6月12日消息，阿里飞猪自研了一套名为AgentForge的"Agent工厂"平台，核心卖点是"让一句话变成一个生产可用的Agent"——非技术人员5分钟零代码可构建Loop Agent，Node/Java工程师可直接部署生产级Agent团队，官方宣称组建一支云端智能体团队仅需73秒。
AgentForge做了什么——73秒背后的技术栈
先厘清AgentForge的定位：它不是面向C端用户的AI助手，而是阿里飞猪内部孵化的一套Agent生产流水线，核心解决"从自然语言描述到可部署Agent"的全链路问题。
工作流程是这样的：用户用一句话描述任务需求，AgentForge自动生成智能体的角色定义、技能配置和工具实现，支持在浏览器中调试和调度，最终可直接部署到GitLab代码仓库。这套流程把Agent开发从"写代码→调接口→部署测试"的传统链路，压缩成了"描述→自动装备→部署"三步。
技术底座包含三个核心组件：ANVIL框架负责Agent的骨架搭建和能力编排；FECHO网关处理Agent间的通信和请求路由；fliggy-memory-sdk提供记忆管理能力。平台已打通阿里集团内部生态——BUC鉴权（阿里内部统一身份认证）、Aone容器（阿里内部CI/CD和部署平台）、钉钉消息通知、以及SchedulerX定时任务调度，实现从描述到云端运行、多Agent编排的全链路闭环。
这里有一个值得注意的细节：AgentForge强调同时覆盖两类用户群——非技术同事（零代码，5分钟上手）和专业工程师（高代码，生产级部署）。这种"双轨设计"在当前Agent工具市场中并不罕见，但飞猪把它做成了同一个平台的两种入口，而不是两个独立产品。
阿里Agent基建全景——AgentForge排在哪
理解AgentForge的价值，需要把它放进阿里目前的Agent产品矩阵里看。
阿里云层面，至少有四条并行的Agent产品线。函数计算AgentRun是一站式高代码Agentic AI基础设施平台，基于Serverless架构，提供毫秒级弹性、企业级安全沙箱和全链路可观测性，已获评亚太Agentic AI开发平台市场领导者。Agent Skills门户（skills.alibabacloud.com）标准化封装了云资源技能，让Agent通过自然语言操作阿里云产品。瓴羊AgentOne是企业级Agent应用平台，走"Data×AI"路线，面向营销、客服、数据决策等场景。刚刚曝光的钉钉×MuleRun打通计划，则指向"AI驱动的生产力操作系统"方向。 AgentForge的位置是：业务线级别的内部工具。它不是阿里云的通用基础设施产品，而是飞猪团队基于自身旅行业务场景沉淀出来的Agent生产工具，目前主要在阿里云开发者社区有技术文章介绍，尚未作为独立产品对外商业化。
这种"业务线自研Agent工厂"的现象值得关注。它说明在阿里内部，Agent开发已经不再是中台团队的专属能力——业务线开始根据自身场景独立构建Agent生产工具链，这某种程度上印证了2026阿里云峰会"Agentic Cloud"的主题：Agent能力正在从平台层向业务层渗透。
竞品对比——"零代码造Agent"已成标配
"一句话生成Agent"这个卖点本身已经不稀缺。2026年的Agent工具市场上，类似定位的产品至少有三条路线在竞争。
低代码平台路线以字节跳动的扣子（Coze）为代表。扣子提供零代码Canvas搭建界面，内置60多个官方插件（覆盖飞书、微信、抖音、TikTok、Slack等），独创的"双模执行引擎"支持规划模式自动拆解复杂任务。扣子的优势在流量分发——背靠字节生态，Agent可以直接触达消费者。但在企业级私有部署、知识库精细调优、权限分级控制上存在明显短板，且规划模式存在约15%的黑盒失败率。
开源框架路线以Dify为代表，GitHub超5万星。Dify锁定的是"AI资产的私有化控制权"，支持100%私有化部署和混合云弹性扩展，内置RAG数据清洗引擎和LLMOps观测系统，已打通双向MCP协议。它的核心受众是受GDPR、HIPAA等合规红线约束的金融和医疗机构。
协作工具内嵌路线以飞书aily为代表。2026年3月，飞书发布多款企业级Agent，升级了自定义智能体平台，支持自然语言创建Agent并加入群聊协作。飞书的差异化在于Agent天然嵌入协作上下文——它不需要额外"打通"什么，因为工作流本身就在飞书里发生。
AgentForge的真正差异化不在"零代码"本身，而在两点：第一，它深度绑定了阿里内部基础设施（BUC/Aone/钉钉/SchedulerX），这意味着生成的Agent可以直接在阿里的生产环境中运行，不存在"Demo到生产"的鸿沟；第二，73秒建团队的速度指标如果属实，说明它在Agent自动装备（角色+技能+工具的自动匹配）上做了较深的工程优化。
三个待观察问题
能否走出飞猪。 AgentForge目前深度耦合阿里内部系统（BUC鉴权、Aone容器），这意味着它的复用性天然受限。如果要对外开放或移植到其他阿里业务线，需要将这些内部依赖抽象成通用接口。它会走AgentRun那样的产品化路线，还是保持为飞猪的内部效率工具，目前没有公开信息。
73秒的真实场景覆盖率。 速度指标是Agent工具最容易做、也最容易误导的营销数字。73秒建团队适用于什么复杂度的任务？生成的Agent在生产环境中需要多少人工调优才能真正可用？"零代码5分钟"和"工程师生产级部署"之间的质量差距有多大？这些问题在目前的技术文章中没有看到明确答案。
阿里内部Agent产品线的重叠问题。 AgentRun做基础设施、AgentOne做企业应用、MuleRun做数字劳动力平台、AgentForge做Agent生产工厂——四条线各有侧重，但功能边界并不清晰。对外部开发者和企业用户来说，"该用哪个"本身就是一个需要投入认知成本的问题。阿里云峰会的"Agentic Cloud"叙事能否统一这些产品线的定位，是比单个产品更重要的战略课题。
