腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

智能体原生研发体系全景实录：多研发角色协同下的认知重构与工程演进

这种转变标志着我们正在进入“智能体原生研发”（Agent-NativeDevelopment）的新纪元。在这个新纪元中，研发团队的结构从纯粹的“人与人协作”演变为“人与智能体协作”乃至“智能体与智能体协作”的混合形态。而在智能体原生研发体系中，需求分析师Agent承担了“第一刀”的切割任务。它深知，只有健康的、受尊重的、有成长空间的认知主体，才能产出高质量的认知成果；只有和谐、互补、互信的人机关系，才能释放智能体原生研发的全部潜力。因此，智能体原生研发时代的真正挑战，不在于如何让Agent更聪明、更快、更强，而在于如何让人类更善于与Agent协作、共处、共进化；如何培养一种新的素养：能够清晰地定义基准、严谨地划分层级、敏锐地发现映射

2026-06-05

6110

标签:

腾讯云OpenClaw玩虾大赛

AI Agent安全网关

腾讯云智能体应用引擎

第四期热点征文-大模型技术

LLM驱动智能体：游戏研发的新引擎

LLM智能体简介及其在游戏研发中的潜力在人工智能技术快速发展的2025年，大型语言模型（LLM）驱动的智能体已经成为游戏研发领域最具颠覆性的技术革新之一。游戏研发全链路的赋能潜力在游戏策划环节，LLM智能体展现出惊人的创意辅助能力。技术突破带来的范式转变 LLM智能体最深远的影响在于改变了游戏研发的基本范式。随着WebAssembly的普及，智能体还能将原生代码编译为高效的wasm模块。这个过程中，它们会自动注入SIMD优化和内存压缩指令，使得网页版游戏性能接近原生应用的80%。 LLM智能体在游戏研发中的未来展望多模态融合：下一代游戏世界的构建基石 2025年的游戏研发前沿已展现出明确趋势：LLM智能体正在从单一文本处理向多模态协同进化。

2025-08-27

2.3K0

标签:

AI智能体研发之路-工程篇（一）：Docker助力AI智能体开发提效

一、引言由于近两年云原生热，大家对docker、docker compose及k8s或多或少都有一些涉猎，即便没有实际应用肯定也耳熟能详，今天对docker及docker compose

2024-08-13

8650

标签:

智能体驱动AI研发流程的效能探索

关键词：智能体、Agent、AI研发、效能优化、自动化、人工智能引言：AI研发的新时代还记得那个加班到深夜调试模型的你吗？还在为数据清洗、模型训练、部署上线这些重复性工作而头疼吗？别担心，智能体（Agent）来拯救你了！在AI技术快速发展的今天，传统的研发流程已经无法满足快速迭代的需求。智能体作为一种新兴的技术范式，正在重新定义AI研发的效率边界。智能体在AI研发中的角色定位从工具到伙伴的转变智能体在AI研发中扮演着多重角色：数据处理专家自动化数据收集、清洗和预处理智能识别数据质量问题主动推荐数据增强策略模型训练助手自动化超参数调优更好的人机协作自然语言交互意图理解优化个性化服务产业影响预测预计未来3-5年内，智能体驱动的AI研发将成为主流，带来：研发效率提升3-5倍人力成本降低50-70% 创新周期缩短60-80% 总结与思考智能体驱动的AI研发流程不仅仅是技术的进步，更是研发范式的革命。

TechVision大咖圈

2025-07-11

5750

标签:

Kagent：云原生下的AI智能体

Kagent 架构详解 ❝本文档阐述 Kagent 的云原生设计理念——将 Agent 定义为 Kubernetes CRD，使其成为集群的一等公民❞ 目录 1. 这不是简单地"把 Agent 跑在 K8s 上"，而是深度融入 Kubernetes 的资源模型，让 Agent 天然具备云原生基础设施的所有能力。 /Secret 安全可审计权限控制 RBAC 原生支持企业级安全服务发现 Service/DNS 自动注册故障恢复 Controller 自动协调秒级自愈监控告警 Prometheus 生态 Kubernetes 的一等公民 │ └──────────────────────────────────┘ 8.3 适用场景「Kubernetes 运维自动化」：智能化集群管理「DevOps 工作流」：自动化 CI/CD 流程「多集群管理」：跨集群的智能调度「故障诊断」：自动化问题排查「合规审计」：自动化安全检查附录相关资源「官方网站」：https://kagent.dev

2026-04-09

7890

标签:

AI智能体研发之路-工程篇（二）：Dify智能体开发平台一键部署

我认为，了解Dify以及其中依赖的上下游技术、架构，利用Dify快速建立AI智能体demo原型，其实对推进AI智能体开发是有意义的。今天我先简要介绍一下Dify的部署过程，后面的篇幅会具体分享基于Dify的AI智能体开发经验，以及AI智能体开发所依赖的底层技术。 3.3工作流只需连接各个节点，既能在几分钟内快速完成AI智能体创作，且逻辑非常清晰。个人认为Dify的发展会让Agent AI智能体开发提效，涌现更多有趣有价值的AI应用。 2024-未来，极大的可能出现一家基于AI的平台型企业，通过AI智能体抓住流量，比如你要去哪玩，AI智能体在为你做出规划的过程中，夹杂酒店、航班的广告私货，你想吃什么，AI智能体夹杂着饭店的广告私货。

2024-08-13

15.8K0

标签:

智能体崛起，AI+软件研发到新拐点了？

Coding Agent 代表了通用智能体的发展路径，能独立完成软件研发任务的智能体，其潜力将远超特定工具层面的自动化，因为它更接近人类在物理与逻辑层面的行动模式。颜志杰：AI 助手到智能体的演化，本质上是从“动脑、动嘴”升级到“动脑、动手、动嘴”的阶段。AI 助手主要处理思考和语言交互，而智能体则具备更强的自主执行能力。这正是智能体强大的核心，也被认为是未来十年的关键方向。 Coding Agent 代表了通用智能体的发展路径，能独立完成软件研发任务的智能体，其潜力将远超特定工具层面的自动化，因为它更接近人类在物理与逻辑层面的行动模式。吴朝雄：智能体未来会走向统一的大平台，还是轻量化、插件化的生态？如果你们公司在研发类似产品，会倾向哪种形态？颜志杰：我更倾向于在当前模型能力的限制下，发展轻量化、插件化的生态。

深度学习与Python

2025-11-26

4820

标签:

构建企业智能体生态体系：腾讯云智能体开发平台如何引领AI原生转型？

本文以腾讯云智能体开发平台为核心，结合行业趋势与实战案例，解析企业构建智能体生态的关键路径，并重点呈现腾讯云在模型能力、协作框架及全链路服务上的创新突破。一、智能体生态构建的核心挑战与趋势 1.1 企业智能体落地的三大核心痛点数据孤岛：非结构化知识难以激活，业务系统间协同效率低（如某制造企业因数据分散导致智能体决策偏差）；技术门槛：需同时掌握大模型调优 1.2 智能体生态的演进方向从单点智能到群体智能：多智能体协作（如物流企业的仓储调度+运输优化智能体协同）；从工具到系统：原生架构设计（流程、数据、智能一体化）；从技术验证到商业闭环：需建立结语：智能体生态的终局价值企业构建智能体生态的本质，是建立“数据-知识-决策”的自进化系统。立即行动：登录腾讯云智能体开发平台官网，领取300万模型资源包，开启您的智能体生态之旅！

2025-09-10

1.6K0

标签:

腾讯云智能体开发平台

腾讯云企业原生智能体解决方案概要

一、产品定位与核心亮点企业原生智能体是腾讯云推出的AI解决方案，其核心技术属性为知识驱动的智能体开发与运营平台。受众：企业内的客服、销售、研发、合规、运营等角色。三、应用框架和功能介绍功能框架解决方案由两大核心底座构成闭环：能力底座：ADP（智能体开发平台） – 负责智能体的构建、编排、发布与治理。产品优势全生命周期管理：提供企业原生智能体的开发、评测、集成、管控、治理、观测全流程支持。低代码开发：通过Claw模式实现对话式创建智能体，降低开发门槛。解决方案：协同使用ADP智能体开发平台与乐享企业AI知识库，构建公文审核Agent和全AI智能体平台。成效：公文审核准确率达XX%，审核耗时从X小时降至X分钟。

IT前沿资讯站

2026-06-09

5250

标签:

AI智能体在药物研发中的应用与案例研究

: 10.1016/j.drudis.2026.104650 作者机构：剑桥大学 · MIT & 哈佛Broad研究所 · 乌普萨拉大学 · AIA4S Consortium 一、研究背景：为什么药物研发亟需智能体典型的药物研发流程——靶点识别→苗头化合物筛选→先导优化（DMTA循环）→临床前安全评估——需要跨学科团队在散乱证据中反复搜索、整理和判断，这种依赖碎片化工作流的模式显著推高了研发成本与周期。 2.3 记忆系统的分层设计有效的记忆系统是智能体AI在药物研发长周期中持续发挥价值的关键。 4.2 隐私与安全风险 IP保护与数据隐私：药物研发受IP保护、监管文档和专有数据集的严格约束。高度自主的智能体AI系统可自主访问、操作和审查敏感数据，构成急迫的隐私风险。 5.3 人机协作与民主化创新智能体AI的崛起并不意味着取代人类，而是重新定位人类在研发流程中的角色： • 自主研究循环完全处理例行任务和蛮力搜索 • 科学家专注于创造性设计、结果解读和战略决策 • 药物化学家和生物学家与

2026-04-21

7290

标签: