本文作者：遠雲、劉軍、望宸、溪洋
😄 Hi, 各位關注 AgentScope Java 的開發者夥伴們，大家好！
近日，AgentScope Java V1.0 版本正式發佈，全面對齊 Python 版核心能力，為 Java 開發者帶來了構建企業級 Agentic 應用強大的開源方案。
在最近與 DataWhale 合作的 AgentScope Java 解讀線上直播間（直播回放請猛戳此處查看）中， 我們收到了大家的熱情提問。為了方便大家集中查閲，我們整理了其中最高頻的 Q&A，由 AgentScope Java 的核心開發者為大家一次性説清講透！
話不多説，乾貨開整 👇
Part.1 定位與選型：關於 AgentScope Java 與 Spring AI
Q1：AgentScope Java 和 Spring AI Alibaba 有哪些不同？
A1：簡單來説，兩者的核心設計理念和擅長領域不同。
- AgentScope Java： 是一個原生為 Agentic 範式設計的框架。它的核心是 “Agent”，旨在幫助你構建以 Agent 為中心、具備自主思考和行動能力的智能應用。
- Spring AI Alibaba： 更側重於 Workflow 編排。它以 Spring AI 生態和圖（Graph）思想為基礎，擅長將 AI 能力作為工具，融入到預定義的工作流中。
關於兩者不同之處的深度對比和詳細介紹，請訪問：《Spring AI Alibaba 和 AgentScope 啥區別？》
Q2：AgentScope Java 未來逐漸完善集成 Spring 生態，Spring AI Alibaba 還會繼續維護麼？
A2：會的，兩個項目都會持續發展，並且未來會實現協同。 我們的規劃是：
- AgentScope Java：深耕 Agentic 領域，圍繞 Agentic 核心思想設計，成為構建下一代 AI 應用的首選。
- Spring AI Alibaba： 以 Spring AI 生態和 Graph 思想設計，未來將會在底層集成 AgentScope 的編排能力，實現兩大生態的強強聯合。
選擇建議：
- 想構建以 Agent 為核心的智能應用，請選擇****AgentScope Java。
- 想基於現有工作流（Workflow）集成 AI 能力，請選擇 Spring AI Alibaba。
Q3：我是 Java 新手，上手 AgentScope Java 是否容易，相比 Spring AI Alibaba，哪個更容易上手？
A3：推薦直接上手 AgentScope Java。
因為 AgentScope 作為面向 Agentic 範式的開發框架，天然會比以 Workflow 為核心編排能力的 Spring AI Alibaba 使用難度更低。
Q4：已經開發了 Spring AI Alibaba 應用，是否支持和 AgentScope Java 代碼互轉？
A4：目前暫不支持兩個項目代碼的直接互轉。
如在問題 2 中描述的，兩者的設計範式不同。如果您正在使用 ReactAgent 範式，推進使用更先進設計模式的 AgentScope，如果您需要工作流或 Multi-Agent 編排能力，推薦使用 Spring Ai Alibaba。
Part.2 核心能力：關於 AgentScope Java 能做什麼
Q5：AgentScope Java 和 AgentScope Python 版本有哪些差異？
A5：核心能力完全對齊。
包括 Rumtime、核心層、Studio、RL、Memory，以及架構上全力推進 Serverless 化，實現毫秒級冷啓動與混合部署，幫助開發者在應對高併發的同時，顯著降低部署成本並提升效率。
Q6：AgentScope Java 後端的模型該如何調用，是可以直接調用 Qwen、DeepSeek，還是需要基於百鍊？
A6：不綁定，支持任意模型。
AgentScope Java 提供了靈活的模型後端支持。你可以通過標準的 OpenAI 兼容協議，輕鬆調用包括通義千問（Qwen）、DeepSeek 在內的任何大語言模型，無論是開源的、商業的還是自部署的。
Q7：AgentScope Java 可以直接記錄 Token 使用和 Prompt 嗎，不用 Studio 行嗎？
A7：當然可以。
AgentScope Java 提供 Trace 的能力，支持通過標準 OpenTelemetry 協議上報 Prompt、Token 用量等信息。
Part.3 底層瞭解：關於 AgentScope Java 的技術實現
Q8：AgentScope Java 上關於 ReAct 的實現是基於阿里雲函數計算 FC，請問下這裏的考慮是什麼呢，與基於 Prompt 實現效果有什麼提升嗎，對 FC 不友好的模型如何接入呢？
A8：不存在綁定關係。
AgentScope Java 的 ReAct 模型和函數計算 FC 本身沒有直接綁定關係，AgentScope Java 作為一個 Agentic 框架提供具體的代碼實現。而 FC 是一個應用部署平台，也不綁定 AgentScope Java，支持將包括 AgentScope Java 在內的應用程序部署起來。
Q9: AgentScope Java 數據 Fine Tune 如何實現呢？
A9：我們通過 Trinity-RFT 底層模型交互鏈路進行打通。
AgentScope Java 處理請求的過程中，實時記錄下模型的狀態，收集到一定量的數據以後，完成 SFT、RFT 等模式的後訓練。
Part.4 正在安排：關於 AgentScope Java 的近期規劃
Q10：AgentScope Java 應用與 Nacos 之間進行 A2A 的自動註冊和便捷調用套件，有相關功能支持計劃嗎？
A10：在路上了。
我們將在 12 月底發佈的版本進行支持，最晚不晚於 1 月第一週，敬請期待。
Q11：Trinity-RFT 什麼時候上線？
A11：在路上了。
目前正在緊鑼密鼓的設計，預計在 1 ～ 2 月份會正式對外發布。
Part.5 動手試試：關於 AgentScope Java 的實踐與資源
Q12：狼人殺和點奶茶是否提供工程樣例？這個太有意思了。
A12：必須有。
- 狼人殺 的代碼可以在 AgentScope Java 源碼中的 examples 目錄下獲取；
- 奶茶鋪 的代碼將在近期進行開源，之後也可以在 examples 目錄中找到。
- 線上直播回放：https://developer.aliyun.com/live/255547
如果你還有什麼關於 AgentScope Java 想要了解的問題，歡迎留言在評論區告訴我們。
