移的工程做法。
阿里正式开源 Qwen3.8 系列模型,所有开发者、科研机构和企业均可自由下载、部署和使用。其中 Qwen3.8-27B 是原生多模态稠密模型,仅 270 亿参数,整体水平超越 Qwen3.7-Plus,量化后可在消费级显卡上流畅运行,采用 Apache2.0 协议开源,支持免费商用。