首個企業級智能體全開源！京東雲將Agent門檻直接給打沒了

離企業AI落地最近的智能體，剛剛在WAIC官宣對外開源了。

京東雲JoyAgent，成爲了首個100%開源企業級智能體。

當前市場上的開源Agent主要是SDK或者框架，而JoyAgent是包括前後端、框架、引擎、核心子智能體等完整能力全部開源，企業開發者無需再進行二次開發，直接就能本地獨立部署，開箱即用。

前段時間它已深夜開源，在開發者圈火了一波，大家紛紛好感拉滿，GitHub Star數持續拉昇。

大家除了對這個產品級端到端開源印象深刻之外，還對它多智能體協同、處理問題的能力感到驚豔。

它在GAIA榜單上以Validation集準確率75.15%的成績上榜，性能比肩甚至超越了行業領先的產品。而相較於前面數一數二的產品，它還勝在輕量化，並不依賴更多的生態和雲平臺，開發者能夠獨立部署。

因此即便JoyAgent提前悄悄上線，也阻止不了開發者們口口相傳的好評。

而且現在據說，這個智能體已經是歷經他們公司內部大規模場景錘鍊，超2萬個智能體實踐，可靠性自然就有保證。

所以JoyAgent相當於是京東把自己企業智能體的落地經驗，一攬子全開源了。

行業首個100%開源企業級智能體

首先JoyAgent這個名字就很有意思，尤其再跟它的定位「企業級」結合在一起來看。它似乎在傳達一種態度，智能體在企業場景中的部署和應用，其實是一件很Joy的事情。

在JoyAgent之前，市面上也有不少開源產品，大部分都是智能體框架，或者主要是工作流，剩下的還有像SDK、技術模塊、或者協議。

這種「部分開源」的結果就是開發者們要做額外的開發和適配工作，包括前端界面、後端邏輯、智能體協調。開源組件雖然豐富，但還是需要自己一個個集成起來。

像JoyAgent這種產品級的產品之前並沒有，而現在JoyAgent也有且只有一個。

它端到端完整開源，沒有可依賴的生態，可以獨立部署開箱即用。這種配置與企業場景天然適配，並且直接將企業智能體的使用門檻打下去了。

它有兩種方式可以快速開始：一種是docker一鍵啓動服務；另一種是手動初始化環境，啓動服務。

不過易用不代表好用，畢竟要智能體真正解決通用實際問題，其實難度不小。而透過GAIA榜單上看到，它的能力還不賴，三個level水平至少都算得上一流水平。

而在廣大開發者的評價以及實測結果上，我們發現，JoyAgent有自己獨特「討巧」的解題思路。

比如它可擴展性強，有多種智能體、工具可選。

智能體主要包括SearchAgent、ReportAgent、CodeAgent等，工具包含多種文檔處理工具、不同報告生成工具如html、ppt、markdown、表格生成工具，支持多種樣式輸出。

如果想要定製新場景新功能，只需將相關的子智能體、工具掛載上去。步驟也非常簡單：配置文件、啓動服務，然後就可以對話了。

比如添加一個12306工具之後，規劃7月7天2人從北京出發去新疆的旅行計劃，並查詢相關火車票信息。它就開始規劃、調用工具查詢，最終輸出報告。

再有就是它的並行處理思路，這樣一來執行效率就會很高。

比如想讓它生成一份具身智能報告。提示詞很簡單，就是具身智能報告。

它在思考了要收集最新的相關信息之後，到行動環節就能看到hua的一下~五個搜索線程同時進行，他們各司其職，各搜各的。

因此整個過程只搜索了一兩分鐘，然後就可以總結、生成報告了。

最後生成的可視化報告也挺全面，囊括具身智能的定義、理論基礎、發展現狀、關鍵技術體系、主要應用領域以及行業挑戰與未來趨勢。

有最新的時間節點，有可視化表格，還有參考文獻……在沒有任何多餘提示的情況下，這麼短時間內出的深度研究報告，質量可以說是非常之高了。

通用性強但輕量化，可選多種工具/智能體以滿足定製化需求，再有就是執行效率也很高……這麼一個100%開源的智能體產品，可以說打通了企業AI落地的最後一公里。

不過此次引發如此廣泛關注的原因，不僅在於產品本身，更在於其底層的技術創新。這些創新在解決行業核心挑戰——如複雜任務處理、上下文管理、工具應用靈活性以及信息檢索效率方面具有重要的參考價值。

扒了扒代碼，發現有這些創新

在GitHub頁面上，京東雲也攤開了自己的系統架構圖和代碼。

整個系統設計得十分清晰，從中可以看到主要的創新點，摘取部分展開介紹一下。

首先是多層級和多模式思考。這個其實不難理解。

隨着Agent能力越來越強，解決的問題越來越複雜，簡單的一步推理顯然是不夠的。傳統單層級智能體難以有效處理複雜問題的規劃和執行。

而JoyAgent將這兩個核心步驟拆解開，主打各幹各的，它採用了雙層級規劃架構，包括Work Level（計劃層）和Task Level（執行層）。

Work Level負責整體任務規劃，能夠深度推理用戶輸入，識別核心需求，並將複雜問題分解爲可管理、可執行、獨立且清晰的子任務。但最多支持分解爲5個子任務，避免過度拆解，防止Agent過度思考陷入死循環。

而Task Level採用ReAct模式，用於具體的任務執行，形成“思考-行動-觀察-反思”的完整循環。

這種架構確保了宏觀規劃與微觀執行的最優結合，類似於Gemini-CLI、Cursor等現代做法，通過粗粒度的Task來管控目標，通過Reason Act模式來操作Task，協同完成整體目標。

其次，文件系統+內存混合的上下文管理系統。

日常使用大模型時，經常會因爲上下文限制導致重要信息丟失，簡單的截斷或摘要不足以保留完整信息。此外還有任務與任務之間的上下文傳遞困難，以及還有多輪對話的文件持久化問題。

JoyAgent採用的這個上下文管理系統，可以按需分離存儲，對話歷史存儲在內存中，而像Filetool、代碼解析、報告、深度搜索等結果則使用文件系統存儲。文件存儲的方式更長效，能更好地實現任務與任務之間的上下文傳遞。而分層次的上下文管理也更加靈活。

此外，它還區分全局產出文件 (productFiles) 和當前任務文件 (taskProductFiles)，全局文件可以跨任務共享。任務切換時臨時文件會被清理，但全局產出文件會保留。

這種設計使得系統能夠處理大文件而不影響內存，支持任務間的文件共享，實現多輪對話的文件持久化，並提供清晰的文件生命週期管理。它突破了LLM上下文限制，保留了信息的完整性，並降低了運行成本，提升了框架穩定性。

此外，還有工具/智能體自動進化機制。針對不同領域不同場景，JoyAgent能夠根據任務動態爲工具生成專業化數字員工角色。這與傳統框架中工具身份固定、適應能力靜態配置不同，工具自行具備上下文感知和角色適應能力。

比如分析財務報告時，智能體就會是數據分析師、報告撰寫專家、信息檢索員。

By the way，這裡也體現了多智能體協同能力，面對數據收集整理任務時，數據整理員和信息檢索員將分工協作。

這樣做除了使用起來有場景沉浸感，也提升了工具使用準確性，減少工具使用錯誤40%。

此外還有深度搜索能力（比如五個線程並行搜索）、多智能體協同（面對複雜請求，由多個智能體提議、討論或投票選出最佳方案執行）都是此次所展現出的亮點。

而且因爲是京東從自己業務系統中孵化的商業智能體。因此相較於其他開源產品，有着天然的技術優勢和壁壘。企業開發者使用起來，怎麼說也會更安心一點。

像安全性方面，據介紹，JoyAgent的企業級安全防護體系，從數據傳輸加密、細粒度權限管控到實時審計監控，能夠全方位守護企業核心知識資產。

還有可靠性上，JoyAgent也是經歷過京東618這種大場面的。

在零售採銷這件事兒上，它深度融合歷史銷售、實時搜索、氣象變化等多維數據，精準預測全國銷量將達數百萬臺（遠超人工預估），並洞察到華南需求激增的現象；同時實時透視全國八大倉庫存，預警華南主力型號庫存僅剩50%。基於此，JoyAgent自動生成供應鏈優化報告，明確分倉補貨策略（如緊急補貨廣州倉），並打通採購系統，實現“一鍵生成採購單”，將採購流程從數天縮短至幾分鐘。

按照後續計劃，他們還將持續擴展開源範圍，逐步納入更豐富的工具集與可視化功能模塊。

他們還表示，針對B端市場的商業化產品，在實際落地過程中，企業私有數據保護、定製化數據需求及業務流程適配等問題仍需解決，對此他們將爲客戶提供定製化開發支持。

這可能是離企業AI落地最近的智能體

雖然衆人都在談論智能體，但當智能體試圖滲透進企業核心業務釋放行業價值時，面臨的是比消費端更嚴苛的挑戰。

包括不限於專業知識門檻，金融、供應鏈等場景需精準理解行業術語與規則，普通Agent因知識泛化性不足而“答非所問”；其次是與傳統系統協同的複雜性，像ERP、CRM等封閉系統接口複雜，智能體需深度適配API邏輯才能驅動業務流程；還有輸出結果的嚴謹性，比如採購決策、財報分析等輸出直接關聯企業損益，容錯率近乎爲零，還有企業端面臨的數據安全、商業隱私等問題需要應對。

這也是這次JoyAgent發佈爲什麼值得關注的原因，它向我們展示了一個真正面向生產環境打造的AI Agent構建平臺。

在企業內部的嚴肅商業場景中，一個智能體指令的錯誤執行不容絲毫的損失。這正是普通Agent難以滿足之處——它們或許能處理簡單任務，但在企業複雜、多變、且對結果精度要求嚴苛的環境下，往往力不從心。

JoyAgent憑藉其源自京東複雜業務場景錘鍊的可靠性，媲美一流水平的通用性能，以及開箱即用的企業級安全特性，真正具備了支撐企業核心業務流程的能力。

它解決的，是AI Agent真刀真槍地在企業環境中“用起來”、併產生實際生產力變革的問題，而非僅僅停留在“能用”的層面。

關鍵是它還免費，相比以往部署「外部」的開源產品動輒幾十萬數百萬，京東雲將自己用的JoyAgent開源出來，直接把門檻打沒，零成本實現部署。

也正因此，企業可以直接複製這個樣本，讓開發者可以基於京東AI實踐的基礎上去做創新，讓沒有足夠技術團隊、缺乏商業場景驗證的開發者，也能快速擁有與京東雲相同的Agent能力。

雖然當前Agent技術仍處於發展初期，未來演進存在不確定性，但藉助開源這樣的方式就可以共同突破難題。