京东 AI 全景开源：JoyAgent、OxyGent 与产业级实践

京东云近期系统性将其历经内部复杂场景锤炼的系列 AI 能力从大模型到 Agent、从推理框架到模型安全悉数开源。其中就包括行业首个突破可信推理与全模态能力的开源医疗大模型京医千询 2.0、GAIA 评测得分 59.14 的 OxyGent 多智能体框架等。

开发者无需从零开始，开箱即可基于京东验证过的技术快速创新。

开源 Agent”双子星”

JoyAgent 自 2025 年 7 月在 WAIC 上作为首个 100% 开源企业级智能体亮相后广受关注。它的开创性在于，当市面上大多数 Agent 还停留在仅开源 SDK 或框架时，它直接将前后端、框架、引擎、核心子智能体等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。

此番升级为 JoyAgent 3.0，直指企业 AI 落地深水区——数据利用难题。

JoyAgent 3.0 进一步开源数据分析智能体 DataAgent 和 DCP 数据治理模块。据称，这也是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。

业务人员可以直接用自然语言提问：

系统便能自动查询数据库、定位问题并生成分析洞察。这背后是两阶段动态选表、细粒度查询拆解等 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。

JoyAgent 3.0 还支持 MCP、A2A 等主流协议，企业开发者自研的智能体可以无缝加入参与统一调度，JoyAgent 的智能体也能被发布成标准服务嵌入现有业务系统。

GAIA 评测成绩：验证集准确率 77%，测试集突破 67%，跻身全球第一梯队。在 BIRD-Bench 自然语言转 SQL 评测中，Test 集准确率 75.74%，Dev 集准确率 74.25%。

如果说 JoyAgent 是”精装解决方案”，OxyGent 则是给开发者的”乐高工厂”。

其设计理念极其简洁：用纯 Python，像搭积木一样组装你的 AI 团队。开发者无需面对冗余代码和令人头疼的 YAML 配置，框架将工具、模型、智能体统统抽象为标准的 Oxy 原子组件，代码即插即用。

OxyGent 的独特之处在于切面设计理念——无论何种 AI 原子应用，都统一继承 Oxy 算子的生命周期。官方提供强大的推理可视化能力，如同为 AI 思维装上”X 光”，一眼洞察瓶颈。

在 GAIA 评测中，OxyGent 拿下 59.14 分，紧追开源标杆 OWL（60.8 分）。

至此，京东 Agent 的开源格局清晰可见：

除了 Agent，京东的开源体系已延伸至底层基础设施与中间层的模型服务和工具。

面向复杂专病诊疗，京东健康开源了行业首个突破可信推理及全模态能力的医疗大模型——京医千询 2.0。

为实现可信推理，团队做了两项核心努力：

在此基础上，京医千询 2.0 实现了对文本、影像、检验报告等多模态医学数据的深度融合解析，建立起跨越不同数据模态的”思维链”。

京东开源了自研的 xLLM 推理框架，采用服务 - 引擎分离的模式来提升推理效率：

Oxygen-9N-xLLM 大模型推理引擎帮助京东零售业务实现 5 倍效率提升和 90% 成本优化。

JoySafety 提供从输入到输出的全链路防护，以可插拔的安全原子能力与 DAG 策略编排为核心：

京东此次大规模、成体系的开源，其核心逻辑是直指 AI 落地最难啃的骨头——如何让前沿技术真正在千行百业中用得起、用得好。

当前企业面对 AI 往往陷入两难：既害怕错过历史性机遇，又面临动辄数百万的试错成本和高技术门槛。京东的选择是将自身在复杂业务场景中锤炼出的产业实践——包括工程技术、算法模型与落地经验——通过开源变成整个行业的”公共基础设施”。

这步棋的意义在于：

在通往 AGI 的道路上，单一公司的技术突破存在天花板，而生态的繁荣则能集行业共智。