人工智能标签_AI Agent技术社区

人工智能

AI Agent进入企业工作流，网络为什么也要升级？

最近一个比较明显的变化是：AI Agent正在从“聊天工具”逐渐进入企业真实工作流。9月11日，Salesforce发布 Enterprise AI Harness，强调让AI Agent获得企业业务上下文、执行能力以及治理和安全控制；9月8日，Zayo发布 Agentic Networking，让经过授权的AI Agent能够与网络基础设施进行交互。这两个动作虽然来自不同厂商，但背后指向的是同一

 万联SD-WAN
12小时前

 27

 1

#人工智能 #网络
拆解AI Agent的“夹具”与“工作台”：从WorkBuddy的两个“异常现象”看Agentic Coding的工程逻辑

当AI Coding Agent如WorkBuddy生成“夹具”或创建.workbuddy目录时，看似异常实则深具工程智慧。夹具提供可复现的测试环境，确保验证的确定性；.workbuddy则是Agent的控制中心，实现安全隔离与长期记忆外化。二者共同构建了从逻辑到视觉的多层验证体系，推动AI编码从“能写”迈向“可靠写”。这标志着AI Agent正从工具演变为可信赖的执行环境。

开发小白retst
12小时前

 134

#人工智能
AI客服如何与人工客服协同？从任务路由到上下文交接的Agent架构实践

随着AI Agent进入企业业务流程，客服系统的讨论重点正在发生变化。哪些问题应该交给AI，哪些问题必须由人工处理，以及两者之间如何顺畅交接？这也是“如何让 AI 客服和人工客服协同工作？”真正需要解决的核心。从工程实现角度看，人机协同并不是在聊天窗口增加一个“转人工”按钮，而是一套由Intent Recognition、Task Routing、RAG、Tool Calling、Risk Con

CallFay云起未来
12小时前

 53

 1

#人工智能 #java
2026企业AI办公工具选型指南：AI Agent落地与平台评估方法

行业动向：2026年下半年Work Agent赛道进入商业化加速期，多个平台持续完善企业级管控模块，扩充用量看板、席位管理、权限分级相关能力，降低企业规模化落地AI Agent的门槛。Q：中小企业有没有必要专门采购AI办公平台？A：中小企业可以结合业务场景判断。如果团队长期有大量文档处理、信息搜集类工作，可以评估AI办公平台。如果仅少量简单AI需求，基础对话工具即可满足，不必采购企业级平台。Wor

2601_96046141
12小时前

 195

#人工智能
从零开始实现一个 AI Agent CLI

Agent 是一个能感知环境、做出决策并采取行动的智能体。在 LLM 语境下，Agent 通常指：大模型作为「大脑」，通过循环调用工具（Tool）来完成任务。我们先实现工具层。这里以「获取当前时间」和「计算器」两个工具为例，演示如何定义可被模型调用的工具。

ITresearchGuest
13小时前

 66

 1

#人工智能
2026解读：Work Agent重构办公，AI工作助手的品类认知

Work Agent属于AI Agent面向办公场景延伸出来的垂直分支，一级类目归类为智能体工作平台，服务对象覆盖个人、团队与企业群体。它的核心任务，是接收用户自然语言描述的工作目标，完成文档、表格、PPT、信息调研、流程编排等复杂任务，将初步想法转化为可以直接交付使用的工作成果。

wei2822208
13小时前

 37

#人工智能
基于STM32的远程宠物自动投喂系统

基于STM32构建远程宠物自动投喂系统，集成温湿度、称重、液位传感器与ESP32-CAM视频模块，通过Wi-Fi实现手机App远程控制与实时监控。系统支持定时喂食、低粮/水报警、语音交互及状态上报，具备±2g称重精度、95%语音识别率和1.5秒视频延迟，测试稳定可靠。方案可扩展至多类动物自动化养护，具有低成本、易部署的实用价值。

糖糖单片机设计
13小时前

 32

 1

#stm32 #51单片机 #语音识别 +2
OpenClaw 本地 AI Agent 图形化部署，Windows/macOS 双系统实操教程

本文介绍 OpenClaw 本地 AI 智能体在 Windows、macOS 平台的完整部署流程，Windows 版本 v3.1.0，macOS 版本 v2.7.9，安装包大小 45.8MB。工具采用图形向导进行部署，所有运行依赖都内置在安装包中，无需单独安装 Python、Node.js 等组件。文章依次讲解安装包下载、解压、安装目录选择、自动部署、第一次启动校验的全部操作，附带可直接复制的测试

 郭龙飞980
13小时前

 231

 1

#macos #人工智能 #自动化 +1
如何做一款能对话的数字人

直接给你地址：🎯 豆包语音控制台入口打开后如果没登录会跳登录页，用你火山引擎账号登录即可。首次进入需要完成实名认证（个人用户微信/抖音扫脸即可）。📍 进去之后的操作步骤进入控制台后，默认落在应用中心 → 应用管理页面点击创建应用按钮填写：• 应用名称：英文（如 my_digital_human）• 应用简介：随意• 选择服务：勾选 ✅ 流式语音识别大模型（这是 ASR）+ ✅ 语音合成

 东方-教育技术博主
13小时前

 49

 1

#人工智能
前端转型AI Agent该如何学习？

AI时代来临，前端真的是首要冲击的岗位，转型势在必行。但？你是否也是一头雾水，有很多问题需要解答？。经过我和AI的反复沟通以及查阅了最新的AI框架官方文档，整理了一个还算完整的学习课程计划。

晨xi的光
13小时前

 60

 1

#人工智能 #前端
当AI Agent开始工作，谁在支撑沙箱快速、稳定运行？

英特尔® 存内分析加速器（英特尔® IAA）能够在内存侧完成数据压缩、解压缩及分析任务，将快照处理从通用CPU核心中卸载出来：一方面，通过硬件加速快照压缩与恢复，有效缓解了内存带宽压力，缩短沙箱“读档”时间，并减少SSD读取和网络传输的数据量；从IAA加速快照恢复、释放内存与CPU资源，到QAT卸载压缩、加密和安全传输任务，再到RDT优化资源治理、TDX强化可信隔离，英特尔® 至强®6+处理器以多

 Chris.ren
13小时前

#人工智能
本地 AI Agent OpenClaw 部署实践，Windows 与 macOS 双平台安装教程

本文分享 OpenClaw 本地 AI 自动化智能体的部署实践，Windows 版本 v3.1.0，macOS 版本 v2.7.9，安装包大小 45.8MB。软件采用图形向导式安装，安装包内置全部运行依赖，无需手动部署 Python、Node.js 等组件。文章完整介绍安装包下载、解压、目录设置、自动部署、第一次启动校验整套操作流程，附带可直接使用的任务测试指令，汇总部署阶段各类报错的解决方法，同

 2601_96173855
13小时前

 482

 4

#自动化 #人工智能 #机器人
会用AI的安全工程师，正在淘汰不会用AI的：AI+网安怎么学

AI Agent（智能体）：能"理解目标→自主规划→调用工具→执行任务"的AI程序——不只是聊天，而是"干活"。AI不会让网络安全"没落"，反而让网络安全更值钱：AI需要人指挥、AI的攻击需要人防御、"懂安全+会AI"的人是未来最稀缺的。你得先懂安全——不懂安全的人，AI只是个"高级玩具"；懂安全的人，AI才是"超级外挂"。网络安全系统基础完整教学（零基础可跟，攻防主线）AI+安全工具实战（用AI

Clz_1997
13小时前

 50

#网络安全 #人工智能
前端 AI 面试题

前端 AI 是当前最热门的技术方向，以下涵盖 AI 基础概念、前端 AI 应用场景、LLM 接入、AI Agent、RAG、Prompt Engineering 等高频面试题。

晨xi的光
14小时前

 33

#前端 #面试 #人工智能
把AI会议搬进信创环境，难点不只是“换成国产硬件”

AI会议进入大模型阶段以后，还有一个很容易被忽略的问题。假设会议音频没有上传公网，语音识别也已经部署在本地，看起来似乎已经满足了私有化要求。但会议结束以后，如果系统仍然把完整逐字稿发送给外部大模型生成摘要，那么前面的本地化实际上只完成了一半。一份会议逐字稿所包含的信息，有时甚至比原始录音更容易被理解。项目进度、客户名称、预算、人员安排、研发问题和决策结果，都已经被整理成了文本。所以，对于真正强调数

 shxjnpl
14小时前

 244

#人工智能 #语音识别 #智能硬件
DeepSeek Harness：把多个 AI Agent 放到一个入口里

介绍 DeepSeek Harness 作为多 Agent 调度入口，统一管理 Codex、Claude Code 等 CLI 的会话日志、插件、Skill 与 ACP，并讨论其本地优先和可替换架构的价值。

xieyan0811
14小时前

 25

 1

#人工智能
AI Agent 开发究竟是啥？如何用 AI 开发 Agent ？深入浅出给你一套概念

我应该用 LangChain 还是 LangGraph？或者用 OpenAI Agents SDK 还是 Google ADK？要不要接 MCP？MCP 的断连问题和复杂度有必要考虑吗？但是实际上更重要的是你的 Agent 需要完成什么任务？用户把资料保存到本地知识库Agent 可以检索本地文档Agent 可以根据问题找到相关资料Agent 可以总结资料、生成回答、标注来源Agent 可以帮用户生

 技术琐事
14小时前

 128

#人工智能 #前端 #学习
走进 AI Agent

ReAct 是 "Reasoning + Acting"（推理 + 行动）的缩写，由研究人员在 2022 年提出。让模型交替地"想"和"做"。想象一下：你要做一道没做过的菜。你不是一次性想清楚所有步骤再动手，而是——看一眼菜谱（想）→ 拿出食材（做）→ 发现少了盐（观察）→ 想想怎么办（想）→ 去楼下买盐（做）→ 回来继续（观察）……Agent 干活的方式，和这个过程几乎一模一样。思考（Thoug

晨xi的光
14小时前

 184

 2

#人工智能 #学习
AI Agent 真能独立做完一条视频？OpenMontage 本地部署、自动剪辑与完整实测

关键词： AI Agent · OpenMontage · Agentic AI · AI Video · 视频生成 · Coding Agent · Remotion · FFmpeg · Agent Skill · Tool Calling这两年 AI 视频生成的进步有目共睹。从 Text-to-Video 到 Image-to-Video，从首尾帧控制到角色一致性、镜头运动控制，视频生成模型

 EatFan
14小时前

 349

 5

#人工智能 #python #AI
精通LangChain：AI开发工程师进阶AI应用高手的必经之路！

本文剖析AI大模型在数据时效性、复杂任务处理、代码下载及企业集成等方面的局限，提出以AI智能体（Agent）为解决方案。重点介绍LangChain框架四大组件：LangChain（开发框架）、LangSmith（DevOps平台）、LangServe（部署工具）与LangGraph（有状态应用库），并阐述其核心功能如LCEL表达式、RAG检索增强生成技术。文章展望AI Agent未来发展方向，提出

 m0_63171455
14小时前

 44

#人工智能 #语言模型 #AI +1
AI Agent运维实战：从明文密钥到黑箱定时任务，我总结的“人机协作调教指南”

本文详细的记录了我与AI助手“小龙虾”（OpenClaw）进行的一次深度系统排障与架构优化。从发现API Key明文泄露、SSH裸奔，到深入SQLite数据库修复“黑箱”定时任务，我们不仅完成了一次硬核的安全加固，更在AI犯错的惊险时刻，提炼出“赋予刹车权”、“物理验收”等5条人机协作黄金法则。这不仅是运维实战，更是一场关于如何“带教”AI数字员工的深度思考。

Syd_fx362
14小时前

 329

 1

#人机交互 #人工智能 #运维 +1
2026中国企业级AI Agent应用实践：从“能聊“到“能干“

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？答案只有一个：人工智能（尤其是大模型方向）当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应

 网安福宝
15小时前

 29

#人工智能 #java #学习 +1
AI Agent 工程化下半场：多模型动态编排 + 递归自我改进，Token 成本直降 60%

多模型编排解决的是"这一次任务花多少钱"，递归自我改进解决的是"下一次任务能不能更好"。两者叠加，构成 Agent 从演示走向生产的两条基础能力线。2026 年剩下的时间，比拼的不再是谁的 Demo 更炫，而是谁的评测集更扎实、谁的调度策略更精细。技术标签：#AIAgent #多模型编排 #Token成本优化 #递归自我改进 #Harness #SWEbench #LLM工程化 #开源框架。

Row_row6
15小时前

 106

 2

#人工智能 #AIGC
AI Agent崛起：深度解析主流开源项目，构建智能营销运营新生态！

AI Agent正从对话工具演变为深度参与企业销售、营销与运营的智能执行者。本文系统分析主流开源项目，涵盖业务、应用、数据、系统及核心技术架构，揭示其从被动响应到主动执行、单点工具到集成平台、静态存储到动态治理的演进趋势。文章对比主流框架，提出构建安全可控、高效协同的AI营销运营生态的路径与建议，助力企业实现智能化转型。

python零基础入门小白
15小时前

 139

#人工智能 #产品经理 #AI
AI Agent学习：了解RAG

RAG 是我觉得最落地的 AI 应用形态。不用从头训模型，不用堆显卡，本质就是"查资料 + 让模型照着资料说话"。门槛低、见效快，特别适合想快点做出能用东西的人。这篇按入库和检索两条线把 RAG 的工程全景摆出来——两张图就是两条线的主干（image1 入库、image2 检索），下面一节一节讲。

晨xi的光
15小时前

 148

 2

#人工智能 #RAG
从零开发AI Agent：Python实现大模型调用、工具调用与任务自动执行

本文从零介绍了AI Agent的Python实现，涵盖大模型调用、工具调用和任务自动执行的核心原理。我们构建了一个可直接运行的天气与计算Agent，展示了完整闭环。代码示例基于纯Python和OpenAI API，可轻松扩展。通过本文，读者可以深入理解AI Agent的原理和实现细节，包括消息历史的构建、工具调用的JSON Schema解析、ReAct循环的各个阶段，以及内存管理的最佳实践。这些知

 yiyiyi0322
15小时前

 25

#网络安全 #人工智能 #AI
AI Agent赋能业务配置平台：小白程序员轻松掌握大模型核心技术（收藏版）

2026 年一晃已经过半，AI 大模型的热潮不仅没有降温，反而持续升温！金融行业用大模型做风控、医疗依靠 AI 解析影像，电商、制造、教育各行各业，都在把 AI 融入日常业务。曾经热闹的 “百模大战”，早就告别单纯比拼模型参数，正式进入落地应用时代。懂业务、懂 AI、能做出可上线项目的大模型开发工程师，岗位缺口大，薪资待遇十分可观。风口再好，不如手握高薪 offer 实在。行情火热，普通人、程序员

 EnjoyEDU
15小时前

 54

#人工智能 #前端 #学习
OpenAI Realtime API语音对话开发入门

传统的语音助手开发需要拼接 ASR（语音识别）、LLM（大语言模型）、TTS（语音合成）三套系统，中间还要自己搭状态机、做音频缓冲、处理延迟抖动。OpenAI Realtime API 把这整条流水线压进一个 WebSocket 连接里，连采样率、编解码、流式 chunk 分发这些底层细节都替你兜底了。这篇文章带你从零开始，用 Realtime API 搭建一个实时语音对话应用。

token掘金室
15小时前

 339

#人工智能
2026年AI大模型4阶段进阶路线，从小白到架构师，高薪技能轻松掌握！

本文为2026年Java开发者定制四阶段AI大模型进阶路径：从提示工程到API调用，再到框架构建AI Agent，最终掌握模型调优与私有化部署。全程聚焦Java技术栈，融合实战项目与最新工具，助力开发者高效落地AI应用，实现从编码者到智能系统架构师的跃迁。

发菜君
16小时前

 516

#人工智能 #产品经理 #java +2
AI编程Agent闭环：工具选型检查项与协作调整

Loop 工程这个说法值得拆开看。公开描述把 AI 编程的当前阶段概括为：AI Agent 可以自主完成触发、执行、评估与重试构成的闭环。这四个词其实是一份现成的检查表——任何一个宣称支持 Agent 编程的工具，都可以放进这四个环节里逐项核对，看它覆盖了哪一段，又在哪一段交还给人和流程。

天风之翼
16小时前

 41

#人工智能 #机器学习 #深度学习
企业级 AI Agent 落地：从 Intuit GenOS 看“上下文≠授权”与六道执行闸门

如果每个产品团队各自接一个通用大模型，做 Demo 很快，但往下走会发现：数据连接、提示管理、效果评估、权限、审计、转人工——这些活每个团队都要重做一遍。模型越多，出了事谁负责越说不清。GenOS Workbench / GenStudio：统一的开发与模型试验环境，团队可以在同一目录里比较自研的 Financial Intuit LLMs 和商业模型，调提示、工具、数据连接，不用每次从零搭。

Runwise创新咨询
16小时前

 310

 1

#人工智能 #架构 #AI Agent
AI_Agent_第一章精华总结

AI Agent 的核心是“让模型真正做事”：本质为 LLM + 上下文 + 工具，通过 ReAct 循环（思考→行动→观察→再思考）实现任务闭环。生产级 Agent 需依赖 Harness 构建可靠上下文、工具与验证机制，并建立三层安全防护。关键在于：模型说完成 ≠ 真完成，必须通过外部反馈验证。从“会聊天”到“会做事”，是 AI 从对话走向自主执行的跃迁。

南河12138
16小时前

 277

 2

#python #人工智能
AI智能体托管+应用克隆：10分钟复制部署一个能赚钱的AI Agent

做AI智能体的朋友，我敢说你一定遇到过这种情况——辛辛苦苦调了半个月，终于做出一个能用的智能体，朋友过来要一份，客户过来要定制，团队每个人都想要自己的版本。然后呢？你只能一个一个重新部署、重新配置、重新填API Key，搞到凌晨三点。今天聊点实在的：怎么用AI智能体托管配合应用克隆，10分钟复制一个智能体出去，数据还完全独立。

zhengiqa8
17小时前

 270

#人工智能 #python #大数据 +2
TomiHub：一个开源、自托管的项目管理平台，现在 AI Brain 也可以下载了

TomiHub 是一个开源、自托管的 AI 原生项目管理平台，现已推出可下载的 AI Brain 软件镜像。通过独立部署的 AI Brain 组件，实现项目健康分析、风险预警、智能报告与知识图谱等能力，真正让 AI 理解项目数据并生成可执行洞察。结合 MCP 支持，AI Agent 可深度接入项目系统，推动项目管理从“记录”迈向“智能决策”。欢迎开发者试用，共同探索 AI 如何重塑项目管理。

James Wu
17小时前

 25

#开源 #人工智能 #spring boot
AI Agent 面试题 275：Prompt的语义一致性如何在多模型间保持？

Prompt 模板管理是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，Prompt 模板管理的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，Prompt 模板管理的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan T

weixin_42618497
17小时前

 1

#人工智能
AI Agent 面试题 276：如何利用Prompt Engineering实现Agent的领域知识注入？

Prompt 设计原则是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，Prompt 设计原则的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，Prompt 设计原则的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan T

weixin_42618497
17小时前

 10

#人工智能
AI Agent 面试题 277：Agent的Prompt版本回滚和灾难恢复策略

Prompt 模板管理是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，Prompt 模板管理的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，Prompt 模板管理的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan T

weixin_42618497
17小时前

 25

 1

#人工智能
AI Agent 面试题 281：System Prompt的动态加载和热更新机制

System Prompt 工程是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，System Prompt 工程的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，System Prompt 工程的研究可以追溯到人工智能的早期阶段。早在

 weixin_42618497
17小时前

 9

 1

#人工智能
AI Agent 面试题 283：Agent的Prompt安全审计和合规检查流程

Prompt 注入防御是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，Prompt 注入防御的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，Prompt 注入防御的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan T

weixin_42618497
17小时前

 41

 1

#人工智能
AI Agent 面试题 285：Prompt的上下文注入（Context Injection）技术详解

Prompt 设计原则是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，Prompt 设计原则的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，Prompt 设计原则的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan T

weixin_42618497
17小时前

 12

#人工智能
AI Agent 面试题 288：如何设计Agent的Prompt错误分析和改进流程？

Prompt 设计原则是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在提示工程层面实现智能化的行为和决策。在实际应用中，Prompt 设计原则的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，Prompt 设计原则的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan T

weixin_42618497
17小时前

 27

 1

#人工智能