2026 云栖大会 · 平台工程与 AI 基础设施专场 | 演讲人：黄挺（蚂蚁集团平台技术事业群总架构师） | 主题：蚂蚁 AI Native 研发实践与下一代架构演进
核心洞察 ：随着大模型从辅助代码补全（Copilot）走向全自主智能体（Agentic Coding），整个软件工程的底层基础设施正在经历不可逆的范式重构。蚂蚁集团平台技术事业群总架构师黄挺在 2026 云栖大会上，首次全景披露了蚂蚁集团在 AI Native 研发领域的深度工程实践：传统研发基础设施均围绕'人类工程师的 GUI 交互与工作流'设计，而面向 Agent 的下一代架构必须完成'开放化、云端化、协同化、敏捷化'四大蜕变 。蚂蚁通过将平台能力全面封装为 MCP/CLI 标准接口 、自研冷启动仅 200ms 的 ARCA 轻量安全沙箱 、构建产物驱动的人机协同网络 AntMultica 、以及独创 EaaS 动态环境编排与 OceanBase 分钟级 DB Fork 技术，成功在'阿福'健康等复杂核心场景将 Badcase 修复周期从 12.6 天压缩至 3 天、人力投入暴降 75% 以上，为超大规模金融级架构的智能化代际跨越提供了确定性解法。
01 范式重构：从'人类研发底座'到'面向 Agent 的下一代架构'
黄挺在开篇指出，过去二十年蚂蚁集团沉淀了极其强大的金融级云原生分布式架构（L0/L1 基础设施），支撑了支付与微服务集群的极端并发、多活容灾与弹性调度。然而，随着百灵基础大模型、Agent 平台与 AI 智推平台的规模化落地，业务与研发形态发生了根本性裂变：
- 研发主体的质变 ：传统基础设施的唯一使用者是人类工程师，流程围绕"看看板、点网页、走审批、填工单"等人类视觉与交互习惯构建；而在 AI Native 时代，代码编写、自测、部署与验证的主体正在迅速演变为各类 Coding Agent。
- 交互协议的鸿沟：人类习惯图形界面（Web GUI），但 Agent 只能高效理解结构化文本与可编程 API。将笨重的内部控制台直接暴露给 Agent，极易造成上下文过载与调用失控。
- 状态与环境的矛盾：Agent 需要高频地修改代码、触发部署、跑回归测试并根据报错迭代。传统研发平台按小时甚至按天交付环境的笨重流程，彻底锁死了 Agent 的自主迭代速度。
黄挺明确提出，蚂蚁的核心任务并非做一个单点代码插件，而是面向 Agent 全面重构蚂蚁的研发范式与技术底座，边探索边演进，打通从代码生成到生产交付的自主闭环。
02 开放与上云：MCP/CLI 工具链标准化与 ARCA 轻量安全沙箱
为了让本地 Coding Agent（如 Claude Code、Cursor、Codex 等）真正具备企业级研发操作能力，蚂蚁实施了关键的两步走工程：
第一步：研发平台全面能力解耦（MCP / CLI）
"代码能写出来，但部署和验证还在依赖人工在网页上点按钮"，这是初期最大的瓶颈。蚂蚁团队将内部核心构建、分发、部署与测试系统全面封装为 MCP（Model Context Protocol）与 CLI 命令行工具：
统一身份与网关（Unified Gateway） ：在 Agent 与内部研发中台之间搭建鉴权网关，实现统一认证、细粒度权限映射与访问审计。
结构化输出契约（JSON Schema Output）：所有构建日志、错误栈、部署状态均转化为标准 JSON/文本流，方便 Agent 快速捕获 Syntax Error、NullPointer 与依赖冲突并自主闭环修复。
第二步：打破本机运行束缚，构建云端 ARCA 安全沙箱
本机运行存在致命限制：开发者休眠、关机或网络断开导致长任务中断，且代码与执行上下文散落在个人电脑上，团队无法审计、共享与接管。为此，蚂蚁打造了 Poolab 云主机 + ARCA 微隔离沙箱 矩阵：
| 核心技术指标 | 性能参数 | 工业级工程意义 |
|---|---|---|
| 冷启动耗时 | ≤ 200 ms | 依托预热池与轻量化内核，实现微秒级感知与瞬时拉起，消除 Agent 交互等待停顿。 |
| 运行时内存底噪 | 仅 8 MB | 极小资源开销，单物理机可稳定支撑极高密度并发运行。 |
| 单机并发吞吐 | 800 /s | 超强并发能力，完美承载海量 Agent 的并发测试与代码试错执行。 |
| 全网日均运行规模 | 超 60 万+ 次 | 已全面融入蚂蚁各业务线日常研发、强化学习训练与自动化修复流水线。 |
ARCA 沙箱支持 Code、Browser、Computer 等多种异构运行环境，通过网络隔离与存储沙盒机制，在确保企业资产绝对安全的前提下，让 Agent 拥有全天候在云端安全执行与随时状态快照（Snapshot）的能力。
03 人机协同网络：AntMultica 产物驱动的多智能体协作框架
面对庞大、复杂的真实业务系统，单一智能体必然因上下文污染与专业知识壁垒而崩溃。蚂蚁研发了 AntMultica 多智能体协同框架，让开发者与多个垂直专业 Agent 围绕同一个研发任务紧密协同：
- 职责细分矩阵：任务不再笼统抛给模型，而是由架构拆解为 BA Agent（业务需求）、PM Agent（进度协调）、Dev/BE Agent（代码设计与编写）、QA Agent（测试用例生成与验证）各司其职。
- 以结构化产物为交付界面（Artifact-driven）：Agent 之间的协同不依赖含糊的多轮自然语言闲聊，而是严格以结构化产物驱动：从需求规范 -> 子任务依赖图 -> 状态机变更 -> 代码补丁（Diff） -> 单元测试报告与评测指标。
- 过程透明，按需人机接管（Human-on-the-loop）：执行链路全程可视化大盘呈现。当遇到架构抉择分歧、严重高危权限调用或执行死循环时，系统主动挂起并提示工程师确认或一键接管上下文，实现高确定性的安全兜底。
04 敏捷环境底座：EaaS 秒级编排与 OceanBase 分钟级 DB Fork
在 Agent 研发过程中，Prompt、底层模型（Model）、工具实现（Tools）和记忆机制（Memory）几乎每天都在高频迭代，每一次细微调整都必须触发大规模自动化回归评测（Agent Pass）。然而，传统测试环境"拉起慢（以小时计）、常驻闲置成本高、数据相互污染"成为最大拦路虎。蚂蚁给出了颠覆性的架构创新：
1. EaaS（Environment as a Service）：声明式按需环境拉起
定义标准化声明式环境规范（EnvSpec），建立环境全生命周期自动化管理：评测需要时由 Agent 触发按需拉起，目标耗时压降至 ≤ 5 分钟，全套评测执行完毕后立即彻底销毁释放 。基于 MOSN / Service Mesh 网关的 x-env-id 流量动态染色机制，实现千人千面的隔离多版本并存测试。
2. 核心突破：Nexbase + OceanBase 分钟级 DB Fork
在数据库层面，评测期间 Agent 会大量执行增删改查。直接使用测试库容易因并发写入导致脏数据污染，而全量物理拷贝 TB 级数据库既慢且存储极其昂贵：
分钟级快照克隆（OB Fork） ：依托 OceanBase 分布式底座与写时复制（Copy-on-Write）能力，在分钟内完成生产/基准数据库的隔离分支 Fork。
智能动态路由（ZDAS / ZDAL / SQL Hint）：未被修改的历史基准数据只读共享基准库，所有 Agent 评测产生的写入操作被精确重定向至独立的隔离 OB 分支，既保证 100% 数据纯净隔离，又降低了 90% 以上的存储冗余。
05 实战成效与产业思考：阿福 Badcase 提效 4 倍与全量落地的三大深水区
上述技术体系并非空中楼阁，已在蚂蚁内部关键业务中产生显著业务飞轮效益：
典型实战：健康业务"阿福" Badcase 自动化修复
| 环节流程 | 技术调用与工具链路 | 传统人工模式 | AI Native 架构全自动模式 |
|---|---|---|---|
| Issue 读取与分派 | Issue 自动解析，Multica 分派 Agent 规划 Skill 链路 | 人工分发排期（1~2 天） | 秒级自动化拆解完成 |
| 代码定位与修复 | ARCA 沙箱 + Poolab 运行 Coding Agent 自动修改代码与本地自测 | 工程师排查写代码（3~4.5 人日） | Agent 云端并发改写，自测验证 |
| 动态回归与验证 | EaaS 敏捷拉起测试环境，Nexbase + OB Fork 提供无污染数据库跑回归 | 手动申请部署测试环境（数天） | 5 分钟内动态拉起并跑通自动化回归 |
| 合并提测与上线 | 通过 MCP/CLI 自动提 PR 并经人工确认后平滑发布 | 繁琐手工流程 | 一键自动化提发布 |
| 整体交付周期 | 全链路结构化沉淀与持续闭环 | 平均 12.6 天 | 大幅缩短至 3 天（人力投入仅 0.5~1 小时） |
迈向全量推广的"三大深水区挑战"
在演讲最后，黄挺冷静指出了由局部试点走向全量普惠仍需攻克的技术壁垒：
存量业务的"老城改造"挑战 ：新业务原生接入容易，但金融核心系统中大量存在历史遗留架构、异构环境与重型审批流程，如何低成本完成老业务的 Agentic 工具化改造是首要难题。
业务确定性与 AI 时代的"三板斧"设计 ：在支付、金融、医疗等零容错行业，确定性是生命线。必须建立面向模型漂移、Prompt 变更、Skill 兼容性失效的"可监控、可灰度、可应急"全新稳定性防护体系。
基础设施承受超大规模弹性考验：当成千上万个 Agent 7×24 小时并发运行时，云上数万个沙箱与隔离环境的瞬时突发调度、存储网络吞吐与算力成本，对底层基础设施提出了极限大考。
来源：2026 云栖大会 黄挺 主旨演讲《蚂蚁平台技术事业群总架构师黄挺丨蚂蚁AI Native研发实践》。内容经专业技术整理、系统化拆解与架构剖析，仅供技术交流与学习参考。