-
AIAgent让数字化再次伟大
2025年4月Google 发布 Agent2Agent（A2A）的多智能体通信协议，得到50 多家技术合作伙伴的支持。A2A 协议将使 AI Agent代理能相互通信、安全地交换信息，并在各种企业平台或应用程序之上协调行动。2025年5月，微软Build 2025开幕，主题为“开放的 Agentic Web”。微软一口气发布了 50 余个新产品/新服务，也是构建AIAgent生态. 字…- 2
- 0
-
Perplexity Labs 上线，10 分钟自动交付项目成果，AI 终于能干活了
第一次看到 Perplexity Labs 这个名字，说实话没太多想法。Labs 嘛，毕竟这年头谁家不搞点“实验室”？然而大多是给现有功能换个新包装，再搭配几个漂亮的图表和界面，AI 圈讲故事的手法我们也见得多了。但这次还真有点不一样。点开 Perplexity 的官方博客，看完那篇简洁的介绍，又翻了几个他们列出的项目案例，我发现它不像是在“展示产品”，更像是在 定义…- 1
- 0
-
忘掉通用Agent！把日常搜索做成能交付的新AI
把每天都会用的搜索做成一个 Agent 需要几步？在传统搜索基础上加个大模型，让它自动总结？那叫ai搜索。把搜索得到的结果做成报告？那是Deep Research。这些，都还不够。这段时间陆续测试过通用、设计、创作、办公、旅行Agent们，真正能让我主动选择每天使用，依靠的还是它们自身的交付能力。我不是来学习怎么做的，我要它主动做完。纳米超级搜索，不是搜索加一点智能，而是干脆把搜索做成了一个 Ag…- 2
- 0
-
Agentic AI：从工具到伙伴的进化之道
在AI的世界里，一个概念正在悄然改变我们与智能系统交互的方式——Agentic AI。就像禅宗里的"见山是山，见山不是山，见山还是山"的三重境界，理解Agentic AI的本质，也需要我们跳出传统AI工具的思维定式，深入探寻智能系统的进化之道。第一境界：传统AI工具 - 见山是山传统的AI系统，就像古代的管家，主人吩咐什么，它就做什么。这种关系简单直接，界限分明。想…- 1
- 0
-
用MCP轻松构建认知型智能体—开发者的极简之道
用MCP轻松构建认知型智能体—开发者的极简之道在人工智能迅速发展的今天，构建高效、灵活的智能体已成为开发者的核心任务。模型上下文协议（Model Context Protocol，简称 MCP），由 Anthropic 推出，旨在为大型语言模型（LLM）提供标准化的接口，使其能够连接外部数据源和工具，并与其交互。2024年11月，MCP横空出世，以破竹之势重新定义AI与外部世界的交互方式。自Ant…- 2
- 0
-
如何系统的为大模型Agent构建记忆系统
目录1.引言：记忆管理在 AI Agent 中的必要性2.核心概念与分类2.1 短期记忆（Working Memory）2.2 长期记忆（Long-Term Memory）2.3 功能性分类3.系统架构设计4.关键技术与实现策略4.1 表征与存储4.2 检索机制4.3 维护与优化5.挑战与未来展望6.参考文献 一、 引言：记忆管理在 AI Agent 中的必要性随着 AI Agent 在…- 2
- 0
-
以IPO助手为例子学习如何构建企业级AI智能体（Agent）
目录1. 引言 2. 核心理念：任务驱动与多工具协同 3. 架构解析：IPO 助手的设计蓝图 4. 工作流程拆解：如何解决真实世界的痛点 5. 如何应用此蓝图构建你自己的 Agent 6. 结论引言随着大型语言模型（LLM）能力的飞速发展，AI智能体（Agent）已成为自动化复杂工作流、提…- 1
- 0
-
一手实测：首个有记忆的企业级AI Agent，能否经得住实践捶打？
“大模型+插件”的功能叠加，已不能满足需求，让企业心甘情愿买单的智能体，必须能自主决策和闭环执行任务。去年，业界对于智能体的定义颇有争议，市场侧更多还只是To C端的一些尝鲜。但进入2025年，智能体的概念边界已迅速清晰，并迈向规模化应用。IDC预测，Agent 中国市场规模预计将突破300亿美元。To B市场的需求也正在快速崛起，企业用户更加关注效果和ROI，对智能体的要求，也随之上了一个新的l…- 1
- 0
-
一站式智能分析引擎，快速构建企业级数据分析 Agent
引言在当今数据驱动的商业环境中，企业对数据分析的实时性、准确性与智能化提出了前所未有的高要求。然而，传统数据分析流程往往受限于离线处理机制、复杂的数据集成流程以及割裂的工具链，导致洞察滞后、效率低下，难以支撑快速决策与业务响应。面对这一挑战，如何快速构建一个具备多源数据整合能力、支持高效推理与自动化分析的智能数据分析系统，成为众多企业数据团队亟需解决的问题。本文将介绍一种基于阿里云实时数仓 Hol…- 1
- 0
-
美团竟然也推出了 AI 编程产品，叫：NoCode
美团竟然也推出了 AI 编程类的产品呢，叫：NoCode ，它可以像聊天一样轻松搭建你的专属网站、游戏、各种小工具等等。根据官方介绍，NoCode 并不只是简单的代码生成器，它依托 AI Agent，早已超越工具范畴——它更像是你的「产品经理+设计师+工程师团队」。就像真正的搭档一样，把你的想法，变成可访问的网站——无需等待，直接交付成果。NoCode 根据描述生成专业页面，自动设计、开发并适配移…- 1
- 0
-
黄铁军对大模型的四个预判：洗牌、安全核爆、GPT-5与再造DeepSeek
“百模大战”后，大模型行业加速收敛，一部分玩家离场，模型竞争逐渐成为巨头的游戏。4月份，李飞飞教授领先编制的《2025年人工智能指数报告》提供的数据显示，2024年全年具有特殊影响力的模型（Notable AI models）当中，排名前5的几乎都来自美国、中国的科技巨头。2024年全球有特殊影响力的模型分布，谷歌位列第一 来源：2025 AI指数报告日前，在智源大会上与腾讯科技的交流中，智源研究…- 2
- 0
-
传统数据仓库正在被 Agentic AI 吞噬？Agentic Data Stack 初探
从技术架构的角度看，我认为这一次的 AI 浪潮将深刻影响整个软件生态。DSS 系统的设计是以人作为最终消费者的决策支持逻辑为中心，然而，随着 Agentic AI 时代来临，最终的“消费者”更可能是 Agent，对数据仓库和复杂 ETL 链路将被重新设计，甚至消失。传统数据仓库偏重结构与查询模式，会被 Agentic Data Stack 架构强调语义与响应模式取代。引言：Snowflake 换 …- 2
- 0
-
当马斯克用Grok大模型重塑Twitter推荐系统
埃隆·#马斯克 最近在推特上宣布，Twitter（现为 X）的#推荐算法 将更多地采用 #Grok AI，一个显著的变化是，来自小账户的优质帖子将更多地出现在你的信息流中。这则推文不仅仅是一次产品更新，它预示着一个新时代的到来：#大语言模型（#LLM）正在从根本上重塑推荐系统这一高度专业化的领域。618 限时特惠五折！?推荐系统的范式转移：从特征工程到深度理…- 1
- 0
-
AI大模型知识问答系统架构图
特别声明：该文章出于传递知识而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。这篇文章详细解释了一张AI大模型知识问答架构图，主要内容如下：一、整体流程概述AI大模型知识问答架构图展示了构建和使用基于大语言模型的知识问答系统的核心流程，分为知识库构建（离线处理）和知识问答（在线使用）两大阶段。二、知识库构建阶段1. 知识源准备● 以各种文档格式（如WORD、PD…- 12
- 0
-
聊透 Agent，它是「同事」还是「工具」，创业机会和价值究竟是什么？
2025 年，是 Agent 按下加速键的一年。从年初 DeepSeek 引发的惊叹，到 GPT-4o 和 Claude 3.5 接连登场，大模型的边界一次次被重写。但真正让 AI 产业链神经绷紧的，不是模型的性能迭代，而是 Agent 的横空出世。Manus、Devin 等产品的爆火，都在重申一个共识：大模型将不再只是工具，而是要成为可以自我调度的智能体。Agent 由此成为继大模型之后，全球科…- 2
- 0
-
Demis Hassabis：当 AI 开始解释和操作世界，就不再是工具，而是真实世界参与者
作为一位跨越游戏、神经科学与 AI 研究的科学家，Google DeepMind 联合创始人&CEO、2024 年诺贝尔化学奖得主 Demis Hassabis 在美国高级研究院（IAS）的分享中，多次强调他对“智能系统的建构过程”本身的关注，以及他所提出的猜想：“自然界中一切可被发现的模式，理论上都应能被经典学习算法所建模。”Hassabis 告诉 IAS 院长 David Nirenb…- 1
- 0
-
药械营养保健企业的Agentic AI应用（罕见病诊断、患者护理、生产检测等）全解析
一、医药行业的数据爆炸与AI转型趋势在传统的“数据为王”时代，制药行业一直为如何处理与利用庞大数据而苦恼。进入AI应用时代，一切更具想象空间！据预测，至2025年，全球将产生超180泽字节的数据，医疗健康领域贡献超过三分之一。生成式AI单一环节就预计能为制药价值链带来600亿到1100亿美元的年价值。如果将Agents（代理体）、生成式AI与统计建模结合，未来潜力几乎没有上限。二、启动Agenti…- 1
- 0
-
深度研究：模型即产品，智能体即利润
红杉资本AI Ascent 2025主题演讲：AI的万亿美元机遇一、 AI市场的宏观视角与机遇 (So What?)市场潜力巨大：AI服务市场的起点远超云计算转型初期，未来十年甚至二十年有潜力成为一个极其庞大的市场。利润池的转变：AI不仅在攻击服务业的利润池，也在攻击软件业。企业正从“销售工具”（软件预算）转向“销售成果”（劳工预算），这扩大了潜在市场（TAM）。采纳速度空前：时机已到 (Immi…- 1
- 0
-
如何像 Manus 交付业务需求– OneAgent + MCPs 范式
Manus 交付(Deliver) 业务需求其实是一种新的单领域 Agent 开发范式，让我们从最简单的 LLM 调用讲起。Agent 发展简史1. 单一 LLM 调用最开始将 LLM 当做一个好用的文本任务类万能接口，利用其完成单一的摘要、分类、翻译类工作。基于文本的调用交互虽然简单，但是依然是当前 AI 系统的本质。2. Workflow LLM 编排随着应用需求的复杂化，单一的 LLM 调用…- 2
- 0
-
LLM评估：从原型开发到生产部署的全流程实践(含code)
一、评估为何是LLM产品的核心竞争力在人工智能领域，大语言模型（LLM）正以惊人的速度渗透到各个行业。从金融科技的智能客服到医疗领域的病历分析，从电商的数据查询到教育行业的个性化辅导，LLM的应用场景日益丰富。然而，随着应用的深入，一个核心问题逐渐凸显：如何确保LLM在真实场景中稳定、可靠且符合预期地运行？管理学大师彼得·德鲁克曾说："无法衡量，就无法改进。" 这句话在LLM领…- 0
- 0
-
拒绝碎片化 RAG，谷歌 DeepMind 推出 ReadAgent：模拟人类阅读长文本，或是NotebookLM底层技术？
近年来，RAG 框架从最初的朴素设计，逐步演化出各类高级变体，诸如 GraphRAG、HippoRAG 等结构越来越复杂。作为一名实际使用者，我在应用过程中也愈发感受到这种复杂性带来的沉重负担。起初，RAG 似乎只是为了解决上下文窗口不足的问题引入的一种检索增强手段；但如今，它逐渐变成了一个需要精心构建索引、划分片段、设计路由与重排机制的系统工程。这让我不禁反思：科技树是不是点歪了？怎么就没有一点…- 1
- 0
-
喝点VC｜a16z谈搜索大变局：搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式
Z Highlights搜索行为从传统浏览器向大型语言模型（LLM）平台迁移，价值超800亿美元的SEO市场根基已现裂痕，搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式。曝光定义从“搜索结果页排名”转变为“直接出现在模型生成的答案中”，LLM具备记忆、推理能力并提供个性化响应，彻底改变内容发现与优化逻辑。竞争焦点从点击率转向“模型引用率”，品牌需“编码至AI层”以构建新竞争壁垒，“无…- 0
- 0
-
Agent工程能力思考记录
本文探讨了在大模型（LLM）时代下，如何重新定义业务核心资产以及Agent的演进与协作机制。文章从技术分层、Agent定义、协作模式、任务分配、冲突解决到工具调用标准（如MCP协议）等多个维度展开分析，并结合工程实践视角，提出了对Agent平台能力建设的思考，旨在为构建高效、灵活、可扩展的Agent系统提供参考。业务核心资产定义上面这张图是LLM时代技术分层 与 Java时代技术分层的一个简单映射…- 1
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×