⁣
📰 云原生 - AI Native 多智能体数字人架构实践

本文围绕阿里云 AgentTeams 的理念与实践，介绍如何把多智能体协作落地为 AI Native 的工作方式。通过在云原生架构下将若干 Agent 组织成“数字员工小分队”，实现对告警诊断、工单处理、研发与运维等场景的端到端闭环。文章梳理了从 RPA 到大模型再到 Agent 的演化，强调多 Agent 协作的必要性，以及通过声明式 CRD、分层权限和网关凭证收敛实现可治理、高可扩展的协作平台。核心架构包括 Manager、Team Admin、Team Leader 与 Workers 的职责划分， Human 资源的三层权限设计，以及通过 AI 网关、Matrix 房间、Insider 安全通道等实现对 LLM、MCP 及内部系统的安全接入。落地路径提供两条：开源 HiClaw 自建与商业化云产品 AgentTeams，并给出基于云产品的实施步骤与四步落地要点（服务接入、模型/团队配置、网络通道、安全凭证、分发与执行）。最终通过 15 个 Agent 的场景实践，展示了从需求触发到自动化执行的全链路闭环，验证了 AI Native 在提升运行效率、可审计性与可扩展性方面的价值。

🏷️ #AI Native #多Agent协作 #AgentTeams #HiClaw #安全网关

🔗 原文链接

⁣
📰 Claw Team 在 SRE 场景下的实践

本文介绍了 HiClaw 平台及其在多智能体协作中的应用场景。HiClaw 面向企业，将多个 Agent 以受控、可审计的方式编排成一个协同系统，确保人类全程可见与干预。与单一轻量级助手不同，HiClaw 通过 Manager、Team Leader、Team Member 等角色，构建了从管理员到团队成员的分层协作结构，且引入“团队管家”数字人来打破 Manager 的单点瓶颈，实现任务分解、进度跟踪和资源分配的高效协作。通过将 Agent 的知识、测试、运维等能力拆分为独立的数字人和技能（Knowledge Kit、QA/E2E、K8S RCA 等），并在 HiClaw 的 Matrix 客户端或其他入口接入，提升并行处理能力与故障隔离性，显著降低人工干预。文章还通过具体运维场景展示了从实例诊断到根因分析再到给出标准化操作方案的端到端自动化闭环，强调平台化的价值在于让团队通过配置而非代码扩展智能体能力，从而降低门槛，推动企业内部的场景落地与创新。总之，HiClaw 将智能体生态从个人应用拓展到企业级协作，强调 SOUL/Skills 的可复用与跨团队共享，为 AI 应用的规模化落地提供了新范式。

🏷️ #HiClaw #多智能体 #运维场景 #SOUL #Skills

🔗 原文链接