在过去一年，生成式AI应用的探索从概念验证（POC）逐步迈向生产落地，企业不再只是试验大模型，而是认真思考如何与业务深度融合。2024年，伴随着基础设施的成熟和大模型能力的提升，企业对于生成式AI的需求已不再是“用还是不用”的问题，而是如何用、怎么落地、如何获得正向投入产出比的问题。
Dify.AI联合创始人延君晨对此深有感触。“2025 年行业正迎来一系列创新突破，AI 正逐步从‘内容生成’进化到‘复杂推理’、‘自主执行’，即AI 未来将不仅限于文本、图像的内容生成，而是逐步走向执行复杂任务，帮助企业自动化业务流程。”他说，尤其是在DeepSeek等模型引发行业变革后，围绕模型的工具层、应用开发层都在加速演进，企业对推理能力的要求和标准也在不断提升。
在这样的趋势下，Dify.AI在2024年初推出了Agent 和Workflow应用类型，帮助企业在生产环境中真正落地AI应用。自2023年5月Dify正式发布并开源以来，逐步受到企业用户的认可，其关键价值在于打通了模型、平台与应用之间的联动。但让AI真正走入生产并不容易，企业面临的挑战远超想象。
首先，系统整合的复杂性依然是阻碍AI应用落地的重要因素。“真正想让AI投产到企业中，并不是简单接入企业数据、做一个RAG知识库就可以了。它需要和企业的各种业务系统打通，包括CRM、ERP，甚至企业自己原生的或者其他的平台开发的新的工具。这意味着平台必须提供足够开放、灵活的接口，让企业能够用最小成本完成集成。”延君晨表示，Dify通过采用BaaS后端即服务，这意味着通过Dify编排出来的应用都是基于 API 的，同时在编排过程中交互也很友好，很容易地跟其他各种各样的系统集成，同时基于Dify 开发一个应用的周期，可以从三个月缩短到3-4周。
其次，AI应用在生产阶段面临规模化挑战。数据显示，77%的POC项目无法顺利规模化部署，原因在于性能、可维护性、可扩展性、稳定性等问题。“我们观察到，很多Agent平台的关注点仅仅停留在如何构建一个AI应用，而Dify的团队背景主要来自DevOps，因此我们更关注应用的全生命周期管理。一个应用不仅要被构建出来，更重要的是如何持续优化和运营。”Dify的架构设计正是围绕这一理念展开，确保应用能够高效、稳定地在企业内部运行。
人才短缺是另一个突出的挑战。AI产品经理需要具备跨学科能力，既要理解业务逻辑，又要掌握软件工程技术，同时还要熟悉AI模型的特点。对于企业而言，这无疑是一个门槛。Dify试图通过更友好的交互界面降低门槛，让不同背景的用户都能使用它进行AI应用开发。“对于开发者来说，Dify可以极大提升开发效率，促进跨职能团队协作；对于非开发人员而言，他们可以快速搭建Demo，满足长尾业务需求。”这一能力的价值已经在企业中得到验证。“我们看到某家明星科技公司内部有7600个基于Dify搭建的应用，许多企业内部都有几十、上百，甚至上千个不同的Dify应用，这些应用解决的往往是岗位日常工作中的某个闭环。”
在延君晨看来，“很多企业选择Dify，是因为我们能够让他们始终站在生成式AI应用落地的前沿。而且Dify拥有丰富的生态系统和便捷的交互体验，也代表了AI应用开发普惠化的趋势。”
毫无疑问，Dify的开源模式是其另一大优势。2024年，Dify.AI被评为全球最成功的20家开源公司之一，排名第三。过去一年，Dify的GitHub Star数增长了336%，最近两个月更是迅猛上升，目前已超过8.5万，位列全球百大开源项目。“开源的价值不仅仅是代码可用，而是形成一个全球范围内的共享机制，开发者和企业可以基于Dify进行创新，同时也能贡献解决方案。”
Dify的插件生态也在快速发展。在Dify 1.0之前，许多模型工具和Agent策略是以代码形式与平台本体结合，这种方式的弊端显而易见——开发者无法独立维护工具，企业也难以管理自有工具，更重要的是，这限制了创新速度。“在Dify 1.0的新架构中，我们构建了开放的插件生态，让开发者能够快速搭建扩展或者Agent策略，企业也可以借此快速获取成熟方案。”
延君晨强调，Dify的最终目标是成为“最可投产的企业级生成式AI应用平台”——不仅仅是提供一个开发框架，而是提供一个完整的AI应用全生命周期管理方案。从概念验证、开发、测试、部署，到持续优化、监控、反馈，成为企业生成式AI应用落地的最佳选择。
Dify.AI的成功，离不开亚马逊云科技在技术和资源上的支持。自2023年6月加入亚马逊云科技初创网络以来，Dify.AI不仅获得了云计算资源的支持，在早期阶段优化了成本结构，成功削减了超过30%的成本。
在此基础上，Dify.AI进一步深化与亚马逊云科技的合作，全面集成其生成式AI技术。通过整合AI能力、优化数据架构以及提升弹性计算能力，Dify.AI在性能、成本和安全性三方面取得了突破，确保企业能够更加高效地将生成式AI应用落地。
Dify.AI的产品设计天然适配Amazon Bedrock，支持调用Claude、Cohere等大型语言模型及嵌入模型，同时还可以借助Amazon SageMaker进行模型微调，以适应不同业务场景。这一灵活的模型架构不仅降低了开发和运维成本，也提升了推理效率，使企业能够快速部署并优化私有化模型。
在数据管理层面，基于全托管的Amazon OpenSearch提供高性能向量数据库与搜索服务，Dify.AI可提供企业级向量检索能力，支持RAG（检索增强生成），提升对企业数据的理解和应用能力，将数据检索性能提升30%以上，实现千万级文档的实时处理，延迟 <100ms。
此外，Dify.AI应用托管式关系数据库服务Amazon RDS PostgreSQL作为核心数据库处理复杂事务，使用Amazon Simple Storage Service (Amazon S3)存储原始文档、模型文件及日志数据，实现版本追溯，将数据可靠性提升至达到99.99%，存储成本降低40%，确保AI运行的可观测性与数据安全。
在基础设施优化方面，Dify.AI SaaS版优化适配了支持Amazon Graviton的处理器，计算成本降低30%，同时性能提升20%。基于Kubernetes容器编排服务Amazon Elastic Kubernetes Service (Amazon EKS) ，Dify.AI可以在亚马逊云科技上实现容器化服务的自动扩缩容，结合HPA（水平Pod自动伸缩）应对流量高峰，将并发处理能力提升4倍。
Dify.AI可通过Amazon CDK开发工具包快速部署至企业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 Key Management Service (Amazon KMS) 轻松创建和控制用于加密数据的密钥的服务进行加密存储，将安全事件减少90%，满足企业对数据安全合规的高标准需求。
Dify.AI 的技术优势也已在企业应用中得到充分验证。例如，在为某跨境电商企业构建 AI 生产力平台的过程中，Dify.AI 帮助该企业打破业务与 IT 之间的壁垒，显著提升生产效率。企业员工可以直接通过 Dify.AI 接入 Amazon Bedrock 并创建 AI 应用，如 Excel 公式解析助手、旅行规划助手等，实现零代码 AI 任务编排，加速 AI 方案落地。此外，基于 Dify.AI 提供的可视化工作流编排能力，用户能够自定义业务流程，实现更智能化的 AI 任务管理。仅在方案部署后的两个月内，该企业便成功构建了 900 多个生成式 AI 应用，其中 100 多个已成为高频使用的活跃应用。尤其是在消费者洞察（Voice of the Customer, VOC）业务版块，AI 已经实现 90% 任务的自动化创建，大幅提升了运营效率。
写在最后
延君晨用“三个公式”来形容Dify.AI与亚马逊云科技的合作模式：创新引擎、全球扩张以及飞轮效应。
具体来看，Dify作为生成式AI应用平台，需要集成各种模型，同时满足企业级性能与安全要求，而亚马逊云科技的MaaS（Model-as-a-Service）服务、企业级IT保障和SLA支持，助力Dify能够专注于产品创新，并从企业客户中获取真实的场景反馈。
另外，作为一个从创立之初就面向全球的公司，Dify.AI的用户遍布150多个国家，其市场拓展和基础设施建设依赖于亚马逊云科技的全球化网络、数据合规能力及市场推广资源。通过联合举办市场活动，Dify.AI与亚马逊云科技在全球多个区域展开深度合作，提升了品牌影响力和市场渗透率。
值得一提的是，2024 年 5 月，Dify.AI 正式上线亚马逊云科技 Marketplace（海外区），使其产品得以迅速进入全球市场，推动企业级业务扩张。在短短半年内，Dify.AI 企业版产品已成功为汽车、制造、零售快消、医疗健康和游戏等多个行业的逾百家大型企业提供服务，加速企业 AI 创新与价值增长。
这一快速增长在 2024 年 re:Invent 大会上得到了认可。Dify.AI 凭借其技术创新和业务表现，荣获年度成长之星合作伙伴（技术类）以及年度社会影响力合作伙伴两项大奖。同时，作为亚马逊云科技生成式 AI 合作伙伴计划的成员，Dify.AI 依托其“模型中立”优势和强大的开源生态，加速推动企业级生成式 AI 应用的落地。
“从更宏观的视角来看，生成式AI的企业级应用已经逐步形成了清晰的范式：底层是云计算和AI模型，中间是Dify这样的开发平台，而企业的核心竞争力往往体现在数据治理和AI驱动的业务流程优化上。”在延君晨看来，Dify不仅降低了企业应用AI的技术门槛，也在一定程度上改变了企业文化逐步的从传统的层级结构向扁平化去倾斜——业务专家可以直接设计AI驱动的workflow或智能agent，使行业Know-how快速普及，并赋能整个企业团队，加速AI在企业运营、营销、客服、销售等环节的深度融合。
京公网安备 11010202008829号