智能体

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

行业研究员

Agent Memory降低Token消耗原理解析生成式AI从单轮问答走向多轮、自主化的Agent工作流，已成为企业落地的主要形态。Gartner预测，到2028年超过33%的企业软件将集成Agentic AI，而2024年这一比例还不足1%。随着Agent承担客服、代码生成、数据分析和跨系统编排等任务，会话长度从数十轮扩展到数百轮，上下文窗口的压力急剧上升。

agent框架langgraph4j原理源码分析图 III 执行图1原理分析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

从《人工智能安全治理框架3.0》看智能体安全治理9月14日，在2026年国家网络安全宣传周开幕式上，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》（以下简称《框架》）,为组织识别人工智能安全风险、建立相应治理机制和开展安全实践提供了系统化参考。

Context Is All You Need：读千问办公CEO陈宇森2026云栖演讲基于 2026 云栖大会技术主论坛·MaaS & Agent 演讲《千问办公：Context Is All You Need》· 演讲人：阿里巴巴集团副总裁、千问办公 CEO 陈宇森 · 视频源：Bilibili BV1K1hE6VEhq

从运维需求到产品能力：OpsArk Agent 的运维智能平台架构设计思路假设用户提出一个任务：“在测试服务器部署这个服务，使用指定端口，不影响现有业务。”这句话包含部署目标，也包含环境、资源和业务约束。产品还需要处理后续变化：端口已有监听怎么办？用户修改要求怎么办？操作超时后，怎样知道有没有执行成功？

玩转大模型（一）：参数、token、FLOPs 怎么算，提示词/RAG/微调/续训/Agent 怎么选💡刚入门时最容易犯的毛病，是把大模型当成一个"更聪明的搜索引擎"。问一句答一句，答得不好就换个问法继续问，问到最后开始怀疑模型智商。

数字机制与未来企业运行模式（概要版）未来企业运行模式的一项根本变化，是数字系统直接承担业务持续推进和闭环管理。订单、项目或服务一经有效受理，系统便持续维护目标与状态，组织活动，调用能力，协调资源，推动行动并处理偏差，直至目标达成，或依据有效决定完成变更、终止与收尾。业务由此存在于数字系统的运行过程之中；人员、设备和其他参与者承担相应工作，系统维持联系，使局部结果进入后续行动，使执行不断趋近业务目标。AI是这一转变的核心：识别、预测、理解、推理和规划能力扩大了系统可处理的业务情境，数字机制则把这些能力同目标、现实状态和行动资源组织起来，共同承

面向工业现实的原生数字化工程框架概要说明工业数字化应当以工业现实及其演化机制为工程起点，建立能够共同理解状态、协调行动、验证结果的运行秩序。评价数字化的尺度，应落在系统能否在明确的责任、权限与约束下持续推进工业活动，并依据证据接受结果。