京东JoyAgent 3.0杀进全球第一梯队：开源智能体如何重构企业AI未来
全球权威GAIA评测验证集准确率77%，测试集67%，京东JoyAgent 3.0以超越行业头部框架的姿态，为企业级智能体落地树立了新标杆。
9月25日，京东在JDD 2025全球科技探索者大会上宣布，其企业级智能体平台JoyAgent 3.0在全球权威的GAIA智能体能力评测中，验证集准确率超77%，测试集超67%，直接超越OWL、Smolagent等行业头部框架，跻身全球智能体第一梯队。
同时，京东宣布将JoyAgent、多智能体框架OxyGent和医疗大模型京医千询2.0等核心项目全面开源，构建了完整的企业级AI开源生态。
01 工艺突破：JoyAgent 3.0的全面升级
JoyAgent 3.0的突破性表现体现在GAIA评测中的优异表现。GAIA Benchmark由400+道人工标注的高难度问题组成，覆盖日常任务、科学推理、多模态交互等领域，核心考察智能体的自主决策、链式推理、工具使用能力。
它采用“零样本评估+开放式回答”机制，避免模型靠记忆或提示词作弊，能真实反映智能体在企业复杂场景中的落地潜力。
JoyAgent 3.0不仅进一步开源了数据分析智能体DataAgent和DCP内容治理模块，还成为行业首个集成数据治理DGP协议及智能问数、诊断分析能力的开源项目。
这一特性使其能够直接连接企业内部数据库和知识库，无需素材迁移即可进行复杂的推理分析任务。
02 设计理念：破解企业AI落地痛点
京东集团技术委员会主席、京东云总裁曹鹏指出：“面向全面开花的AI应用，其底层开发模式需更敏捷、高效且具AI原生化，AI智能体+代码整合成为企业构建深度AI应用的关键新范式”。
企业级AI应用面临四大痛点：数字化基础薄弱、对AI认知偏差、应用场景复杂性超出现有工具能力边界，以及技术发展与真实需求错配。JoyAgent 3.0的设计理念直击这些痛点。
与传统仅开源SDK或框架的方案不同，JoyAgent 3.0将前后端、框架、引擎、核心子智能体等在内的完整产品能力全部开放，企业无需二次开发，可直接本地部署、开箱即用。
03 核心能力：三位一体的开放策略
JoyAgent 3.0的三个核心能力构成了其竞争优势：全面开放、深度开源以及丰富工具集。
在开放兼容性方面，JoyAgent支持MCP、A2A两大开放协议，企业既能把自研的智能体接入JoyAgent调度，也能把JoyAgent的智能体发布成A2A服务或SDK，融入现有业务架构。
在工具丰富性方面，平台提供全套开箱即用的AI算法库，涵盖最新的语音算法、视频算法、图像算法、搜索算法、检测、识别、机器翻译等。
其中的NL2Workflow功能允许用户用自然语言直接生成可编辑、可执行的工作流，大幅降低开发门槛。
04 生态协同：智能体与代码平台的双向赋能
京东推出的“智能体+代码平台”双轮驱动AI开发新范式，通过JoyAgent与JoyCode智能编码助手的深度融合，创造了双向反哺的协同机制。
一方面，JoyAgent将智能体、AI算法库等原子能力“打包成可直接调用的模块”，开发者在JoyCode中无需额外制作适配逻辑。
另一方面，JoyCode生成的应用在实际运行中，会自动收集业务内容与用户反馈，实时回传至JoyAgent，用于优化智能体的行为逻辑与知识模型。
这种深度融合解决了行业长期存在的“智能体的决策能力”与“代码的执行能力”割裂问题。开发者不再需要手动在智能体平台和代码编辑器之间反复切换，大幅提升了制作效率。
05 应用场景：从数据查询到复杂决策
JoyAgent 3.0的DataAgent能力让企业员工可以直接用自然语言提问复杂挑战。例如，业务人员可以询问“去年比前年销售额同比增加多少？”或“2024年上海的销售额变化趋势如何？”，系统便能自动查询数据库、定位问题并生成分析洞察。
这背后依赖的是两阶段动态选表、细粒度查询拆解等先进的TableRAG技术，以及支持趋势、周期、异常归因等多种方法的诊断分析引擎。
更关键的是，它能处理那些“没有固定答案”的复杂疑问，借助SOPPlan模式和智能分析，为业务决策提供全新的视角洞察。
06 开源战略：构建产业AI生态
京东此次开源的彻底性令人印象深刻。除了JoyAgent 3.0，京东还开源了多智能体框架OxyGent和医疗大模型京医千询2.0等核心项目，形成了完整的AI开源工艺栈。
通过OxyGent框架采用纯Python积木式开发理念，让开发者能够像搭乐高一样自由组合AI能力。在GAIA评测中，OxyGent拿下59.14分，紧追开源标杆OWL（60.8分）。
京医千询2.0则实现了可信推理与全模态能力，会严格模拟医生临床诊疗思维路径，深度融合医学知识体系与真实诊疗逻辑。模型在推理过程中主动引入并对齐外部的循证医学证据，确保推理符合医学共识。
07 实践验证：京东内部的规模化应用
任何工艺的真实价值都得在实践中验证。在京东内部，已经有3万+智能体上岗，覆盖零售、物流、健康、工业等十余个领域的真实场景。
此种大规模内部实践为JoyAgent的稳定性和可靠性提供了有力证明。京东通过自身困难业务场景的锤炼，打造出了真正经得起考验的企业级智能体平台。
京东零售AI Infra和大数据计算平台的负责人张科解释了传统搜索与AI驱动的“爱购”功能的区别：“传统搜索就像在图书馆按索引找书，用户得自己明确关键词，系统只能基于历史行为返回相似结果”。
而爱购则通过“世界知识”融入搜推逻辑，能理解“为什么买”，而非仅匹配“买什么”，通过多维度决策辅助让用户从信息筛选中解放出来。
08 未来展望：企业AI的发展方向
JoyAgent 3.0的成功标志着企业级智能体从实验室炫技迈入真正能干活的生产力设备阶段。这意味着企业AI应用正从“能用”向“好用”转变。
京东集团CEO许冉表示：“拥抱长期可持续的、真正为产业创造价值的AI”。这反映了京东AI战略的底层逻辑——人工智能的价值=模型×体验×产业厚度²。
在这一公式中，“模型”替代了“算法×算力×内容”，强调端到端的技术整合能力；而“体验”的加入则标志着从技术导向转向用户价值导向。
未来三年，京东将持续投入AI领域，“带动形成万亿规模的人工智能生态”。组织上，京东升级了京东探索研究院，创始人刘强东亲自担任探索研究院院长，在全球招募人工智能科学家。
JoyAgent 3.0在GitHub上不到一个月就斩获一万 Star，成为国内企业级智能体领域增速最快的开源项目。这一数字不仅反映了开发者的认可，更体现了市场对真正能解决企业问题的AI智能体的渴望。
京东通过系统性开源其AI手艺矩阵，正构建起从底层基础设施到上层应用的全栈覆盖。这种“彻底性”开源策略，有望改变AI产业“强者恒强”的格局，让每个参与者都能成为AI重构供应链的受益者。
实验室中的概念。随着JoyAgent等开源技术的成熟，就是企业智能化不再是大型企业的专利，也不再AI正在成为每个企业触手可及的生产力工具，这才是科技普惠的真正意义。
（注：文档部分内容可能由 AI 生成）