Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速

本文涉及的产品
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
函数计算FC,每月15万CU 3个月
简介: 在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。

作者:邵丹(营火)


e864ee4bc696c45963ed30a674a3fefc.png

本文整理自 2025 云栖大会,阿里云智能集团高级产品专家张凤婷的演讲


在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。


阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新,而不是基础设施。

1761207178521_78B93951-6468-4ab7-A5C6-C1181E8292B8.png


传统容器化、微服务应用的稳健托管

过去的“裸机+脚本”时代,部署繁琐、扩容低效、故障频发;随后 Docker 与 Kubernetes 将算力进一步抽象,但自建集群仍需维护节点与控制面,稳定性与人力成本难以平衡。而进入 AI 时代后,仅仅“跑得稳、跑得快”已不够,企业还需要打通模型、工具链、知识库的体系化支撑与生产级治理。


SAE 正是为此而生:它将阿里巴巴十几年来沉淀的运维经验产品化,将复杂的 Kubernetes 体系产品化封装成“应用级”能力,以企业级高可用、极致资源效率、深度云生态集成为底座,既支持传统 Web/微服务/批作业等应用,也面向 AI Agent、RAG 与工作流类应用提供一键式生产级托管。

image.png

简:把复杂留给自己,把简单留给用户

SAE 的设计哲学是将极致的简单体验交付用户。为此,它实现了三个“零”的承诺:

  • “零”代码改造:无论是 WAR/JAR 包、Docker 镜像,还是单体应用、微服务架构,都无需修改一行代码即可平滑迁移至 SAE。
  • “零”使用门槛:屏蔽了 Kubernetes 的底层复杂性,无论是 Kubernetes 专家还是运维新手,都能轻松上手,像管理应用一样管理容器。
  • “零”厂商绑定:在深度优化的同时,SAE 全面兼容 Kubernetes 生态,支持开源CI/CD工具链,让技术选型自由灵活。


稳:从架构到防护,全程保障线上稳定运行

稳定是企业生产的生命线,SAE 构建了一套从架构到防护的保障体系,全链路守护系统的稳定性。这套体系涵盖了架构上的跨可用区高可用、弹性上的秒级快速响应、运维上的全链路可观测、安全上的纵深防御以及流程上的自动化发布与回滚。这些能力让用户在使用 SAE 后,能够专注于业务本身,而不用关心基础设施的运维。


省:极致资源利用率,把每一分钱花在刀刃上

降本增效是企业长期的追求。SAE 通过精细化的资源管理,帮助企业实现资源的最大利用率。按需使用、按量计费的特性能够根据业务负载的变化,在秒级时间内快速完成资源的扩容或缩容,从容应对流量的波峰波谷,确保业务体验的同时避免了资源浪费。

SAE 独有的“闲置计费”能力,在业务低峰期(如夜间),能够自动将应用缩容至极小规格甚至为零,将资源智能回收至阿里云庞大的共享资源池。当流量回升时,又能在一秒内快速恢复服务。这一全自动化的过程,可为用户节省大量的闲置资源成本,真正把每一分钱都花在刀刃上。


智能运维:SAE 内置 AI 运维助手,让“救火”变“决策”

  • 深耕垂直场景:以 SAE 平台侧深度知识和大量生产数据为训练基础。
  • 高覆盖智能诊断:覆盖 95% 以上可枚举问题,准确率 80% 以上。
  • 预警与自愈:聚焦平台特性,面向配置与操作错误给出优化建议,平台自身故障率降低约 90% 以上。


面向 AI 应用的生产级托管:从快速探索到高效落地

根据预测,未来 90% 以上的互联网入口或将由 AI 智能体(Agent)构成。然而,理想与现实之间仍有鸿沟:开源AI框架层出不穷,但其技术复杂性、版本不稳定性以及高昂的资源成本,常常让企业在“生产化”的最后一公里望而却步。


AI 技术与开源生态迭代极快,但“开源≠生产就绪”。SAE 不参与模型训练,而是专注让 AI 应用“跑得稳、跑得快、管得住”,将 AI 落地的基础设施与治理产品化。

image.png

SAE 开源 AI 托管平台:开启企业 AI 应用的“简单时代

  • 一站式 AI 应用中心:支持工作流编排、运行沙箱、版本管理、流量治理、灰度发布;默认集成日志/监控/追踪与性能评测、链路压测,保障环境一致性。
  • 开放兼容:无论开源模型还是自研模型,均可与阿里云存储、网络、可观测、服务治理等能力深度集成。
  • 模板与生态:已支持 Dify(低代码 AI 应用平台)、OpenManus(AI 工作流引擎)、JManus(Java 版、MCP 协议)、RAGFlow(检索增强生成框架)、Airflow(工作流调度),后续将陆续支持 N8N、Maker 等自动化工具。
  • “零节点”管理与自动化运维:容器化与 Serverless 架构、一键部署、弹性伸缩、故障自愈、实时监控、镜像仓库与安全托管。


Dify on SAE:把开源 AI 应用变成企业级生产力

开源 Dify 在生产环境常见的稳定性、安全性问题与性能短板,SAE 通过体系化加固与优化,将其升级为“生产可用”的企业级 AI 平台:

  • 生产级架构:支持三可用区部署、负载均衡与健康检查联动、实例粒度自动迁移、无损上下线。
  • 安全防护:全链路防护策略(DDoS、WAF、流量防护、云安全中心),VPC内独立部署,数据不出安全域。
  • 简单易用:分钟级创建,无需额外配置;全链路监控默认集成;按需弹性,资源自动伸缩。
  • 深度云融合:一键集成阿里云 RDS(PostgreSQL)、Redis、AnalyticDB 等数据服务。
  • 性能&成本:经过 SAE 的优化之后(以 1.7 版本为例),性能提升可达 50 倍;按需按量付费,无需冗余保证资源,综合成本降低 30% 以上。

Serverless 应用引擎(SAE)发布于 2017 年,历经八年商业化打磨,SAE 已成为阿里云一款极其成熟和重要的产品,服务了上万家企业客户,更是在 2025 年跻身 Gartner®云原生应用平台领导者象限。


未来,SAE 将持续致力于成为 AI 时代的基础设施,以“简、稳、省”为传统应用托底,以“开放、兼容、生产级治理”为 AI 应用加速,帮助企业从探索走向落地、从技术走向价值。

点击此处,查看快速部署 Dify 解决方案。

相关实践学习
SAE极速部署弹性微服务商城
本实验带您体验在Serverless应用引擎SAE(Serverless App Engine)上快速部署一个弹性的在线商城微服务应用,使得终端用户可以通过公网访问访问该商城,并进行压力测试以验证其性能与稳定性。
相关文章
|
14天前
|
机器学习/深度学习 人工智能 Serverless
吉利汽车携手阿里云函数计算,打造新一代 AI 座舱推理引擎
当前吉利汽车研究院人工智能团队承担了吉利汽车座舱 AI 智能化的方案建设,在和阿里云的合作中,基于星睿智算中心 2.0 的 23.5EFLOPS 强大算力,构建 AI 混合云架构,面向百万级用户的实时推理计算引入阿里云函数计算的 Serverless GPU 算力集群,共同为智能座舱的交互和娱乐功能提供大模型推理业务服务,涵盖的场景如针对模糊指令的复杂意图解析、文生图、情感 TTS 等。
|
16天前
|
人工智能 运维 安全
加速智能体开发:从 Serverless 运行时到 Serverless AI 运行时
在云计算与人工智能深度融合的背景下,Serverless 技术作为云原生架构的集大成者,正加速向 AI 原生架构演进。阿里云函数计算(FC)率先提出并实践“Serverless AI 运行时”概念,通过技术创新与生态联动,为智能体(Agent)开发提供高效、安全、低成本的基础设施支持。本文从技术演进路径、核心能力及未来展望三方面解析 Serverless AI 的突破性价值。
|
17天前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
176 1
|
24天前
|
人工智能 安全 Serverless
再看 AI 网关:助力 AI 应用创新的关键基础设施
AI 网关作为云产品推出已有半年的时间,这半年的时间里,AI 网关从内核到外在都进行了大量的进化,本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态,以及新推出的 Serverless 版,对其进行一个全面的介绍,期望对正在进行 AI 应用落地的朋友,在 AI 基础设施选型方面提供一些参考。
359 36
|
15天前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
267 10
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
|
23天前
|
人工智能 安全 数据可视化
Dify让你拖拽式搭建企业级AI应用
Dify是开源大模型应用开发平台,融合BaaS与LLMOps理念,通过可视化工作流、低代码编排和企业级监控,支持多模型接入与RAG知识库,助力企业快速构建安全可控的AI应用,实现从原型到生产的高效落地。
Dify让你拖拽式搭建企业级AI应用
|
23天前
|
自然语言处理 数据挖掘 关系型数据库
ADB AI指标分析在广告营销场景的方案及应用
ADB Analytic Agent助力广告营销智能化,融合异动与归因分析,支持自然语言输入、多源数据对接及场景模板化,实现从数据获取到洞察报告的自动化生成,提升分析效率与精度,推动数据驱动决策。
|
2月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
635 32
|
29天前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
299 19
|
25天前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
161 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?

相关产品

  • 函数计算
  • Serverless 应用引擎