「花钱买的课讲的就是这些」:阿里云把一本白皮书放上 GitHub,56 天 2,900 颗星,你能抄走的只有打法
它是什么 阿里云 50 多位工程师合写的企业级 AI Agent 落地白皮书,30 章加一份 1,906 份问卷的调研报告,放在 GitHub 上免费看,每周更新,没有代码。
为什么火了 大会发布加七八个平台同步发章节文打底;两次中文博主转发(「花钱买的课讲的就是这些,这回直接摊开了」和「只有一成做到 90% 成功率」的调研数字)带出了两次最大的跳涨。
C你可以怎么跟 别再做一本通用的企业 Agent 指南。手里有一手行业落地素材的话,照它的「仓库 + 阅读站 + 每周一章 + 自做小调研」结构写一个窄题,补上它缺的可运行参考实现,再准备一个数字钩子去找中文 AI 博主转发。
- 数据(每天更新) · 建库 2026-09-11 · 2,922 星 · 7 天 +215
GitHub · 星数 数据 2026-10-09 → 2026-11-08(31 天,30 次观测)。10-28 以前的点来自 deeply / 存档补录,不是每天都有
阿里云把去年的《AI 原生应用架构白皮书》改成一个开源仓库续写,挂在云栖大会上发布,再靠自家内容矩阵和两次中文 AI 博主转发,56 天拿到约 2,900 颗星。星真正涨起来,靠的是一线企业案例和 1,906 份问卷的调研数字,这两样只有大厂拿得出来。读者窄、又没有代码,它在同类里只算中等。想学的话,学它的分发打法,选题就别跟了。
10 月 18 日早上七点半的一条微博
2026 年 10 月 18 日 07:30,微博博主「葛胡说」发了一条帖子,开头是「阿里云把企业级 Agent 怎么落地写成了一本书,ai-agent-handbook,中英文双版免费看」。往下写:「开放一个多月,GitHub 上已经 1647 star、242 个 fork」,点了实践篇里的吉利汽车、塔斯汀、畅捷通、MiniMax、信永中和、哔哩哔哩。最后一句是:
花钱买的课讲的往往就是这些,这回直接摊开了。
前一天,X 上的 @Ryrenz 发过几乎一样的文案。仓库的星数是这样变的:10-17 涨 35,10-18 涨 122,10-19 涨 243,是它到现在最大的单日涨幅(GitHub 逐日 star,10-17~10-19)。在这之前,它每天自然涨二三十颗。
它是什么:一本没有一行可运行代码的书
aliyun/ai-agent-handbook 是一本讲「企业级 Agent 全生命周期」的白皮书。正文 30 章,分架构、构建、运行、治理、调优、实践、展望七篇,另有 Jev 决策模型、Personal Agent、FDE 三个专题,还附一份《2026 Agent 开发者调研报告》,1,906 份有效问卷。作者是阿里云内部多个团队的 50 多位工程师,每篇各自认领。Apache-2.0 协议,中英双语 README,阅读站在 aliyun.github.io/ai-agent-handbook,带中文搜索、明暗主题和阅读位置记忆。11 月 3 日起加了一个「在线闯关」小游戏,第二天又加了排行榜。
它不教你从零写一个 Agent。它写给要在公司里立项、选型、过治理关的技术负责人和架构师看。AlphaSignal 的评价很直接:"No SDK, runnable reference implementation, or installable package"。
它的前身是 2025 年 9 月云栖大会发布的电子书版白皮书(「20w+ 字、40 位一线工程师」)。今年换成开源仓库,阿里云在预告文《一本 Agent 白皮书,值得连续写两年么?》里给的理由是:「人和 Agent 的阅读体验更好,协作效率更高、更新成本更低」。
星是从哪来的
| 时间 | 发生了什么 | star |
|---|---|---|
| 9-18~9-20 | 阿里云开发者社区、51CTO 发预告文,写「即将开源」,号召去云栖分论坛看发布,文里还贴着去年版的下载链接 | 还没公开 |
| 9-22~9-28 | 9-22 公开;9-23 进了 Trendshift,当天就有社区作者做了 EPUB/PDF 合订本;9-24~26 云栖大会发布;9-25 掘金《阿里开源:把企业级 Agent 落地经验写成了一本 30 章的开源手册》 | 到 10-09 累计 1,252 |
| 10-09~10-16 | 阿里云云原生在博客园、InfoQ、SegmentFault、51CTO、掘金、开发者社区、英文博客几乎每天发一篇章节文;10-14 README 挂上微信共读群二维码 | 每天 +12~+103 |
| 10-17~10-19 | X @Ryrenz、微博「葛胡说」:「花钱买的课讲这些」;10-19 仓库加了 Personal Agent 专题,当时 Muse、Dots 正把「个人 Agent」炒热;共读群开到第 2 群 | +35、+122、+243 |
| 10-20~10-29 | 只剩自家矩阵在发章节文 | 每天 +10~+65 |
| 10-30~11-01 | X 大号 @shao__meng 发长帖《阿里云开源〈AI Agent Handbook〉:用 Harness 把企业 Agent 从试点推到可治理生产》,第二天又发一条讲调研报告;AlphaSignal 同天出英文稿,标题是「Only 10% Hit 90% Task Success」;微博「蚁工厂」和一批中英文 AI 资讯站跟着转 | +15、+147、+69 |
| 11-03~11-06 | 上线闯关小游戏、排行榜,README 邀请高校共建课程 | 每天 +30 左右 |
数据来自 GitHub 逐日 star(10-09 起)和各平台的帖子日期。11-06 是 2,884 星、367 个 fork,近 7 天 +393,前 7 天 +198。
拆开看,它的星分两层。底下一层是大厂自己的盘子:大会发布、发布前一周的预告、七八个平台同步的章节文、去年那批老读者、三个微信共读群(每群按 500 人上限估,实际人数没核实)。这一层撑起了头两周的 1,200 多颗星,之后每天还有二三十颗。上面一层是两次外部转发,而两次最大的跳涨都对得上。没上 HN,没上 Product Hunt。建库不满 60 天,上不了 GitHub trending。
为什么是它:三样外人拿不到的东西
点名的企业案例。 吉利、塔斯汀、B 站这些名字,加上阿里内部的内核补丁、Code Review、Agentic SOC 案例,平时都锁在各家内部文档里。「葛胡说」那条帖子转得动,靠的就是这些:「这类经验平时散在各家内部文档里,外面根本看不到。」
一个能当标题的数字。 1,906 份问卷里出了「只有约一成的人任务成功率超过 90%」「约 18% 进了生产」。AlphaSignal 直接拿前一个数字做了标题。博主和资讯站要的就是这种一句话能转出去的数字。
「免费摊开」的说法。 大厂署名、不卖课、Apache-2.0,于是「花钱买的课,这回免费了」自然成立。这是开源文档最好用的一种传播说法。
时机也帮了它。2026 年秋天,「Agent 从 Demo 到生产」「Harness 工程」是热词;Personal Agent 一热,它第二天就补了专题。它还在持续更新,公开之后几乎天天有提交,每次更新都给自家矩阵多一篇可发的文章,不像一次性的 PDF,发完就没人管了。
2,900 颗星,在这个品类里算多少
「Agent 学习指南」是 GitHub 上最挤的品类之一:
| 项目 | 上线 | star | 和它的区别 |
|---|---|---|---|
| datawhalechina/hello-agents | 2025-09 | 86,149,7 天 +866 | 从零入门,带代码,面向学生 |
| microsoft/ai-agents-for-beginners | 2024-11 | 78,999 | 18 课入门课程,多语言 |
| bojieli/ai-agent-book | 2025-09 | 57,256,7 天 +714 | 个人署名的书,附 109 个实验 |
| humanlayer/12-factor-agents | 2025-03 | 26,988 | 短原则清单,好转发 |
| adongwanai/AgentGuide | 2025-11 | 11,672 | 求职面试导向 |
| modelscope/ms-cookbook | 2026-09-11 | 518 | 同一天建库的阿里系兄弟项目 |
| heaven999b/hello-agent-system | 2026-09-27 | 312 | 同样讲企业级 Agent 系统设计,带练习,没有大厂背书 |
(GitHub,11-06 前后)
最值得看的是后两行。ms-cookbook 同样挂着阿里的牌子,同一天建库,只有 518 颗星,可见光有大厂品牌不够,得有别人拿不到的素材。hello-agent-system 选题几乎一样,还带练习,一个多月 312 颗星,可见没有那些素材,这个选题本身也撑不起来。
handbook 讲企业落地、不讲入门,这是它能拿到星的原因,也是它的上限。做选型、立项的人本来就比学 Agent 的学生少得多;书里没有代码,大家收藏得多,真正动手用的少。它的星数比头部低一个数量级。
你能从它身上拿走什么
- 把一次性的长文档改成「仓库 + 阅读站 + 每周新章节」。 每加一章都是一次能再分发的机会,星会一直涨,还能收到读者的贡献。
- 自己做一份小调研,造一个数字钩子。 「只有一成的人做到了 X」这类句子,比目录好转发得多。200 份问卷也能出一个数字。
- 准备好「免费摊开」的那一句。 先替转发的人想好帖子的最后一句。
- 把发布绑在一个节点上,提前一周预告。 你没有云栖大会,可以绑一次大厂发布、一个行业大会,或者一个热词刚冒头的那几天。
- 热点一出来,第二天就补专题。 Personal Agent 一热,它 10-19 就加了专题,当天就是峰值。
- 主动找中文 AI 博主。 它两次最大的跳涨都来自 X 和微博上的中文博主,不是 HN。
如果是你
一句判断: 别做「又一本企业级 Agent 指南」。它的星来自大厂署名、真实客户案例、近两千份问卷和一场大会,这些你都拿不到,哪怕全拿到了,也只换来 2,900 颗星。该抄的是它的打法。
适合谁: 手里有别人拿不到的一手素材的人。比如在某个行业真把 Agent 落了地的工程师或小团队、能拿到同行问卷的社区主理人、做过几十个客户交付的 FDE。
不适合谁: 打算把公开资料重新整理一遍、做「中文版 hello-agents」或「企业级 Agent 训练营」的人。hello-agent-system 的 312 颗星就是这条路的样子。
怎么做: 选一个窄而具体的题,比如「某个行业的 Agent 落地手册」「Agent 上线前的治理清单」「Harness 工程实战」,并且补上它没做的部分:一套能跑的参考实现,或者一份能直接拿去用的评估、治理脚手架。照它的结构走:仓库 + 阅读站 + 每周一章 + 一份自己做的小调研。
怎么获客: 发布前一周在掘金、知乎、X 预告;发布当天准备好一个调研数字和一句「免费摊开」的文案,私信三五个中文 AI 博主(@shao__meng 这一类);README 挂一个共读群;之后每周把新章节同步发到各个技术社区。
什么时候之前: 「Agent 从 Demo 到生产」「Harness」这两个词还热,大概还有一个季度(推断)。等腾讯云、火山引擎这些大厂也出同类开源白皮书(目前 GitHub 上还没看到),窄题的位置就更难占了。
什么情况说明看错了: 如果有不靠大厂背书的个人或小团队,用同样的打法在企业 Agent 落地这个题上两个月做到几千星,说明这条路普通人也走得通,这篇的判断偏保守了。如果 handbook 自己停更后星就不涨了,说明撑着它的主要是阿里云的分发,不是内容。
研究底稿:竞品表、获客证据、完整研究报告
- 竞品
名字 在哪 上线 规模 它和这家不同在哪 datawhalechina/hello-agents 开源 2025-09 86,149 star,7 天 +866 从零入门的原理教程,带代码;handbook 讲企业落地,无代码 microsoft/ai-agents-for-beginners 开源 2024-11 78,999 star 18 课入门课程;handbook 讲生产治理与选型 bojieli/ai-agent-book 开源 2025-09 57,256 star,7 天 +714 个人署名的书 + 109 个实验;handbook 是集体写作、以企业案例为主 huggingface/agents-course 开源 2025-01 34,506 star 带认证的课程、绑 HF 生态 humanlayer/12-factor-agents 开源 2025-03 26,988 star 短原则清单;handbook 是体系化长文 adongwanai/AgentGuide 开源 2025-11 11,672 star 求职面试导向 heaven999b/hello-agent-system 开源 2026-09-27 312 star 同样做企业级 Agent 系统设计,带练习,但没有大厂背书和真实案例 modelscope/ms-cookbook 开源 2026-09-11 518 star 同一天建库的阿里兄弟项目,讲模型应用实战;说明光有阿里品牌不够 Google Cloud The AI Agent Handbook 大厂功能 2025 广泛转发,未核实 46 页营销 PDF;handbook 是 30 章持续更新的工程文档 OpenAI A Practical Guide to Building Agents 大厂功能 2025 广泛转发,未核实 短篇方法论;handbook 有调研数据和国内客户案例 - 用户从哪来
- 查实 大会发布(云栖 2026-09-24~26)+ 预告文:9-18/20 开发者社区、51CTO 发《一本 Agent 白皮书,值得连续写两年么?》预告「即将开源」,号召到云栖分论坛看发布;cnblogs 写明在「云栖大会 Agentic 技术主论坛」发布;10-09 已有 1,252 star
- 查实 官方内容矩阵(阿里云云原生:博客园 / InfoQ / SegmentFault / 51CTO / 掘金 / 开发者社区 / 英文博客):9-28 调研报告文,10-09 发布文,10-15~10-28 几乎每天一篇章节文,都带仓库链接
- 推断 老读者迁移(2025 版白皮书):预告文贴了旧版下载链接,README 把项目定位成旧白皮书的续作;旧版读者规模未核实
- 查实 X / 微博中文 AI 博主转发:10-17 X @Ryrenz、10-18 微博葛胡说发「花钱买的课讲这些」→ 10-18 +122、10-19 +243;10-30 X @shao__meng 长帖、10-31 第二帖、微博蚁工厂 → 10-31 +147;是不是付费没核实
- 查实 英文 AI 资讯聚合:10-30 AlphaSignal(带 utm_source=alphasignal)、aitop.news、hermes-ai、shiplog 同日转载
- 查实 Trendshift / 聚合站:9-23 hdatf 收录(只收上过 Trendshift 的库);llmrepos 收录
- 查实 微信共读群(私域):10-14 README 加共读群二维码,10-19 开 2 群,10-21 开 3 群,10-22 改用草料活码
- 查实 热点专题:10-19 新增 Personal Agent 专题,正赶上 Muse / Dots 带起的个人 Agent 热
aliyun/ai-agent-handbook 为什么能跑出来
研究日期 2026-11-06。数据来源:我们的 github 库(repo_profile / repo_day,10-09 起有逐日数据)、GitHub 仓库与 git 提交记录、Jina / Exa 网页搜索、hackernews 库。没核实到的地方都写了「未核实」。
一句话
阿里云把 2025 年云栖发布的《AI 原生应用架构白皮书》第二版改成 GitHub 仓库 + 阅读站来出(30 章,50 多位一线工程师写,30 多万字),9 月 22 日前后公开,赶在 9-24~26 云栖大会上发布,再用阿里云云原生的自媒体矩阵每周推一篇章节、拉微信共读群。star 主要是三波外部转发推起来的:10-17/18 X @Ryrenz 和微博「葛胡说」的「花钱买的课讲这些,这回直接摊开了」,10-30/31 X 大号 @shao__meng 的长帖加上 AlphaSignal 和一批中英文 AI 资讯聚合站。它靠的是大厂背书、一线企业案例、调研数据这些稀缺内容,不是产品上有什么新花样。拿同类比,56 天 2.9k star 只算中等:同是阿里系、同一天建库的 modelscope/ms-cookbook 才 518 star;同类的个人或社区教程动辄 5 万到 8 万 star。
1. 基本数据
- 建库 2026-09-11,第一条公开提交 2026-09-22(
project init,Chickenlj);到 11-06 共 141 条提交,10 来个贡献者(max-wc 51、chickenlj 35、johnlanni 15、fancyxai 11),都是阿里云的人。 - Star:10-09 是 1,252(我们库,来源 deeply),10-16 是 1,614,11-06 是 2,884(GitHub 实时 2,910)。fork 367,fork/星约 12.7%,和同量级新库的中位数(约 11%)差不多;suspect 列为空,看不出刷星迹象。
- 单日最大涨幅 +243(10-19);近 7 天 +393,前 7 天 +198(数据卡)。
- 平时每天自然涨 20~40;只有三个时段明显跳涨(见第 4 节)。
- 没上 trending:建库不满 60 天,上不了 GitHub trending,不说明不火。它进过 Trendshift(hdatf.com 只收录上过 Trendshift 的库,9-23 就收了这个库)。
2. 它是什么
- 一本「企业级 Agent 全生命周期」开源白皮书,共 7 篇:架构、构建、运行、治理、调优、实践、展望(第 1–30 章),外加 Jev 决策模型、Personal Agent、FDE 三个专题,还附一份《2026 Agent 开发者调研报告》(1,906 份有效问卷)。
- 实践篇点名了真实客户:吉利汽车、塔斯汀、畅捷通、MiniMax、信永中和、哔哩哔哩、滔搏体育,还有阿里内部团队的研发效能案例(内核补丁、Code Review、Agentic SOC、多 Agent 研发小队)。
- 阅读站在 aliyun.github.io/ai-agent-handbook,带中文搜索、明暗主题和阅读位置记忆,有中英双语 README;11-03 起加了「在线闯关」小游戏(Beta),11-04 加了排行榜。
- 没有 SDK,也没有可运行的参考实现(AlphaSignal 原话:"No SDK, runnable reference implementation, or installable package")。
- 前身:2025 年 9 月云栖发布的《AI 原生应用架构白皮书》(电子书,"15 位专家联名推荐、20w+ 字、40 位一线工程师",developer.aliyun.com/ebook/8479)。今年改用开源仓库来出,理由是「人和 Agent 的阅读体验更好,协作效率更高、更新成本更低」(developer.aliyun.com/article/1764753)。
3. 竞品:做同一件事的都有谁
「Agent 学习 / 工程指南」是 GitHub 上最挤的品类之一,大号非常多:
| 产品 | 在哪 | 上线 | 规模 | 和它的不同 |
|---|---|---|---|---|
| datawhalechina/hello-agents | 开源 | 2025-09 | 86,149 star,7 天 +866 | 从零入门的原理教程,带代码,面向学生;handbook 面向企业落地和架构选型,没有代码 |
| microsoft/ai-agents-for-beginners | 开源(大厂) | 2024-11 | 78,999 star | 18 课入门课程,多语言;handbook 讲生产治理,偏中文 |
| bojieli/ai-agent-book(李博杰) | 开源 | 2025-09 | 57,256 star,7 天 +714 | 个人署名的书 + 109 个实验 + 代码;handbook 是集体写作的白皮书,强项在企业案例 |
| huggingface/agents-course | 开源 | 2025-01 | 34,506 star | 带认证的课程,绑 HF 生态 |
| humanlayer/12-factor-agents | 开源 | 2025-03 | 26,988 star | 原则清单,短小好转;handbook 是体系化长文 |
| adongwanai/AgentGuide | 开源 | 2025-11 | 11,672 star | 求职面试导向;handbook 是企业导向 |
| xindoo/agentic-design-patterns | 开源 | 2025-09 | 8,444 star | Google 新书的中文翻译 |
| datawhalechina/deepagents-in-action | 开源 | 2026-05 | 2,882 star | LangChain 生态实战 |
| heaven999b/hello-agent-system | 开源 | 2026-09-27 | 312 star | 「企业级 Agent 系统设计训练营」,带练习;选题几乎一样,但没有大厂背书 |
| modelscope/ms-cookbook(魔搭紫皮书) | 开源(阿里系) | 2026-09-11 | 518 star | 同一天建库的阿里兄弟项目,讲模型应用实战;说明光有阿里品牌不够 |
| Google Cloud《The AI Agent Handbook》 | 大厂 PDF | 2025 | Reddit/X 广泛转发,规模未核实 | 46 页营销手册,10 个用例;handbook 是 30 章的工程文档 |
| OpenAI《A Practical Guide to Building Agents》 | 大厂 PDF | 2025 | 广泛转发,规模未核实 | 短篇方法论;handbook 有调研数据和国内客户案例 |
| 阿里云自己 2025 版《AI 原生应用架构白皮书》 | 电子书 | 2025-09 | 下载量未核实 | 本项目的前身,电子书形式,一年就过时了 |
结论:竞品很多,规模大都比它大一个数量级;它的位置很窄——中文、企业落地、大厂署名、有真实客户案例和调研数据。同类开源项目里,真正对标「企业级」又有大厂署名的几乎没有。腾讯云、火山引擎在 GitHub 上都没有同类白皮书仓库(我们的 github 库查 2026-08 以来新建的 handbook / 白皮书 / 企业级 agent 类库,没看到大厂同类)。
4. 增长手段:用户从哪来
把逐日 star 和外部事件对齐:
| 时段 | star 变化(我们库) | 对应事件(证据) |
|---|---|---|
| 9-18~9-20 | 尚未公开 | 阿里云开发者社区 / 51CTO 发预告文《一本 Agent 白皮书,值得连续写两年么?》,「即将开源」,号召来云栖 AgentCore 分论坛看发布 |
| 9-22~9-28 | 公开到 10-09 累计 1,252(逐日未知) | 9-22 公开;53ai 9-22 转载;9-23 Trendshift / hdatf 收录,社区作者 Alden 当天就做了 EPUB/PDF 合订本;9-24~26 云栖大会主论坛发布;9-25 掘金《阿里开源:把企业级 Agent 落地经验写成了一本 30 章的开源手册》;9-28 阿里云云原生在博客园 / 开发者社区发调研报告文 |
| 10-09~10-16 | 每天 +12~+103 | 阿里云云原生矩阵(博客园、InfoQ 写作社区、SegmentFault、51CTO、掘金、开发者社区、alibabacloud.com 英文博客)几乎每天发一篇章节文;10-14 README 加微信共读群二维码 |
| 10-17~10-19 | +35 → +122 → +243(峰值) | 10-17 X @Ryrenz、10-18 07:30 微博「葛胡说」发同一段文案:「开放一个多月……1647 star」「花钱买的课讲的往往就是这些,这回直接摊开了」(sina.cn/news/detail/5355272151499890;bittide 聚合)。10-19 仓库新增 Personal Agent 专题(正赶上 Muse / Dots 引发的个人 Agent 热),共读群开到 2 群,10-21 开到 3 群 |
| 10-20~10-29 | 回落到每天 +10~+65 | 只有自家矩阵在继续发章节文 |
| 10-30~11-01 | +15 → +147 → +69 | 10-30 01:14 UTC X @shao__meng 长帖《阿里云开源〈AI Agent Handbook〉:用 Harness 把企业 Agent 从试点推到可治理生产》;14 分钟后 AlphaSignal 发英文稿;同天微博「蚁工厂」、新浪、aitop.news、hermes-ai、shiplog、30aitool 等聚合站转载;10-31 @shao__meng 又发一条调研报告解读 |
| 11-03~11-06 | 每天 +30 左右 | 上线「在线闯关」小游戏和排行榜;README 邀请高校共建课程 |
渠道归纳:
- 大会发布 + 官方内容矩阵(已确认):云栖发布、预告文、每周收录新章节,每篇章节同时发到 7、8 个平台。这是底盘,撑起了第一个 1,200 star 和每天几十的自然增长。
- 老读者迁移(部分确认):2025 版白皮书已有读者(Jimmy Song 等人做过解读),预告文直接贴了旧版下载链接,打的就是「第二年续写」。
- X / 微博中文科技博主转发(已确认,两次最大的跳涨都对得上):@Ryrenz/葛胡说、@shao__meng、蚁工厂。看不出是不是付费投放;文案风格都是博主自己写的(未核实)。
- 英文 AI 资讯聚合(已确认):AlphaSignal 带
utm_source=alphasignal的链接,海外聚合站批量转载,但英文侧的增量有限。 - 微信共读群(已确认,有 3 个群;按每群上限 500 人估,群规模未核实):把读者沉淀进私域,同时给阿里云 AgentCore 八城巡回沙龙导流。
- 没有 HN(hackernews 库无记录)、没有 Product Hunt,没上 GitHub trending(建库不满 60 天)。
5. 为什么能起来
- 时机:2026 年 9~10 月,「Agent 从 Demo 到生产」和「Harness 工程」是热词(Codex、Claude Code、Qoder 都在验证这条路);Muse / Dots 又把 Personal Agent 炒热,仓库 10-19 马上补了专题。企业侧缺的正是选型、立项、治理的参考,白皮书的定位是「给企业内部立项和跨团队对齐概念用」。
- 稀缺内容:点名的国内企业案例、1,906 份问卷的调研数据(「只有约一成成功率达 90%」「约 18% 进了生产」),这些数字是博主和媒体最爱转的钩子——AlphaSignal 的标题就是这个数字。
- 大厂背书 + 免费:「花钱买的课讲的往往就是这些」这个叙事最好传播;Apache-2.0,「不卖课、不卖云」(掘金)。
- 持续更新:每周收录新案例,公开之后的提交几乎天天有,给矩阵文章提供了源源不断的素材,也让它不像一次性 PDF 那样发完就死。
- 在线阅读站:比 GitHub 上的 md 好读,社区还自发做了合订本,降低了门槛。
6. 差异化,以及是不是它跑出来的原因
- 和 hello-agents、ai-agent-book、微软课程这些头部比:它不教从零写 Agent,讲企业怎么落地,读者是架构师、技术负责人、做选型立项的人;内容是一线团队的案例和取舍,不是教程代码。
- 和 Google / OpenAI 的 Agent 手册比:它是 30 章、持续更新的中文工程文档,不是一次性的营销 PDF。
- 这个差异化是它拿到 star 的原因,也是它的天花板:企业落地类读者天然比入门学习者少得多,所以 56 天才 2.9k;没有代码、没有练习,收藏多、使用少。真正把它和阿里系其他文档库拉开差距的,是「企业案例 + 调研数据」这种别人拿不到的素材,加上两次中文大号转发——拿 ms-cookbook 对比就很清楚:同一天建库、同样是阿里系,只有 518 star。
7. 能见度与跟风
- 能见度:小圈子里在传。中文 AI 圈的 X 和微博博主转过(@shao__meng、@Ryrenz、蚁工厂),AlphaSignal 写过,阿里云自家矩阵铺得很满;没上 HN,没有主流科技媒体的深度报道。和动辄几万 star 的同类比,知名度低一档。开源文档不涉及收入。
- 跟风:没有其他大厂抄「企业级 Agent 开源白皮书」;只有社区衍生品(AldenWangExis 的合订本 / EPUB),以及同选题的小项目 heaven999b/hello-agent-system(312 star),看不出是在跟它。
8. 别人能借鉴的
- 把一次性的白皮书或 PDF 改成「开源仓库 + 阅读站 + 每周收录新章节」:每次更新都是一篇可以分发的文章,star 能一直涨,读者还能贡献内容。
- 用一份自己做的调研报告产出好转发的数字钩子(「只有 10% 成功率超 90%」),再交给中文 AI 博主转发。
- 「花钱买的课,这回免费摊开」是开源文档最好用的传播叙事。
- 发布节点绑在自家大会上,发布前一周发预告文;用微信共读群把读者沉淀到私域。
- 选题跟热点:Personal Agent 一热,第二天就上专题。
9. 还不确定的
- 9-22~10-08 的逐日 star(云栖当周涨了多少)我们库没有;GitHub stargazer 时间戳接口这次被限流,没取到。
- @Ryrenz、@shao__meng 帖子的阅读和互动量,以及是不是付费合作,都没核实;「葛胡说」和 @Ryrenz 是不是同一个人也没核实。
- 10-15 的 +103 没对上明确的外部事件(可能是自家矩阵某篇文章,或共读群上线)。
- 阿里云内部员工 / 群成员 star 占多大比例,没核实。
- 微信公众号「阿里云云原生」推文的阅读量没查到。