文 | 无锈钵

人工智能领域，围绕Agent应用与配套架构的思考，正在如火如荼地进行着。

一个月前的OpenAI年度发布会上，围绕「如何让人更好的用AI去创造」这一主题，该企业一口气推出了包含Agent Builder、Chat Kit、Evals for Agents等核心组件的Agent Kit，以及备受业界关注的OpenAI版「Claude Code」——Codex 正式版。

算上半年前横空出世Claude Code，和早先被柯林斯词典收录为年度词汇的「Vibe Coding」，新一轮聚焦于Agentic Coding的共识与实践，正在各方推动中迎来落地。

在11月20日举行的京东云城市大会南京站上，京东云提出「Agent+Coding的AI开发新范，将Agent应用平台和代码平台相融合双轮驱动, 这种以Agent简化代码、代码反哺Agent的闭环，将让AI开发越来越自动化、智能化，最终实现‘从开发者少写代码，到开发少写代码’。」

以上各家厂商在Agent和Coding领域的动作，固然是因为看到了AI时代开发新模式。

一方面，Agent正被广泛认可为当前AI应用的最佳形态，并通过和千行百业业务系统的融合，创造真实的生产价值；

另一方面，伴随着Agent的火爆，如何系统的开发、组装、使用Agent，也随之成为了当前阶段AI领域的一门「显学」。

这种Agent所蕴含的先进生产力潜能，和适配Agent的落后系统架构的矛盾，在许多企业的应用环节，都表现的尤为明显。

相较于传统开发流程中「敲代码--测试--部署」的线性工作逻辑，Agent主导下的生产流程，则是更加多模态、复合化、立体化的。例如，在许多工作流中，Agent既扮演着协同配合、输出任务的「员工」角色，同样也是需要承接资源输入、不断更新迭代的「产品」。

而在这一过程中，以人为核心的传统工作流和系统架构，不可避免的会遭遇「水土不服」的问题：

·为「人」所设立的部门、科层、制度，能够有效管理「数字员工」、「AI智能体」吗？

·以「人」为核心的培养、晋升逻辑，能够适配AI智能体的迭代演进吗？

答案显然是否定的。

为蒸汽火车所铺设的铁轨，不能用来通行高铁动车。同样的，随着AI技术从单点工具进化为生产力引擎，创造一套能够适配智能体核心的新应用架构，一套能够覆盖Agent从设计、开发、测试、调试、发布、监控到迭代演进全生命周期的AI 应用开发范式，已经成为了各行业广义层面的「生产刚需」。

这也正是京东云推出以「Agent+Coding」协同的AI开发新范式的背后思考。

在京东云城市大会南京站现场，京东集团技术委员会主席、京东云事业部总裁曹鹏表示，「Agent + Coding的AI开发新范式，正在成为AI应用开发的主流，这种以Agent简化代码、代码反哺Agent的闭环，将让AI开发越来越自动化、智能化，最终实现‘从开发者少写代码，到开发少写代码’。同时，大规模应用爆发，也将推动AI基础设施迈向标准化，AI Infra 1.0已开启。」

如何理解这套新范式所带来的变革？

最直观的进化，发生在企业的工作流层面。

为什么中国企业的AI化进程总是卡在「AI客服」、「算法推荐」等外挂工具层面，难以向更深入延展？什么阻止了AI融入更深层次的企业工作流和业务系统？

关键就在于Agent本身的「高门槛」。

不同行业、企业不同部门之间的职能任务各不相同，隔行如隔山，难以依靠少数通用型Agent覆盖，针对细分需求的定制开发才是常态；

与此同时，即便是成功实现工作流部署的Agent，也需要跟随企业经营成长不断调整进化。

这也意味着，必须要将过往割裂、独立的AI智能体开发流程整合打通，并降低开发门槛。只有让企业像使用办公软件一样轻松地掌握Agent的定制、组装，才能真正意义上提升AI在企业工作流中的应用深度。

京东云的「Agent+Coding」新范式，正是为此而生。

依靠JoyAgent 3.0和 JoyCode 2.0双平台之间的功能适配、紧密协同，京东云不仅为传统意义上耗费资源、难以着手的AI开发，提供了新的支点，也将以往割裂独立的AI智能体开发、应用、监控测试、迭代演进环节，整合为了一套可以自我驱动升级的闭环生态。

在这一生态体系中，Agent平台上沉淀的算法、工具为Coding提供丰富能力；智能编码平台则提供高效敏捷的开发能力，调用这些算法工具，快速实现企业应用的深度改造。

和传统的企业应用生态不同，这是极少数为AI Agent量身定制的运转架构，经过京东内部复杂业务场景的反复验证，也已经展现出高度的通用性和有效性。

这基础上，「Agent+Coding」开发新范式的推出，也标志着京东云「深度应用」理念迎来阶段性落地。

如果说在AI原生时代，以OpenAI为代表的创新企业是「发明汽车的人」，那么作为AI时代的「铺路者」，秉持「深度应用」理念的京东云，则是一直在帮助企业完成更适配AI原生时代的架构升级，从而实现AI在工作流与业务系统中的全面渗透、深度打通。

相较于web时代对企业经营管理的重构，AI原生时代，「Agent+Coding」新范式的一个显著特征就是「适配现有生态，而非颠覆既有体系」——通过支持 MCP、A2A 两大开放协议，企业既能将自研的智能体接入 JoyAgent 调度，也能把 JoyAgent 的智能体发布成 A2A 服务或 SDK，无缝融入现有业务系统，实现「渐进式AI建设」。

从这个角度来说，京东云这一以「Agent+Coding」双轮驱动的新范式，无疑为企业落地AI，构建生态闭环提供了可靠的创新路径。

理念范式层面的革新之后，摆在企业面前的下一个问题也随之而来：

什么才是最适配这一范式的生产力工具？

在此次京东云城市大会南京站，为企业所带来的「AI管理指南」中，京东云也专门配套升级了具体的生态工具——JoyAgent 3.0 +JoyCode 2.0。

这之中，JoyAgent3.0作为京东内部大规模业务场景锤炼的企业级智能体，凭借其丰富的工具集、独一无二的跨平台互联能力，已经成为了企业深度应用的「智能枢纽」；

相比之下，作为应对企业级复杂任务的「技术专家」，JoyCode2.0则可以依靠对代码仓库的深度解析，以及对业务需求和开发环境的深度理解，充分保障高质量代码的交付。

一前一后，一内一外，二者的合力不仅能够快速打通AI开发流程，构建Agent持续进化的闭环，更能够帮助开发者灵活组合智能体能力与编码逻辑，快速构建复杂、深度定制化的AI应用。

这背后，从「Agent+Coding」，到「JoyAgent +JoyCode」，京东云的产品为什么能成为打造「AI生态闭环」的最优解？

答案无疑是多方面的。

一方面，正如前文中所提到的那样，JoyAgent 3.0和JoyCode 2.0平台自身就是具备行业头部水准的开发工具。

以JoyAgent为例，自2025年7月开源以来，JoyAgent在GitHub上已收获超1万Star。在全球权威的GAIA智能体评测榜单中，JoyAgent在验证集准确率超77%，测试集超67%，位列全球智能体方向第一梯队。

在这基础上，共同孵化于京东云的两大平台，更是在编码逻辑、通信协议、开发组件、算法库等方面「同源同构」，相较其他「Agent+Coding」产品组合，二者在适配、协同层面保持绝对的领先优势。

此外，在权威SWE-Bench Verified基准测试中，京东云JoyCode凭借74.6%的高通过率位居SWE-Bench榜单全球Top3，展现出卓越的复杂编程问题解决能力，并正式在GitHub上开源。作为面向严肃开发场景的企业级编码产品，JoyCode通过规约编程端到端智能体团队与CSR上下文引擎，高效破解大型复杂代码库的维护难题。

在平台的具体运行环节，JoyAgent 将智能体、AI 算法库等能力封装为可直接调用的模块，JoyCode 无需额外开发适配逻辑即可直接使用；而 JoyCode 生成的应用在运行中收集的业务数据，会实时回传至 JoyAgent，用于优化模型的决策逻辑。

这种「智能体驱动代码生成，代码反哺智能体进化」的闭环，不仅能让开发效率持续提升，应用适配性不断优化，更能在广义视角里，为企业落地AI实现1+1>2的呈现效果。

从这个角度来说，作为京东云深度应用理念的落地产品，JoyAgent 、JoyCode从一开始，就注定是京东云AI开发新范式最适配、最趁手的产品工具。

「理念瓶颈」、「工具瓶颈」的突破之外，来自京东云的AI开发新范式想要深入融入千行百业，打通全产业AI生态闭环，还要再过最后一关：

信任瓶颈。

一方面，借势AI、应用AI当然已经刻不容缓，另一方面，企业也迫切需要降低AI转型中的「不确定性」。

这种不确定性，既有转型效果层面的影响，也有工具应用层面的影响。

被视为观察全球软件团队的风向标的Google Cloud，在最新的《DORA 人工智能辅助软件开发现状调查报告》，曾经揭示过这样一个深层困境：

近90%的开发者每天使用AI超2小时，但仅有24%的开发者能够对AI高度信任‌。 ‌

企业、开发者都在试图将AI深度融入工作流中，赋予AI更多任务和责任，但这并不影响他们内心深处对AI的戒备和不信任感。

除了这种挣扎心态，Agent落地具体业务流程中，还面临着很多细小的杂音干扰——如何因地制宜，针对具体业务线定制AI开发方案？如何避免敏感数据、核心资料的外泄？如何消除企业对特定供应商技术绑定的担忧？

DORA报告警示我们，降低AI开发的门槛，并不是终点，提供真实确定的交付结果，才是关键。

这也是为什么，在聚焦技术创新，不断迭代产品理念的同时，京东云一直在积极依托京东内部大规模业务场景沉淀，为合作伙伴输入确定性。

公开资料显示，截至目前，京东内部已有超过3万个智能体在丰富的业务场景中运行，累计提升人效超亿元。这些智能体活跃在零售、物流、金融、工业等多元业务的一线，最大化发挥智能体价值，显著提升了企业运营效率。

以电商场景的智能助手为例，京东深入理解电商从业者从商品发布、订单管理、客户沟通、数据分析等一系列电商任务，拆解商家经营团队背后的运作模式，最终基于 Multi-Agents 理念搭建了商家助手大模型在线推理服务架构，让Agent成为商家的智能经营助手。

以 DataAgent 为例，它能安全连接企业内所有数据源，自动生成数据分析报告。再比如智能寄Agent，通过拍照即可自动识别地址信息和物品类别，极大简化了寄件信息录入。还有零售场景中的采销助手，能精准预测销量库存，分析各地销售情况，快速生成供应链预测报告，明确补货数量，全面简化采销流程。

在这基础上，「坚定拥抱开源开放」则是京东云的另一大「杀手锏」。

事实见证了京东云在开放共享层面所付出的努力：

今年7月，京东云开源了首个100%开源的企业级智能体JoyAgent-Genie，从前端、后端、框架、引擎、核心子智能体全部对外开放；

9月，京东云又开源了DataAgent和DCP数据治理模块，推出JoyAgent 3.0，解决企业数据利用难的挑战，加速企业级落地。

此次京东云城市大会南京站，京东云又官宣开源全新的多模态RAG技术，以实现多元异构数据的快速治理与高效应用……

回首过往，京东云一直都在聚焦开源，充分降低企业综合部署成本，构建信任壁垒，确保企业在AI转型中的核心主权，从而带动千行百业的Agent实践，让AI真正变得能用、好用。

放眼未来，当「Agent+Coding」范式真正成为行业标准，让「AI重构供应链」从企业战略升华为产业共识的京东云，也必将完成身份的升维——

从技术的创新者，转向千行百业生态的「筑路者」，并推动数字经济向更普惠、更高效、更具温度的未来加速演进。