智能体

Agent-智能体工程方法论基于博主自己开发的合同资产底稿智能体的实践经验，提炼为通用 Agent 开发范式。核心命题：如何在自动化、可控性、可追溯、可干预之间找到工程上最优的平衡点。

浏览器成了AI应用的新入口：智能体接管标签页之后，三本账谁买单# 浏览器成了AI应用的新入口：智能体接管标签页之后，三本账谁买单10 月 14 日，Google 把 chrome-devtools-mcp 开源，让 Claude、Cursor、Copilot 这些编程智能体通过 MCP 协议去接一个 Chrome 的调试接口；24 小时后，OpenAI 反手把 Computer Use 塞进 ChatGPT 的 Chrome 扩展，版本号 1.26.1005.11759，装机用户约 700 万，免费套餐也能用。两家巨头在同一个屏幕上同一天正面对撞，这在浏览器三十年的

码上观世界

Agent工具调用实现原理本文介绍 AI 助手（Agent）从「用户说一句话」到「模型调用工具、异步任务跑完、结果回到对话」的完整链路。代码片段为简化示意，不代表线上原样。

云卷云舒___________

GLM-5.5传1T+参数炸场！OpenAI泄露Astra私版，Astra Pro升级，Gemini 4 一键PDF转交互网页 | 10月17日 AI日报🎬 视频版直达：https://www.bilibili.com/video/av117453648697296/

区分agent中长期记忆和偏好记忆一句话区分：长期记忆记"发生过的事"，偏好记忆记"这个人是什么样的人"。长期记忆 LongTermMemory：一个会遗忘、会合并的列表

我命由我12345

智能助手通用问答边界

像风一样自由2020

56.实战PostgreSQL-pgvector-FastAPI构建轻量级RAG码海寻道 · 大模型、智能体与 RAG 工程组件系列第 56 篇本篇用一个轻量方案串起 RAG 最小闭环：PostgreSQL 保存 Chunk 和业务元数据，pgvector 保存向量，FastAPI 提供检索接口。示例省略真实模型调用，但保留可替换的 Embedding 边界。

AI 对话助手如何实现动态交互？一文讲清 AG-UI、SSE、组件与工具调用用户在同一个聊天窗口里描述目标；助手缺信息时展示选择卡，拿到答案后继续查询；需要写入业务系统时，展示操作摘要并等待用户确认。

FIT2CLOUD飞致云

学习笔记丨MaxKB PPT/PDF文档整页转图工作流知识库方案在企业知识管理实践中，长期存在如何有效利用沉淀在PPT和PDF文档中业务知识的难题。产品方案、投标材料、技术白皮书、培训课件——这些文档的共同特征是图文混排、版式复杂，难于高效利用。当我们尝试用AI知识库去处理这些文档时，传统RAG方案往往不尽如人意：多栏版式处理错乱、表格信息难以提取、架构图存在几何信息盲区，其问题根源并非是解析精度不足，而在于“文本化”路径本身就缺失了视觉维度的关键信息。

元模型驱动的开发模式与软件开发智能体的认知负担（短文版）元模型驱动开发通过分层抽象与模型自动转换，将业务语义从底层技术实现解耦，已广泛应用于企业软件与工业数字化工程。随着大模型驱动的软件开发智能体逐步落地，业界普遍尝试将元模型作为智能体的语义约束底座，用以抑制模型幻觉、统一工程规范。但工程实践表明，元模型对人机协同开发的减负效果存在认知悖论：元模型在压缩智能体的无效搜索空间的同时，引入了多层抽象、复杂约束与版本演化带来的新增认知开销；认知负担不再仅由人类开发者承担，而是在开发者与软件智能体之间转移、传导甚至累积。本文基于认知负荷理论，区分人类与智能体两类主体的

DeepSeek-Bot技术拆解：持久化Agent团队如何管理记忆、上下文与协作成本欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

国庆假期 AI Agent 行业复盘｜智能体的考核标准被改写国庆假期前后，AI Agent 行业释放出一组清晰的同向信号：智能体正在从更聪明的对话工具，变成需要具备独立身份、审计日志、权限边界和自托管能力的生产组件。考核标准也在从「能不能跑通」转向「能不能被放心使用」。

像风一样自由2020

55.从零搭建一个企业文档问答系统总体架构与技术选型码海寻道 · 大模型、智能体与 RAG 工程组件系列第 55 篇企业文档问答系统不是“上传文件加一个聊天框”。它需要处理文档版本、权限、异步解析、向量检索、引用、监控、成本和安全。本篇先给出一套完整架构，再说明如何按阶段落地。

像风一样自由2020

53.NginxAPI-Gateway与鉴权如何保护大模型接口码海寻道 · 大模型、智能体与 RAG 工程组件系列第 53 篇大模型接口通常具有响应慢、连接长、调用贵和权限敏感的特点。把 API 直接暴露在公网，容易遭遇未授权访问、暴力调用、Token 消耗和错误配置。Nginx 或 API Gateway 可以在业务服务前面增加统一的流量和安全边界。

从Qwen3.6到Qwen3.8-27B：开源本地模型的一次“工程级蜕变“最近，很多长期玩本地大模型的开发者，在实测 Qwen3.8-27B 之后发出感慨：对比前代 Qwen3.6-27B，这不是小版本微调，而是一次实打实的"工程级蜕变"。从 3.6 到 3.8，肉眼可见的能力质变背后，是开源本地模型正在跨过"能用"走向"好用"的拐点。这篇文章，从观察者的角度聊聊这次蜕变。

Agent 开发入门教程：从零搭建一个 Python AI Agent最近，AI Agent（人工智能智能体）成为 AI 应用开发领域的重要方向。很多同学可能已经用过 ChatGPT、DeepSeek 等大模型，但你有没有想过：如果 AI 不仅能回答问题，还能主动调用工具、查询数据、执行任务，甚至根据执行结果调整下一步行动，会怎么样？

像风一样自由2020

52.Docker部署大模型应用从本地开发到服务化运行码海寻道 · 大模型、智能体与 RAG 工程组件系列第 52 篇大模型应用通常包含 API、前端、Worker、PostgreSQL、Redis、对象存储和向量数据库。直接在开发机上逐个安装，换一台机器就可能遇到 Python、Node、系统库和环境变量差异。Docker 的价值是把运行环境和服务边界固定下来。

企业级Agent系统整体技术架构介绍随着大语言模型（LLM）技术的发展，Agent 正在从简单的智能对话工具，逐渐发展为能够理解任务、制定计划、调用工具、执行操作并交付结果的智能应用。

[Paper-Reading] CUAs 安全与隐私威胁综述论文名称：《JARVIS or Ultron? A Survey on the Safety and Security Threats of Computer-Using Agents》

langgraph4j原理源码分析图 II图编译langgraph4j是java技术栈ai agent框架，深入掌握其源码与原理，指导agent的开发，重构/改造框架，增加特性，快速定位和修复bug，发布私有版本