核心观点 - 京东云推出“Agent+Coding”双轮驱动开发新范式，通过JoyAgent智能体平台与JoyCode智能编码平台深度协同，旨在解决企业AI应用与核心业务流程脱节的问题，重塑企业AI开发模式 [1] 开发新范式 - “Agent+Coding”范式的核心价值在于：Agent平台沉淀的算法和工具为编码提供丰富能力，而智能编码平台则提供高效敏捷的开发能力来调用这些工具，实现企业应用的深度改造 [3] - 该模式形成“以Agent简化代码、以代码反哺Agent”的持续进化闭环，Coding平台可大量调用智能体工具和算法提升开发效率，同时开发的优秀Agent应用又更新回智能体平台，通过AI Store实现无缝协同 [3] - 这种双向赋能推动AI开发向自动化、智能化演进，实现从“开发者少写代码”到“开发少写代码”的产业升级 [3] 技术能力与突破 - JoyAgent 3.0智能体平台具备开源多模态RAG技术，支持跨格式与多模态检索，覆盖文本、表格、图片等多种信息类型，从语义、结构和视觉等多个层面理解内容，实现多元异构数据快速治理 [5] - 平台通过A2A协议支持外部智能体无缝接入，创新的多智能体编排模式可直接导入如Dify等其他平台的智能体，实现协同作战，解决企业现有系统与AI应用融合难题 [5] - JoyAgent内置DataAgent能力，可直接连接企业内部数据，无需迁移数据即可进行推理与分析，化解企业在安全与合规上的顾虑 [5] - JoyCode通过规约编程、智能体团队和CSR上下文引擎，破解大型代码库维护难题，并实现从本地开发到云端部署的无缝衔接，做到“开发即部署” [5] 生产级验证与应用 - JoyAgent是历经京东内部大规模业务场景锤炼的生产级智能体，公司内部已打磨出3.7万个稳定可靠的生产级智能体 [6] - 这些智能体深度应用于京东零售、物流、金融、健康等复杂业务场景，孵化出多类高价值数字员工，如面试数字员工自动筛选与初试候选人、培训数字员工个性生成学习路径、数据分析师数字员工自动归因与报告生成 [6] - 这些应用重构运营模式，成为新质生产力 [7] 技术生态与开源战略 - JoyAgent和JoyCode两个产品同源同构，基于同一技术栈，在编码逻辑、通信协议、开发组件、算法库等方面实现紧密协同 [9] - 京东云将成熟组件全面向合作伙伴开放，包括全套AI算法库、2400+ MCP工具、350+设计版式模版 [9] - 公司开源了行业首个100%开源的企业级智能体JoyAgent-genie，以及DataAgent和DCP数据治理模块 [9] - 自2025年7月开源以来，JoyAgent在GitHub上已收获超1万Star，在全球权威的GAIA智能体评测榜单中，验证集准确率超77%，测试集超67%，位列全球智能体方向第一梯队 [9] 产业价值 - 新范式使拥有场景洞察的业务人员能基于JoyAgent与JoyCode的深度融合，将创意迅速转化为企业级深度应用 [10] - 该范式解决AI应用“最后一公里”问题，使智能能力深度融入企业核心业务流程，而非孤立的智能功能 [10] - “敏捷洞察+稳健开发”的组合正成为企业AI落地的标准范式，推动各行各业实现真正的智能化升级 [10] - AI开发不再只是技术团队的专利，而是业务专家与技术团队共创的过程 [10]

文章核心观点 - 电商行业正进入AI驱动的新阶段，各大平台围绕AI主导权展开激烈竞争 [4] - 京东选择“产业AI”路径，旨在利用其深厚的供应链和零售基础重塑电商价值链条 [4][7][10] - 京东的战略目标是通过平台化工具输出AI能力，从零售平台转型为智能商业基础设施提供者，构建生态壁垒 [22][23] 为何京东选择“产业AI”这条更苦的路 - 京东过去五年增长乏力，零售收入增速一度跌至个位数，市占率被拼多多反超 [6] - 京东的AI价值公式强调产业厚度²，认为即便模型能力相当，产业厚度更大的企业将获得指数级竞争优势 [8][10] - 京东拥有5710万工业品SKU、500万余个仓库及40多个细分行业的数据积累，这些是其选择产业AI路径的比较优势所在 [10] - 若不借助AI提效，京东的“重资产”模式可能从规模优势转化为发展桎梏 [10] 京东如何用AI重构电商价值链条 - 在内部运营方面，数字人成本仅为真人主播的十分之一，超过80%真人主播的带货效果，单个数字人生产成本已降至两位数，较真人拍摄模式成本降幅超90% [13][16] - 在货品变现效率上，AI工具京点点能将素材效率提升上千倍，极大缩短商品上市周期 [16] - 在履约交付方面，物流“超脑2.0”让操作标准化水平提升15%，人机协同效率提升超20%，并在全球500多个仓库部署以改造履约能力 [17] 生态野心：成为下一代电商的“操作系统” - 京东通过JoyAgent、JoyCode等平台工具将自研AI能力输出给生态伙伴，其中JoyAgent已100%开源，JoyCode已被上万名研发人员使用 [22] - 战略意图是从“零售平台”转变为“智能商业基础设施的提供者”，从而构建坚不可摧的生态壁垒 [23] - 此举将推动电商竞争从流量和价格战，升级为AI驱动的全链路效率比拼，行业从营销驱动转向技术驱动 [24]

AI代码助手应用现状 - 腾讯已有85%程序员使用腾讯云代码助手CodeBuddy，整体编码时间缩短40% [1] - 腾讯4月升级代码助手推出软件开发智能体Craft，功能从代码补全向自主开发迈进 [1] - OpenAI推出代码AI智能体Codex，谷歌推出可优化通用算法的智能体AlphaEvolve [1] 智能体技术发展 - 智能体相比大模型能更主动执行任务和解决问题，正被应用于更多领域 [2] - 腾讯云将大模型知识引擎升级为智能体开发平台，基于RAG技术处理企业非结构化知识 [2] - 智谱智能体AutoGLM可边推理边搜索，京东JoyAgent2.0帮助企业生成数字员工且代码采纳率超40% [3] - 智能体技术在复杂任务自规划方面仍有不足，预计今年在数十步工具调用中可达90%准确率 [3] 大模型产品竞争 - 腾讯加快大模型推出频次，包括混元3D场景模型、企业级混合推理模型和多模态基础模型 [4] - 腾讯计划开源不同参数版本模型：工作站版7B~14B，服务器版13B Dense和32B MoE，端侧版0.5B~4B [4] - 提供多版本模型既满足场景需求差异，也考虑算力分配，腾讯称AI需求已超过GPU资源供给 [4]