学习心得
传统智能体是可通过传感器自主感知外部环境，并主动执行任务的实体。大语言模型驱动的智能体，可借助外部工具（MCP、Skills）通过推理、任务执行、观察结果的 Agent Loop 完成推理思考类长程任务。基于 Thought-Action-Observation 范式的智能体具备四项基本能力，分别为任务分解、工具调用、上下文理解和结果合成。
第一章代码截图
相关推荐
Maydaycxc1 小时前
gentic RPA 深度解析｜AI Agent 与 RPA 混合架构、落地痛点、选型要点znnnk1 小时前
【AI技术】从 Vibe Coding 到 Harness：以 DeepSeek Harness 为例看 AI 项目的工程化维护学长毕设10 小时前
基于SpringBoot的青少年编程学习平台系统-附源码特别关注外国供应商11 小时前
Qualys TotalAI：AI 安全治理的四大支柱救救孩子把13 小时前
AI面试八股文-23_23-Agent可观测性与生产监控面试题天外飞雨道沧桑13 小时前
我在浏览器里练了一个 792 参数的大模型，它学会了补全 JavaScript小小de风呀14 小时前
de风——【从零开始学习Linux】（九）：进程基础 —— 从冯诺依曼体系到 fork 创建进程review4454314 小时前
拿到 codex 第一步李某学编程14 小时前
基于ARM的微机原理学习笔记（一）用户31268748772014 小时前
Claude Duet 发布：主动型 Agent 三巨头集结，为什么都搬进了“云端虚拟电脑”