- 综合排序
- 最热优先
- 最新优先
- 来自专栏tencent cloud
【Agentic RL专题】一、LLM agent 与 agentic RL
com相信初学的小伙伴会对 LLM agent以及 Agentic RL 两个名词有点混淆，因此，对于这两个名词的解释将作为专题第一章，带你深入理解 LLM agent 以及 Agentic RL的区别 @toc一、为什么我们需要 Agentic RL？ 在系统的学习agentic RL之前，我们需要去了解两个问题：① 什么是agent ② LLM agent 与 agentic RL之间有什么联系过去几年，LLM 的飞速发展让语言理解与生成达到了惊人的水平 而当这种强化学习与大型语言模型（LLM）结合——让语言模型从“说得对”变成“做得对”——就形成了一个新的研究分支： Agentic Reinforcement Learning (Agentic RL) ——出发，逐步理解了 Agentic RL（智能体强化学习） 的核心思想：从语言到行动：传统的 LLM 只会被动回答，而 Agentic RL 让它学会“感知—思考—行动—反思”，成为真正的智能体（Agent
81210编辑于 2025-11-07 - 来自专栏自然语言处理
Agentic RAG 解释
Agentic RAG 是高级 RAG 版本，它使用 AI 代理来更加自主地行动。 Agentic RAG 执行以下操作 查询理解、分解和重写 检索策略选择 知识库管理 结果综合与后处理 迭代查询和反馈循环
30400编辑于 2025-01-09 - 来自专栏喔家ArchiSelf
从Service Mesh 到 Agentic Mesh
随着大模型应用的兴起， 我们迎来了AI 时代的Agentic Mesh。 4. AI 时代的Agentic Mesh 随着AI大模型的能力越来越强大，用户对它们的期待也水涨船高。 4.3 Agentic Mesh 想象一下，如果把企业里的每个AI助手都变成会"社交"的智能体，让它们能自动组队完成任务——这就是Agentic Mesh的魔力。 Agentic Mesh 的构建 为了创建一个具有弹性和可伸缩性的 Agentic Mesh，我们需要基于以下关键原则设计系统： 可发现性 —— Agent必须具有动态注册、定位和与相关对等点交互的能力 Agentic Mesh 将在确保这些人工智能驱动的系统保持互操作性、安全性和与企业目标一致方面发挥关键作用。 Agentic Mesh 仍然在实践探索之中。
1K10编辑于 2025-04-07 - 来自专栏猫头虎博客专区
什么是Agentic AI？Agentic AI 与传统 AIGC 有什么区别？
什么是 Agentic AI？Agentic AI 与传统 AIGC 有什么区别？ 1. 在本文中，我们将深入探讨 Agentic AI 的概念、技术原理、应用场景及其与 AIGC 的核心区别。 2. 什么是 Agentic AI？ 正文 2.1 Agentic AI 的核心特性 Agentic AI 主要具备以下核心特性： 自主性（Autonomy）：能够独立完成任务，不需要人类全程干预。 4.2 Agentic AI 的优势 Agentic AI 不仅能生成内容，还能 执行任务、优化流程、适应环境，具备更高的智能水平。 现代应用：大模型时代的Agentic AI 近年来，随着深度学习和大数据技术的进步，Agentic AI得到了显著提升。
1.1K10编辑于 2025-03-21 - 来自专栏AIGC新知
Agentic AI及其设计模式简介
自主Agent可以看作是实现Agentic AI的一种技术手段或组件，而Agentic AI则是AI Agent在特定工作流程和目标导向下的一种表现形式。 在本文中，我们将探讨 Agentic AI 的含义，深入研究其基本设计原则，并揭示驱动其有效性的Agentic 设计模式。 一、什么是Agentic AI？ 二、为什么 Agentic AI 很重要 对能够处理复杂、动态场景的智能系统的需求，推动了Agentic AI的兴起。 应用范围从自动驾驶汽车和智能客户服务机器人到工业自动化和实时财务分析。 三、代理模式：Agentic AI的构建模块 为了设计有效的自主代理，开发人员采用Agentic 模式——针对 Agentic AI 开发中常见问题的可重用解决方案。 随着 Agentic AI 的不断发展，其应用程序将重新定义人类和机器如何协作解决复杂的挑战。
88910编辑于 2024-12-25 - 来自专栏Base_CDNKevin
Claude Code: Best practices for agentic coding
我们最近发布了 Claude Code，一款智能编程命令行工具。作为一个研究项目，Claude Code 为 Anthropic 的工程师和研究人员提供了一种更原生的方式，将 Claude 无缝集成到他们的编程工作流中。
90910编辑于 2025-07-22 - 来自专栏前端专精
Agentic Workflow是什么？Agentic Workflow会成为下一个AI风口吗？
Agentic Workflow是什么？Agentic Workflow会成为下一个AI风口吗？ 本文将从三个方面展开讨论：AI Agent 的技术挑战 、聚焦于Agentic Workflow 的核心优势 以及 Agentic Workflow 是否可能成为下一个AI风口 。 二、聚焦于Agentic Workflow：更现实的选择 相比于AI Agent，Agentic Workflow（智能工作流）提供了一种更为务实且高效的解决方案。 1、什么是Agentic Workflow？ Agentic Workflow是一种基于“智能体协作”的新型工作模式，旨在通过多个具有特定功能的模块协同完成任务。 三、Agentic Workflow会成为下一个AI风口吗？ 结合当前的技术发展趋势与市场需求，Agentic Workflow 具备成为下一个AI风口的潜力。
46410编辑于 2025-06-13 - 来自专栏自然语言处理
LLM Agent和 Agentic RAG 的最佳综述
代理式检索增强生成（Agentic RAG）通过集成自主AI代理克服了这些限制。 本文探讨了从RAG到Agentic RAG的演进，展示了： 代理模式：驱动系统适应性和智能的核心原则。 分类：Agentic RAG架构的全面分类。 Agentic RAG: 通过查询重构和自查询加速检索增强生成。 Agentic RAG: 结合RAG与代理以增强信息检索。 GitHub 参考文献 关于Agentic RAG的研究论文 1.
1.1K11编辑于 2025-01-22 - 来自专栏IDE项目开发编程交流
Agentic AI 上班族的摸鱼神器
正真的自动化还没开始，而Agentic AI才是那个能让人类文明，开启自动驾驶的利器。今天用大白话科普一下generated AI和Agentic AI的区别。大多数人都不知道这两者的区别。 用行为词来定义，generative AI就是消极的，而Agentic AI是积极主动的。generative AI虽然聪明能干，但是它仍然遵循着这一种一问一答的形式。 如果完全要用AI代替我们上班的话，Agentic AI就是我们的救星。和generative AI不一样，Agentic AI它式积极主动性的。 市面上已经出现了Agentic AI的雏形，比如说3月份发布的manus或者是Deep research agent，它们都能够自主完成多步骤的复杂任务，我们只需给他一个目标就好。 在Agentic AI时代，需要切换的系统架构思维，还有管理者思维，不做那个单纯执行动作的人，ni是那个设计系统的人。
12200编辑于 2025-07-03 - 来自专栏AgenticAI
Agentic AI 每日精选 · 2026-01-08
每日5分钟速览AI，甄选 GitHub 趋势、HuggingFace模型动向、行业观察、社区热文与精选论文。
15410编辑于 2026-01-12 - 来自专栏云云众生s
Agentic AI的前景及其规避挑战之道
遵循这些建议可以帮助当今的组织在 2025 年及以后充分实现 Agentic AI 的承诺。 但是，企业必须采取一些措施才能实现 Agentic AI 的前景并避免潜在的危险。 什么是 Agentic AI？ 让我们先花点时间了解一下我所说的 Agentic AI。 尽管有这些前景，组织在寻求利用 Agentic AI 时必须避免一些潜在的陷阱。 人才与 Agentic AI 之间的关系 我们 IT/网络安全领域的许多人都知道持续存在的人才短缺问题。 如果 IT 领导者希望 Agentic AI 完全解决他们的人才短缺问题，那么潜在的陷阱就会出现。 遵循这些建议可以帮助当今的组织在 2025 年及以后充分实现 agentic AI 的承诺。
28710编辑于 2025-02-07 - 来自专栏AgenticAI
Agentic AI 每日精选 · 2026-01-07
今日AI领域呈现多模态融合与高效推理并进趋势，Hugging Face热门模型LTX-2实现音视频同步生成，Qwen-Image-Lightning通过轻量化提升推理效率，推动生成式AI落地。同时，前沿研究聚焦RAG、Agent与LLM，在医疗安全、智能体持久化等方面取得突破，彰显AI向实用化与鲁棒性演进的价值。
12810编辑于 2026-01-12 - 来自专栏AgenticAI
Agentic RAG：超越传统RAG与案例分享
本文先讨论 Agentic RAG 常见范式，然后推荐一些流行的 Agentic RAG 开发示例：Nvidia 的 Agentic RAG 案例和基于 LlamaIndex 的 Agentic RAG 而 Agentic RAG 则会： 识别信息鸿沟 主动寻找补充信息源 尝试重新生成更优答案 2. Agentic RAG 资源推荐 1. Nvidia Agentic RAG Nvidia 展示的 Agentic RAG 只是一个示例，参考了如下 3 篇论文实现。 路由 (Adaptive-RAG[1]). LlamaIndex Agentic RAG DeepLearning.ai 的课程Agentic RAG[4]，由 LlamaIndex 的创始人 Jerry Liu 讲授，描述了一种使用 LlamaIndex 如何构建 Agentic RAG 的流程。
2.6K31编辑于 2025-03-18 - 来自专栏网络安全技术点滴分享
超越炒作：使用Agentic AI构建系统架构
超越炒作：使用Agentic AI构建系统架构摘要专家小组探讨了使用Agentic AI构建系统的实践。他们分享了模式、反模式和用例，区分了Agentic AI与传统自动化的差异。 专家介绍Arun Joseph：Masaic Agentic Systems联合创始人兼CEO，曾在德国电信领导欧洲首批大规模Agentic系统之一。 Agentic AI：炒作与现实Jewell：虽然市场上有很多Agentic AI的原型和实验，但真正进入生产环境的企业项目仍然有限。 Jewell：Agentic系统应具备三个属性：可定义的目标防护栏和操作参数适应能力（循环机制、强化学习反馈或实时数据流）适合Agentic AI的问题场景Kurian：处理非结构化数据（文本、语音、文档 、图像）的场景非常适合Agentic AI。
17110编辑于 2025-10-03 - 来自专栏存储公众号：王知鱼
【合集】Samsung：Agentic AI 时代的内存变革
工程实践者将掌握： KV缓存管理的核心技术挑战和PNM解决方案的实际应用价值 RAG系统中语义记忆与程序性记忆的协同优化策略 针对不同工作负载选择最优内存技术组合的决策框架 全文概览 随着智能体AI（Agentic === PPT的核心观点是，构建一个强大的智能体AI（Agentic AI）对内存和存储系统提出了前所未有的、多层次的巨大需求。 PPT通过架构图和量化数据，清晰地揭示了Agentic AI对存储和内存系统的挑战：容量巨大、类型多样、架构复杂，预示着未来的AI基础设施必须具备能够同时满足这三种不同记忆需求的高性能、大容量、分层式的存储解决方案 时代背景 (The Driver): 智能体AI（Agentic AI） 的兴起，对传统的内存架构提出了颠覆性的要求，一个分层、大容量、高带宽的内存系统成为刚需。 原文标题：Heterogeneous Memory Opportunity [2]with Agentic AI and Memory Centric Computing Notice：Human's
20910编辑于 2025-11-20 - 来自专栏架构驿站
一文读懂 Agentic RAG 技术点滴
—02 — 什么是 Agentic RAG ？ Agentic RAG 凭借其创新设计，展现出以下关键特性和显著优势，具体可参考： 1、协调问答过程 Agentic RAG 通过将问答过程分解为可管理的步骤，分配适当的代理执行任务 —03 — Agentic RAG 是如何工作的呢 ？ Agentic RAG（代理增强检索生成）的运作方式体现了对传统检索增强生成（RAG）流程的智能化升级。 在现代 AI 应用中，尤其是在处理多源知识和实时数据时，Agentic RAG 的灵活性成为其核心优势。Agentic RAG 的核心在于其多层次架构，融合了代理智能、检索技术和生成模型。 4、反馈与优化循环 Agentic RAG 引入了闭环反馈机制，代理通过用户反馈或性能指标（如准确率、F1 分数）不断优化检索和生成策略，体现其“agentic”（自主性）特性。
1.7K01编辑于 2025-04-04 - 来自专栏面经
【Agentic RL专题】 深入浅出Memory模块
例如智能体在做出动作选择时，会根据当前的记忆进行决策，而GPT5只是根据记忆进行回复，不做任何的行动决策2.2 LLM-Agent→Agentic RL在早期Agent的Memory模块中，记忆依然可以被认为是静态的外部存储 2.3 Agentic RL Memory Type① RAG-style Memory 的记忆模块是以条目/条记录为单位（通常对应一个摘要或信息块）记忆是外部存储（external store），通常是向量数据库或知识库 区分了不同记忆模块，对早期的上下文记忆到早期的Agent Memory 模块再到Agentic RL的Memory 模块作了详细的分析，并且对Agentic RL的Memory 模块做了三种不同风格的更细致的划分
64830编辑于 2025-11-17 - 来自专栏自然语言处理
PageIndex：构建无需切块向量化的 Agentic RAG
然后我们可以解析成类似具有章节信息的json数据 那PageIndex的亮点在哪里呢，其实在最后一部分“使用PageIndex进行基于推理的RAG”的实现，相比之前的Advanced和Modular RAG，Agentic
1.2K10编辑于 2025-04-23 - 来自专栏面经
【Agentic专题】 Planning专题学习与面经
【Agentic专题】 Planning专题学习与面经一、从“一问一答”到“做完一件事”在专题《ReAct》我们提到过，原生的ReAct目光比较短浅，做出的决策是 “想一点 → 做一步”，而在我们的科研 基本范式主要介绍了静态类型的范式，本质上还是属于高级的prompting，当我们学习完智能体的全部功能后，会将rag、react、memory、planning等逐步升级为真正的agentic RL。
49520编辑于 2025-11-18 - 来自专栏面经
【Agentic RL 专题】深入浅出了解ReAct
在未来的学习中，我们希望让这些策略自己学会变好，自然就得进一步引出 Agentic RL：用奖励来告诉 Agent：哪种规划、哪种检索、哪种记忆使用方式，才是真正“聪明”的。
56530编辑于 2025-11-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号