“DeepSeek+Dify让AI成为你的最强生产力“;”使用Dify工作流,10分钟打造AI客服系统“;“私有化部署体验 Dify!收藏这一篇就够了!”……最近Dify.AI的名字频频刷屏,这个年轻的平台已经成为一个现象级产品。
Dify.AI在2023年3月立项,5月11日发布了第一个版本,同时在GitHub上开源。其产品Dify是一款开源生成式Al应用开发平台,涵盖了AI工作流编排、RAG(检索增强生成)、Agent构建、模型管理、内置可观测工具等核心功能,让每个人都能轻松构建和运营生成式AI原生应用。
今年3月初,Dify迎来一个重要里程碑,GitHub Star数量突破80K,跻身 GitHub Top 100 开源项目榜单。如今,Dify 已经拥有超过 700 名社区贡献者,累计发布了超过 100 次版本更新,社区版部署量超过400万,全年霸榜OSS Insight LLM Tools。
现在Dify已经成为“生产级”大模型应用构建平台,特别是在今年DeepSeek爆火后,带动了模型、基于模型的工具、基于应用开发的工具三层不同的技术迭代。
Dify已成为全球增速最快的AI开源项目之一。在AI应用开发平台这一细分领域,能够达到同等规模的开源项目仅有Dify和LangChain。" SaaS上运行着数十万AI应用。"Dify.AI联合创始人延君晨表示,Dify 极大地缩短了生成式AI从概念验证到实际投产的转化周期,为整个行业的AI落地提供了重要价值。
Dify凭什么成为大模型落地首选平台
2023年生成式AI的能力更多展现在生成内容和图片上,但这依然属于提示词和模型的简单交互。2024年大模型推理需求逐渐增多,模型推理本身阈值也在不断的上升,Dify.AI在当时推出了Agent 与 Workflow,这也是Dify真正火起来的原因。到了2025年,Dify.AI将在自主性Agent上会有进一步的探索。
“早在2023年,自主Agent的概念就已出现,在初期这类产品多被视为实验性工具,实用价值有限。但随着模型能力的快速进化,如今不仅有了MCP协议框架,Dify等平台也已具备实际生产应用能力。”延君晨谈到,可以预见,未来企业中将涌现出更多自主执行任务的智能体,真正实现规模化落地应用。
针对AI自主性范式转变,延君晨总结了三大趋势和四大方向,三大趋势包括:增强认知推理、自主学习闭环、目标导向式交互;四大趋势包括上下文感知、自适应学习系统、分层目标执行、协作交互框架。
过去两年,Dify平台经历了多次产品迭代,但其核心理念始终如一,致力于打造一个用户友好的 LLMOps 平台,既服务于开发者与社区用户,也助力企业高效落地 AI 应用,解决实际生产中的挑战。
延君晨在接触客户的过程中发现,企业AI采用率增长了80%,但POC转化率仅为20%。企业AI应用投产主要存在三大核心挑战:
第一、系统整合复杂:企业数据分散在多个异构系统中,接口标准不一,格式各异,导致60% 的AI项目在系统对接阶段陷入技术泥潭,严重延缓价值实现。Dify采用(Backend as a Service, BaaS)设计理念,构建开放API框架和可扩展插件市场。这种架构支持即插即用的各类跨系统集成,实测可将企业AI应用的系统整合周期从平均 12 周缩短至3-4周,集成效率提升70%,大幅加速从概念到生产的转化速度。
第二、规模化鸿沟:企业AI应用从原型阶段迁移至生产环境时面临根本性的架构挑战,77%的POC项目无法成功迁移至规模化部署在性能、稳定性和可维护性方面面临严峻挑战。Dify提供完整的AI应用生命周期管理工具链,从开发、测试到部署、监控一站式覆盖,简化了企业级AI应用的运维复杂度,帮助团队有效识别并解决生产环境中的潜在问题,使AI应用稳定性显著提升。
第三、缺少专业人才:AI领域专业人才稀缺且竞争激烈,86%的企业面临严重的技能缺口,技术团队与业务团队间的沟通障碍进一步阻碍了AI应用的有效落地。Dify通过交互友好的可视化界面降低门槛,使业务人员能够直接参与AI应用构建,大幅提升研发人员调试AI应用效率,促进跨职能团队高效协作。
从前沿的LLMs到使用的开发工具,Dify正帮助应用从概念验证走向实际生产。通过为整个AI生态中的所有参与者提供平等的访问能力与支持,推动AI开发的普惠化。
2年间,Dify经历了两次非线性增长,第一次是2024年发布Agent 和 Workflow应用类型,大家意识到单纯靠提示词约束模型是无法投产的。第二次是最近DeepSeek引发的全国大模型落地需求,Dify能让大模型成为真正可用的生产力。
Dify.AI从第一天就面向全球市场提供产品和服务,北美、日本、中国是目前Dify的核心市场。特别值得一提的是日本,作为一个相对保守的市场,在接纳新事物上会有很多考量,Dify.AI第一个日本的客户是一家拥有百年历史的传统企业,他们也坦言从来没有跟一家成立一年的公司产生过这种合作,Dify.AI是一个特例,这背后很大程度上得益于亚马逊云科技在日本市场的深厚积累和品牌背书。
做好基础设施与业务场景的连接器
Dify.AI 自创立起便与亚马逊云科技在各个维度展开深度合作,通过亚马逊云科技生成式AI能力集成与扩展、数据层架构优化、弹性架构与成本等能力,Dify在性能、成本、安全三方案实现突破。
灵活调用企业级LLM:Dify原生支持Amazon Bedrock和Amazon SageMaker,可直接使用Claude、Cohere 及微调定制模型,适配不同业务场景,确保模型灵活性与高效推理。
企业级RAG方案&高效数据管理:基于全托管的Amazon OpenSearch提供向量检索能力,支持RAG,提升AI对企业数据的理解和应用能力。结合Amazon RDS PostgreSQL处理复杂事务,Amazon Simple Storage Service (Amazon S3)存储日志和模型文件,支持版本追溯,确保AI 运行的可观测性与数据安全。
安全&合规的企业AI运行环境:Dify企业版可通过Amazon CDK快速部署至企业VPC,支持自动扩展(Auto Scaling),可根据业务需求动态调整计算资源,结合Amazon KMS进行加密存储,满足企业对数据安全&合规的高标准需求。
“在两次非线性增长中,如果没有强大的弹性架构,业务也将造成中断。”延君晨说。通过规模化实例迁移,计算成本降低30%、弹性架构使并发能力提升4倍、支撑千万级别文档检索,延迟低于100ms;安全事件降低90%。
目前Dify与亚马逊云科技合作,为不同体量的团队提供服务,运行在亚马逊云服务上的Dify SaaS,适合个人用户或者中小团队开箱即用;2024年5月,Dify Premium在亚马逊云科技Marketplace (海外区) 上架,支持亚马逊云科技环境私有化部署,开放客户品牌定制功能; 2024年7月,Dify Enterprise在亚马逊云科技Marketplace (中国区)上架,结合 Dify EE +亚马逊云科技基础设施+亚马逊云科技合作伙伴实施/定制开发,为企业提供完整 AI解决方案。
Dify就像是一个连接器,向上连接各类模型和云,向下连接整个亚马逊云科技生态的产品服务,这种连接能力使Dify能够为客户打造提供完整的端到端AI应用解决方案,实现从底层基础设施到上层业务场景的无缝衔接。
在实际应用中,连接器的价值被充分释放。某世界500强生物技术和医疗器械公司利用Dify基于亚马逊云科技生成式AI服务构建了多语言工单处理工作流,大大减少了每天的重复性人工工作,工单生成与验证时间从传统的10-20分钟缩短至不到3分钟,以每单节省 10 分钟计算,每月约节省 60 人/天的工时。
亚马逊云科技正伴随Dify.AI实现全球业务拓展,2023年6月,Dify.AI正式加入亚马逊云科技初创网络;2024年6月通过FTR,获得ACE资质;2024年12月获得2024 re:Invent两项合作伙伴大奖;2025年1月获得GenAl能力认证。
Dify Premium在亚马逊云科技Marketplace(海外区) 上有数百个订阅客户。延君晨强调,亚马逊云科技帮助Dify触达了数百家行业头部企业级客户,目前生命科学、消费品零售、制造是渗透率最高的三个行业。
在全球化进程中,亚马逊云科技为Dify.AI提供了全方位的三大核心支持:技术架构上,其稳定可靠的基础设施支撑了Dify SaaS服务从初创到规模化的全生命周期发展;市场拓展上,凭借亚马逊云科技的生态背书,Dify成功突破企业级市场的准入门槛,加速了全球客户覆盖;开发者生态建设上,通过全球范围的技术活动支持、专家资源对接以及活跃的线上社群运营(如日本和中国数百人规模的开发者社群),为Dify.AI构建了可持续发展的技术社区。这种涵盖技术、市场和生态的立体化赋能体系,成为Dify.AI实现全球化布局的关键推动力。
写在最后
Dify+亚马逊云科技=创新引擎;Dify×亚马逊云科技=全球扩张;Dify Marketplace×亚马逊云科技Marketplace=飞轮效应,这三个公式,正在诠释Dify.AI与亚马逊云科技的合作价值。
未来两者散发出的能量将更加巨大,因为在人机协作模式上,"全自动Agent"与"全手动Workflow"都具有一定的局限性,难以满足企业复杂的业务需求,而兼具Agent弹性与Workflow可控性的混合形态,在灵活性与稳定性之间取得平衡,正在成为企业AI落地的最优解。
当大模型能力通过Dify这样的工具变得触手可及,一场由Dify.AI和亚马逊云科技共同引领的生产力革命,才刚刚开始。
好文章,需要你的鼓励
Hugging Face推出开源工具Yourbench,允许企业创建自定义基准来评估AI模型在其内部数据上的表现。这一工具通过复制大规模多任务语言理解基准的子集,以极低成本实现了对模型性能的精确评估。Yourbench的出现为企业提供了更贴合实际需求的AI模型评估方法,有望改善模型评估的方式。
Cognition AI 推出 Devin 2.0,这是其 AI 驱动的软件开发平台的更新版本。新版本引入了多项功能,旨在提升开发者与自主代理之间的协作效率。最引人注目的是,Devin 2.0 的起价从每月 500 美元大幅下调至 20 美元,使其更易于普及。新功能包括并行 Devin、交互式规划、代码库搜索等,有望提升开发效率并增强用户控制。
安迪·卡拉布蒂斯是一位杰出的CIO,她的职业生涯横跨多个行业和地区,经历了多次变革时刻。她在福特和通用汽车锻炼了领导力和技术专长,后来在戴尔、拜奥根和国家电网等公司担任高管,推动战略创新。本文总结了她对IT领导者核心技能的见解,包括战略沟通、情商、协作、远见卓识、变革管理和敏捷性等,对当今IT领导者具有重要参考价值。
边缘 AI 计算将使人形机器人、智能设备和自动驾驶等应用从数据中心和云端服务器解放出来,转移到制造车间、手术室和城市中心等场景。它能实现低延迟和自主决策,使 AI 无处不在,推动工业设施全面自动化,彻底改变商业和生活方式。边缘 AI 正在快速发展,各大科技公司纷纷推出相关硬件和软件平台,未来将为各行各业带来巨大变革。