智能体

像风一样自由2020

4.DockerCompose是什么为什么算法服务需要多个容器码海寻道 · AI 算法工程化与系统落地实战第 4 篇一个算法服务很少只需要一个进程。实际项目通常还需要 PostgreSQL 保存任务和结果，Redis 做缓存和限流，MinIO 保存文件，RabbitMQ 处理异步推理，Nginx 接收外部流量。

券商舆情智能体如何设计？事件聚类去重、主体消歧与风险事件抽取技术解析在金融机构的风险管理与声誉保护工作中，基于传统关键词匹配的舆情监测模式正面临严峻挑战。自媒体账号的批量搬运容易引发告警风暴，而同名企业、模糊简称造成的误报，也常使风控与公关团队陷于无效核查。

程序员果子

Ontology目录前言一、定位二、为什么企业需要一个“操作层”⚙️三、四合一：Ontology 怎么建模“决策”🧱

金融AI Agent安全如何评估？数据出站、身份映射、参数绑定与审计追踪机制在不少金融机构的测试环境里，AI Agent（智能体）展现出了让人惊艳的生产力，读取研报、生成风险尽调草稿、调用 API 查询系统状态均能高效完成。可一旦到了评估“能不能放行上生产环境”的环节，科技与风控团队的考量就随之增加了。

北邮刘老师

智能体手机的成败关键——智能体互联生态事实上，这股智能体手机的浪潮在今年7月的上海世界人工智能大会（WAIC）上就已初露端倪。彼时，多家厂商密集亮剑：

重生之我在番茄自学网安拯救世界

AI 开发者日报第1期（本周精选）| 插件市场投毒、智能体搞出“官僚饥荒村”，十年前的 CNN 打赢大模型作者：一个在小公司写 AI 应用的普通开发者。每周挑几条我认为真正影响咱们写代码、选模型、做部署的消息，讲清楚发生了什么，再说说我的看法。所有条目都附原文链接，欢迎对照原文看。

智能体项目复盘 · deepagents 篇：1 主 3 子架构、HITL、RAGFlow 接入，以及 16 个真实踩坑💡 前面几篇把大模型的基础盘、RAG 调参、低代码平台和私有化部署都过了一遍，但那些内容有个共同上限：一个 Agent 干所有事。

信息安全失业大专人员

每日了解一个智能体-ClaudeCode先看我们这行最熟悉的一件事：怎么保证"变更前必须备份配置"这条规矩被执行。三者的区别不在"有没有说"，在"说不说的了算"。

LLM _ Agent _ Skill _ 专家的关系与选型笔记整理自 2026-09-20 至 09-21 的讨论。主题：这些概念之间是什么关系、能力与边界在哪、什么时候该搭什么、以及开发 Agent 的三条技术路径。

信息安全失业大专人员

每日了解一个智能体-WorkBuddy先看我们这行最典型的一件重复劳动：季度安全运营报告。我做过一份某银行邮件网关的 Q2 报告：9 章、3 张表、20 张截图。它的真实工作流长这样：

虎鲸不是鱼

【虎鲸养殖手册 B007】命令执行的安全细节：白名单不是防弹衣位置：V0.1.0 · C02/C03｜因子：授权（把"能执行"收窄成可枚举的动作）｜台阶：可控执行 · 弧线：被壳调用之前

郝学胜-神的一滴

AI 编程智能体 20：技术栈选型与架构落地全攻略当下AI智能体早已不是高高在上的概念，而是落地各类业务的刚需能力。但很多开发者入门时总会陷入纠结：到底选什么框架？单智能体和多智能体怎么区分？低代码和源码开发该怎么取舍？

AI时代RPA技术解析：如何构建兼顾流程执行与智能决策的自动化平台？摘要： RPA曾是企业自动化市场的热门赛道，如今又迎来大模型与AI智能体带来的新机会。当AI开始尝试接管复杂任务，企业选择RPA平台，不能只看传统流程执行能力，还需要重新审视系统兼容、流程治理、异常处理与AI融合能力。技术路线在变，但决定自动化能否长期创造价值的，始终是平台对真实业务的支撑能力。

小易老师AI实战

用中间件把任务规划嵌进智能体循环多步任务的计划不能只写在提示词里。提示词下一轮就会变成普通历史，并行工具调用还会把同一份列表写乱，简单问答又会被规划流程拖慢。更稳妥的做法是：把待办放进图状态，用一个只做整表覆盖的工具去改它，在每次请求模型前注入规划约束，在模型返回后拦截违规的并行写入。读写文件这类领域工具只做领域的事，不碰进度。

Codex CLI 介绍和使用基于：Codex CLI 0.165.0（2026-10-27 发布），macOS arm64 ｜日期：2026-10-29

大模型面试高频题：Transformer、MoE、RLHF、DPO 核心原理拆解如果你正在准备大模型算法工程师、LLM 应用开发工程师或 AI 相关岗位的面试，那么 Transformer、MoE、RLHF 和 DPO 这四个知识点基本绕不开。

金融AI Agent厂商怎么选？系统集成、API/RPA、权限审计与异常恢复能力评估在金融机构的智能体选型测试现场，我们经常能看到这样的场景：一份格式标准的招股书发过去，各大方案都能迅速生成结构完整的摘要，但如果把测试样本换成一张扫描模糊、补充说明里单位不一、甚至关键数据前后矛盾的真实财报，各家系统的处理逻辑就出现了分化。

骑着蜗牛撵大象327

让 Codex 值夜班：把告警排查与巡检接成可回滚的自动化链路半夜告警响起来，值班群里最让人心里一沉的是那句“服务挂了”。人肉登机器、翻日志、一条条敲命令，折腾十分钟把故障压下去了，天亮还得补一份谁也说不清的排障记录。

xianghongtao0116

DeepSeek成名之后的路从一个被认真对待的研究想法，到震动世界的 R1，再到融资前夜。这二十一个月里，DeepSeek 留下了一串版本号，也留下了关于创新、耐心和分享的另一种回答。

企业级AI智能体厂商对比：模型服务、Agent平台与流程自动化如何选择？摘要： AI进入企业，难点不在于多一个会回答问题的助手，而在于让它真正接入业务、承担任务。华为云、百度智能云、阿里云、腾讯云与金智维，分别在智能体平台、模型服务和流程自动化等方向布局。对于央国企和大型集团，选型的关键，是找到能够适配既有系统、满足安全治理要求，并将AI能力转化为实际业务成果的技术路径。