千问AI平台在 WAIC 上展示了面向 Agent 的模型调用与云部署能力。
原文标题：千问AI平台亮相 WAIC：当 Agent 成为新用户
原文作者：阿里云开发者
冷月清谈：
怜星夜思：
2、文章里提到 Skills 不是另一份 API 文档，那它更像什么？
3、把部署流程交给 Agent，最大的风险会是什么？
4、这种 Agent-First 的思路，会不会最后变成所有产品都要给机器人再做一套？
原文内容
阿里妹导读
文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。
7月17日-20日，2026 世界人工智能大会（WAIC）在上海举行。模型能力持续演进的同时，AI 应用的开发方式也在发生变化：越来越多任务开始由 Agent 自主完成——寻找模型、调用工具、分析项目，并把应用部署到云上。
在千问AI平台展区的全天交流和主题分享中，现场关注的问题从模型选择、API 接入，延伸到用量管理和应用部署。它们最终指向同一个问题：
当 Agent 成为平台的直接使用者，怎样让它更顺畅地调用模型、使用云资源，并把一个想法真正交付成可访问的应用？
实现调用千问AI平台海量模型能力，在Agent里输入：
npx skills add QianWen-AI/qianwen-ai
实现Agent上云部署能力，在Agent里输入：
npx skills add QianWen-AI/qianwenai-deploy
平台多了一类新用户：Agent
过去十几年，大多数互联网和云产品都围绕“人”设计。人会浏览页面、阅读文档、比较参数，在控制台中点击和填写信息；遇到不确定的问题，还可以联系服务人员并补充判断。
Agent 的使用方式不同。它接收一个目标后，需要自己寻找能力、判断前置条件、执行操作、读取结果，并在出现异常时决定下一步。对它来说，能力入口是否稳定、输出是否结构化、错误是否可理解、结果是否可验证，比页面上的操作路径更重要。
这并不意味着人类开发者会退出产品流程。人类开发者仍然负责提出目标、授予权限、确认费用，并对关键决策负责。变化发生在中间环节：过去由人查资料、拼参数、切换工具完成的工作，开始可以由 Agent 承担。
因此，千问AI平台尝试把 Agent 作为平台的一类重要用户来设计产品。重点不是在原有控制台上增加一个对话入口，而是让模型、工具和云资源能够以 Agent 可理解、可调用、可验证的方式被组织起来。
从调用模型，到交付一个在线应用
围绕 Agent 的工作方式，千问AI平台提供模型服务、API、CLI 和系列 Skills。开发者可以发现和调用不同模态的模型，也可以把 Skills 安装给 Agent，让 Agent 理解何时使用相关能力、需要完成哪些检查，以及怎样判断任务是否成功。
只需要在Agent里输入：
npx skills add QianWen-AI/qianwen-ai
即可调用千问AI平台海量模型能力
新上线的部署 Skill 进一步把模型调用与云上运行连接起来。用户可以从本地项目或 Git 仓库出发，由 Agent 分析项目结构和运行方式，形成部署方案，检查资源库存并估算费用；在用户确认后，再通过 ROS 创建所需的阿里云资源，完成服务探活，并交付可访问的公网地址。
如果项目已经部署，Agent 还可以在保留原有访问地址的情况下执行项目热更新。当前部署能力以阿里云国内站资源为底座，支持单机和高可用两类拓扑；需要数据库时，目前支持选择 RDS 作为数据库能力。
只需要在Agent里输入：
npx skills add QianWen-AI/qianwenai-deploy
即可实现上云部署能力。
这条链路可以概括为：
用户目标 → 模型调用Skills → 部署运行 Skill → 阿里云资源底座 → 在线应用
千问AI平台负责把用户意图组织成 Agent 可以执行的任务；阿里云负责把任务落实为计算、网络、存储、数据库和资源编排能力。平台没有隐藏云本身的复杂性，而是把复杂性放到更清晰的分层中：上层用自然语言理解目标和形成方案，底层用确定性的命令、接口和资源状态完成执行。
Skills 不是另一份 API 文档
面向人的产品文档，往往会省略许多依赖经验补齐的判断。人看到一个接口说明，可以结合上下文决定先做什么、何时停止、出错后去哪里排查；Agent 如果缺少这些信息，则容易在错误路径上反复尝试。
因此，Skills 的作用不只是告诉 Agent“有哪些接口”，更重要的是把产品知识组织成任务策略。一个可用的 Skill，需要说明适用场景、前置检查、执行顺序、确认节点、成功标准和异常处理方式。它让产品不只提供能力，也把使用能力的方法一并交给 Agent。
部署 Skill 就是一个具体例子。它不是把 ECS、VPC、EIP、SLB、RDS、OSS 和 ROS 的接口依次罗列出来，而是围绕“把这个项目上线”这一目标，组织项目分析、方案选择、库存检查、费用确认、资源创建、服务探活和结果交付。对用户来说，最终得到的是一个可以访问的应用；对 Agent 来说，中间每一步都有明确的输入、状态和判断依据。
真正的简单，是让边界足够清楚
当 Agent 开始操作真实云资源时，产品设计不能只追求步骤更少，还要让权限、费用、状态和退出方式足够清楚。
在部署流程中，访问凭证和私有仓库 Token 不通过聊天收集；创建资源前，需要完成库存与模板检查，展示费用估算和资源清单，并由用户确认；部署过程中持续返回状态，部署完成后通过探活验证服务是否真正可用；删除资源时需要再次确认，并通过 ROS 统一释放整组资源。
这些控制点并不会让流程显得“更智能”，但它们决定了 Agent 的操作是否可预测、可检查，也决定了企业是否敢把真实任务交给 Agent。
千问AI平台在实践中形成的判断是：Agent 不怕复杂，怕混沌。
复杂的系统只要有清晰的语义、稳定的入口、结构化的反馈和明确的责任边界，就可以被理解和执行；真正阻碍 Agent 的，是分散、模糊和无法验证的过程。
因此，我们要从 Agent-First 重新理解AI平台。Agent-First 不是让所有产品都变成聊天框，也不是用新的入口替代已有的云资源体系。Web 端仍然适合人类开发者探索、比较和确认能力；Skills 帮助 Agent 理解任务和形成计划；CLI、API 与 ROS 负责确定性执行；人则保留授权、费用确认和关键决策。
当这些环节能够在同一个任务上下文中连接起来，Agent 才能从“会回答问题”进一步走向“能完成工作”。从调用一个模型，到把应用部署上云，千问AI平台正在做的，是把复杂的云能力重新组织成 Agent 可以理解、可以执行，人也可以信任的上下文。
千问AI平台-为Agent而生，驱动AI生产力
扫描下方二维码，直达千问AI平台体验
点击阅读原文即可体验！