- 综合排序
- 最热优先
- 最新优先
- 来自专栏周末程序猿
ChatGPT|公众号接入AIAgent
之前已经考虑将公众号加入智能体，但是由于API接口返回太慢了，于是重新实现了一个页面，就变成这样：
40710编辑于 2025-02-27 - 来自专栏计算机视觉CV
AIAgent：我不是只有AI脑！
chatGPT引领各个大厂纷纷推出自己的大模型，但是这些大模型如果不投入应用就没多大意义了~所以大模型的下半场就轮到AIAgent了。 本文主要介绍我理解的AIAgent思路以及几个常用框架，如有理解不对，欢迎评论指出。 什么是AIAgent？ Agent可以理解为某种能自主理解、规划决策、执行复杂任务的智能体。 所以，AIAgent可不仅仅只有LLM~ 为什么AIAgent会出现？ 对我们算法工程师，从技术来说，AIAgent是什么？或者我们能做什么？ 所以AIAgent出现了~ AIAgent主流框架 下面我们一起整理下几个主流AIAgent框架的思路，你会发现和大家做事思路一样，毕竟，AIAgent作者是人。 1. 以上就是我个人对AIAgent的认识了~不知道什么时候agent能帮助人人都成超级个体。。。。
2.5K233编辑于 2023-11-02 AI Agent重塑商业智能：2025技术融合路线图
本文旨在为企业CIO、CTO及技术架构师提供一份全面的技术融合路线图，深入剖析AIAgent的核心技术、在BI领域的应用潜力，并以DataFocus等前沿产品为例，探讨如何构建企业级AIAgent驱动的 二、应用场景与战略价值：AIAgent如何重塑企业决策AIAgent的引入，正将BI从一个“报表工具”转变为一个贯穿业务全流程的“智能决策引擎”。 主动式洞察与归因分析：AIAgent能够7x24小时监控核心业务指标。 三、技术融合路线图：构建企业级AIAgent驱动的ChatBI系统将AIAgent成功融入企业现有的BI生态并非一蹴而就，需要一套清晰的架构设计和分阶段的实施策略。 持续优化与治理：建立完善的Agent性能监控、成本控制和安全审计机制，确保整个AIAgent体系健康、高效、安全地运行。四、结论与展望AIAgent正在从根本上重塑商业智能的边界。
15910编辑于 2025-12-082025年AI Agent评测基准全景指南：从选型困惑到落地实战
当你面对市场上琳琅满目的AIAgent评测工具时，是否感到无从下手？ 一、AIAgent评测基准现状：标准化之路的机遇与挑战先说结论：当前AIAgent评测领域正处于"百花齐放"与"标准缺失"并存的关键转折点。 服务的主观评价使用频率：用户主动使用AIAgent的频次推荐意愿：用户向他人推荐的倾向性为了更直观地展示不同评测基准的特点，我们基于公开数据和实际测试结果绘制了以下对比图：图：主流AIAgent评测基准能力对比雷达图从雷达图可以清晰看出 4.1基于业务场景的选型矩阵不同的业务场景对AIAgent的能力要求差异巨大。 图：AIAgent能力发展趋势：每7个月翻一番的指数增长从METR的数据可以看出，AIAgent的能力正在以惊人的速度增长。这意味着我们的评测基准也需要不断进化，以适应快速发展的技术现实。
41210编辑于 2025-11-27- 来自专栏技术汇总专栏
AI Agent 的时间序列预测模块LSTM 与 Transformer 的混合建模
AIAgent的时间序列预测模块LSTM与Transformer的混合建模1.引言智能体（AIAgent）在应对复杂任务时，通常需要具备环境感知、自主推理及预测能力。 因此，将LSTM的局部时序优势与Transformer的长期依赖与注意力机制相结合，可以构造更强鲁棒性与泛化能力的混合预测模块，使AIAgent具备真正的数据感知与智能推理能力。 6.总结本文构建了适用于AIAgent的LSTM+Transformer混合预测模块，能够有效提升小样本与长序列场景下的预测鲁棒性。 该结构具有良好的泛化能力，适合作为AIAgent的可插拔模块，在决策、控制与风险预判中发挥关键作用。 通过以上技术整合，AIAgent将不仅能够“看见当前”，还能够预测未来并主动决策，从而迈向真正意义的自主智能体。
15810编辑于 2025-11-15 国内外 10 家 AIAgent 平台专业盘点
国内AI Agent产业迎来爆发式增长，亿欧智库在《2025中国AI Agent商业应用场景洞察研究 》 中明确指出，AI Agent正从“可选配置”转变为企业智能化转型的“刚需基础设施”。如今，不管是传统制造企业还是新兴电商运营，金融或是政府单位，无一不展露出对AI Agent平台的热烈追逐，争先恐后将智能体与自身业务融合。
2.3K10编辑于 2025-09-17- 来自专栏实在智能RPA
2025医药行业Agent案例：从研发到终端的8大场景+15个标杆实践
当一款AIAgent能在六周内完成药物晶体结构确认，让新药研发周期缩短30%；当智能体7×24小时处理医药订单，准确率达100%；当临床Agent的诊断建议与专家一致性超98%——AIAgent已从概念走向医药行业的每个核心环节 一、医药行业AIAgent**：技术内核与行业价值1.1什么是医药行业**AIAgent？ AIAgent通过整合多源数据与智能推理，显著提升靶点发现的效率和准确性。 AIAgent通过实时数据监控和智能调度算法，实现了生产流程的动态优化。 AIAgent通过需求预测、智能寻源和全链路监控，构建了弹性供应链体系。
25410编辑于 2025-11-21 - 来自专栏技术汇总专栏
AI Agent 错误修正全流程：Self-Reflect、Critic、Tool Feedback 的协同机制
AIAgent的错误修正策略：基于反馈学习的决策迭代优化方法随着大模型驱动的AIAgent在实际业务中的渗透率日益增加，如何让Agent在复杂场景中持续纠错、稳定进化，成为影响其性能上限的核心问题。 本文将从原理到应用，系统介绍AIAgent如何在真实环境中“学会变得更好”，并通过反馈驱动持续改进决策能力。 一、AIAgent错误修正的必要性1.决策链条长导致的误差放大在多步推理任务中，AIAgent的每一个错误都会影响后续步骤。 2.环境动态变化带来的策略过期AIAgent运行的目标环境并不是静态的：API可能更新、业务流程可能改变、数据可能增量变化。 AIAgent需要具备推理能力，从模糊反馈中推断可执行的优化路径。
21110编辑于 2025-12-10 - 来自专栏AI杂谈
智谱开源autoGLM：AI手机操作系统之战正式打响
但AIagent想进入系统，必须需要的就是操作系统思维。因此开源是唯一可能让AI进入系统、改写生态、挤压应用、重构入口的一条路径。autoGLM的动作不是技术演进，而是OS级布局。 当用户不再亲自点App，而是让AI去完成任务，那么未来的入口就不再是App图标，而是AIagent。这意味着移动互联网十年里最稳固的App主导权，会被AIagent拆掉。 而决定AIagent能否调用App的，从本质上讲，不是App公司，而是硬件厂商。这让硬件厂商第一次从终端制造者变成生态拥有者。过去十年安卓给不了的系统权力，AI时代让他们全部拿回来了。 它们需要自研或者收购模型，而且是与模型厂商深度绑定，因为目的只有一个，以最快的速度把AIagent变成手机的默认入口。谁做到这点，谁就能重写App生态。第二是大模型厂商争夺分发权与系统调用链。 能否被AIagent调用？能否提供工具级API？能否被模型理解？能否被模型可靠执行？这都是App即将面临的问题。软件行业将第一次被迫面对自己的未来——不是服务人，而是服务模型。
44300编辑于 2025-12-10 - 来自专栏实在智能RPA
2025年好用Agent软件全解析：从选型逻辑到Top产品盘点，这篇讲透
在2025年的今天，AIAgent（智能体）已经不再是科幻电影中的概念，而是真正成为了企业提升效率、降低成本的得力助手。 一、AIAgent：不只是聊天机器人AIAgent是一种能够理解目标、制定计划并执行任务的人工智能系统。与传统的聊天机器人不同，AIAgent能够自主完成复杂任务，甚至做出决策。 三、开发框架类Agent：构建AIAgent的工具箱开发框架类Agent不同于企业级应用类Agent，它们不是成品软件，而是供开发者构建自定义AIAgent的工具集。 这类Agent主要面向开发者和技术团队，提供了创建、测试和部署AIAgent所需的基础设施。 五、AIAgent的未来发展趋势AIAgent技术发展迅猛，但仍面临诸多挑战。幻觉问题是智能体应用的一大痛点，智能体生成内容可能与事实不符或出现逻辑错误。
39520编辑于 2025-10-29 - 来自专栏程序员
失控的“打工人”：AI Agent的安全与对齐难题
如今，“AIAgent”（人工智能代理）成为了科技界最炙手可热的概念。 一、风险三重奏：当“打工人”开始失控1.致命的误解：“字面执行”的陷阱AIAgent的核心是遵循指令，但它的“严谨”可能远超人类想象。 当一个AIAgent拒绝了你的贷款申请、在招聘中筛掉了你的简历，甚至是在自动驾驶中做出了一个导致事故的抉择时，我们能否得到一个令人信服的解释？如果不能，我们便陷入了一个“算法暴政”的困境。 法规与治理：政府和国际组织需要未雨绸缪，建立针对高级AIAgent的开发、测试和部署的法律框架与标准，明确责任归属，划定行为红线。 结语AIAgent的潜力毋庸置疑，它有望将人类从重复性劳动中解放出来，开启一个创造力迸发的黄金时代。但我们绝不能怀着天真的乐观，盲目地奔向这个未来。
19210编辑于 2025-10-05 ChatBI的“歧途”：为何单纯的Text-to-SQL是死路一条？
正确的进化方向：从NLQ到AIAgent既然单纯的Text-to-SQL是歧途，那么正确的道路在何方？ 答案是向更高级的智能形态进化：从基础的自然语言查询（NLQ），经由对话式分析，最终到达具备自主决策能力的AIAgent。 最终形态：AIAgent的智能决策AIAgent是对话式分析的终极形态。它不再是被动地回答问题，而是像一个真正的“数据分析师”一样主动工作。 一个成熟的AIAgent架构通常包括：规划（Planning）：面对复杂问题，能自主地将其分解为一系列可执行的子任务。 AIAgent架构示意图：用户请求被路由到模型服务，该服务可调用UnityCatalog中定义的各种工具函数来完成任务AIAgent将“如何分析”的主动权交给了AI，它理解用户的最终目标，并自主规划执行
13410编辑于 2025-12-11AI Agent Registry and Growth：对比各种AI Agent注册和发布的渠道生态和方法 OpenAI Google Claude agtm
这篇博客分享记录AIAgent开发者完成开发部署之后如果进行AIAgent注册。 对比了多个社区平台注册AIAgent区别和不同比如OpenAIGoogleClaude开源工具agtm等等OpenAIAgentSDKOpenAIAgentsSDK及其相关的平台组件（AgentKit、 4.开源三方OpenAIAgentMarketplace(如agtm等等)三方各种开源AIAgentRegistry服务，可以在其中提交、管理、跟踪AIAgent的API调用等。 可以将AgentMeta数据提交到一个agent.json/agent.yaml文件中，或使用网站（https://deepnlp.org/workspace/my_ai_services）创建您的AIAgent
11510编辑于 2025-11-12- 来自专栏实在智能RPA
2025最新：目前最好的Agent软件全维度测评，企业与个人选型终极指南
亿欧智库在《2025中国AIAgent商业应用场景洞察研究》中明确指出，AIAgent正从“可选配置”转变为企业智能化转型的“刚需基础设施”，而个人用户对智能助手的依赖度也在三年内提升了217%。 一、AIAgent核心认知：先搞懂“好产品”的评判标准在盘点优质Agent软件之前，我们首先需要明确AIAgent的核心定义与评价维度，这是精准选型的基础。 从当前发展态势来看，AIAgent正朝着多模态融合、跨模型兼容、行业深度定制化三大方向演进。 2025年的AIAgent市场已进入成熟期，不同类型的优质产品覆盖了企业、个人、专业领域等多个场景，为用户提供了丰富的选择。 选型的核心在于“精准匹配”，结合自身的使用场景、技术实力、安全需求等因素综合考量，才能让AIAgent真正发挥价值。
1.1K21编辑于 2025-11-10 - 来自专栏AI Agent技术、应用与商业
【愚公系列】《AI Agent技术、应用与商业》004-Al Agent 的技术基础
AIAgent可以理解现实世界中的规则，并根据这些规则执行任务。 AIAgent的增强：RAG通过结合外部知识库（如行业特定知识库或组织内部信息）来提高AIAgent的知识准确性和应变能力，而无需重新训练模型。 与LangChain的结合：RAG可以作为AIAgent架构的一部分，利用像LangChain这样的框架，帮助AIAgent理解自然语言输入并生成响应。 LangChain可以处理与外部知识的交互，从而增强AIAgent在特定任务中的表现，如问答系统、对话系统等。 在这个模式下，AIAgent能够自主地管理与用户的对话并决定何时需要进行外部检索。
39000编辑于 2025-03-14 - 来自专栏Python
Daytona：90ms 启动的 AI 代码沙箱基础设施
开篇你的AIAgent生成了一段Python代码，敢直接在生产环境运行吗？传统容器启动需要3-5秒，虚拟机更慢。 生成的代码可能包含恶意操作，直接执行风险极高2.启动速度慢传统容器冷启动3-5秒，无法满足实时交互需求3.状态难保留每次执行都要重建环境，无法支持多轮对话场景Daytona通过容器预热池+状态持久化架构，让AIAgent 3.安全隔离进程隔离：每个沙箱独立进程空间网络隔离：可配置白名单限制外网访问资源限制：CPU内存磁盘配额控制五、适用场景AIAgent开发让GPT-4/Claude生成的代码在隔离环境中安全执行在线编程教育为每个学生分配独立沙箱 Daytona通过工程化手段将沙箱启动时间压缩到90ms，为AIAgent提供了生产级基础设施。
12310编辑于 2025-12-06 - 来自专栏实在智能RPA
收藏！国内提供Agent解决方案的企业全盘点（2025最新）
据第一新声智库发布的《2025中国企业级AIAgent应用实践研究报告》显示，2025年国内企业级AIAgent市场规模已达到232亿元，2023-2027年复合增长率高达120%，智能客服、数据分析等场景渗透率分别突破 一、AIAgent**的核心定义与产业价值AIAgent（智能体）是具备环境感知、自主决策、工具调用与行动执行能力的人工智能系统，其核心区别于传统AI产品的关键在于“自主完成复杂任务的闭环能力”。 从产业价值来看，AIAgent正在重构企业生产与运营逻辑。 二、国内Agent**解决方案市场格局与企业分类当前国内AIAgent市场已形成清晰的竞争梯队，呈现“寡头垄断、垂直深耕、资本加速”的三重态势。 随着技术的持续迭代与应用的不断深化，AIAgent将从“智能工具”升级为“数字伙伴”，成为驱动数字经济增长的核心生产力。
27320编辑于 2025-11-14 - 来自专栏技术汇总专栏
让智能体学会“提前思考”：基于 Monte Carlo Tree Search 的长期规划方法
让智能体学会“提前思考”：基于MonteCarloTreeSearch的长期规划方法在AIAgent的能力体系中，长期规划（Long-termPlanning）一直是最难实现、却又最具价值的能力之一。 本文将从技术原理、工程实践以及在AIAgent体系中的落地方式，进行系统性解析。一、前言：为什么智能体需要前瞻规划？ 三、为什么MCTS适合AIAgent的长期规划？1.与大模型天然互补大模型擅长推理、生成、归纳MCTS擅长搜索、评估、决策两者结合，即能形成模型驱动+搜索优化的智能体体系。 要让AIAgent使用MCTS进行规划，需要结合模型推理、状态评估与任务执行框架。
22310编辑于 2025-12-05 - 来自专栏实在智能RPA
2025金融行业Agent案例全场景盘点：银行证券保险实战案例+落地解析（含实在Agent标杆实践）
2.2客户服务升级：从“能答”到“会办”的转型金融壹账通推出的AIAgent数字员工，成为银行客服场景的标杆案例。 该行升级的AIAgent智能营销解决方案，基于联邦学习与大模型技术，在业务数据不出本行的前提下联合外部数据源进行联邦建模，实现客户精准定位与投放。 其推出的理赔AIAgent，通过图像识别、自然语言处理等技术，自动识别理赔资料真伪、比对保单信息、核算理赔金额。 某大型保险公司的营销AIAgent，通过整合客户画像数据、行为数据、市场数据，构建精准的客户分层模型，针对不同客群制定差异化营销方案。 实在Agent凭借技术创新与落地成效，入选Gartner《2025金融行业AIAgent推荐供应商报告》，成为唯一入选的中国本土厂商。
37010编辑于 2025-11-17 - 来自专栏实在智能RPA
教育行业Agent案例全解析：覆盖K12、高教、职教的落地实践与标杆范本
77%的高校学生愿意使用AIAgent解决校园流程问题，56%的学生缺乏24小时学业与生活协助，83%的教育管理者期待通过智能体缓解工作burnout——Salesforce2025年教育行业调研数据直观揭示了 一、教育行业Agent**应用背景与整体现状亿欧智库在《2025中国AIAgent商业应用场景洞察研究》中明确指出，AIAgent已从教育行业的“可选配置”转变为“刚需基础设施”。 东方证券2024年研报显示，教育行业AIAgent的渗透率已从2023年的12%提升至2025年的37%，其中高等教育与职业教育因场景复杂度高、数据基础好，成为落地先锋。 （二）在线教育Agent案例：51Talk的智能客服革新在线教育平台51Talk通过构建事件驱动型AIAgent，解决了海外业务扩张中的客服服务难题。 这些案例均基于真实落地实践，其技术路径与应用成效可为教育行业从业者、科技开发者提供参考，助力AIAgent在教育领域的健康发展。
19410编辑于 2025-11-20
腾讯云开发者
