智能体

Data_AI4Science

AI 时代，人更重要了“AI 会不会取代人？” 这可能是近两年被问得最多的问题。从白领到工程师，从设计师到科学家，人人都在担心自己的工作被 AI 替代。但很少有人意识到一个正在发生的真相：AI 时代，人非但没有变得不重要，反而比以往任何时候都更重要。不是 AI 在替代人，而是 “会用 AI 的人” 正在以一当十、以一当团队，重新定义研发效率的天花板。在软件开发、新药研发、材料研发这三大知识密集型行业，这种变化尤为剧烈。

围炉聊科技

AI原生SDLC实践笔记一直在用 AI 做工程研发。前段时间读了 Anthropic 应用 AI 团队的《The AI-Native SDLC Playbook》，读完顺手拿它当尺子，量了量我过去两年几个项目的实践。这一篇记实践，差距那部分单独成篇。

统一目的的分布式智能体 vs 多个独立应用智能体的集成当软件开始直接承担事务的持续推进时，一个根本问题随之出现：我们是在给既有应用分别赋予智能，再将它们连接起来，还是在构建一个具有共同目的、由分布式能力共同实现的行动整体？

用 Node.js + Vue3 打造一个家居装修 AI 智能咨询助手装修是典型的"信息不对称"行业：风格怎么选、材料怎么挑、工艺怎么验收、预算怎么控，普通业主往往要跑十几家门店、刷上百篇笔记才能拼凑出答案。本文分享一个基于大模型的家居装修智能咨询助手的技术实现思路——用一套轻量的 Node.js 全栈方案，把"专属领域智能体"落地成一个可对话、可管理、可追溯的产品。

神也畏惧菠萝

Coze 工作流实战 Day05：RAG 检索机制、多模态 AIGC 与智能体编排在上一篇文章中，我们拆解了 Coze 工作流的底层架构、数据流转与确定性控制逻辑。而在真实的企业级 AI 应用中，除了处理文本和执行逻辑分支，系统往往还需要接入私有数据（解决大模型幻觉），并具备生成图片、音频、视频等非结构化数据的能力。本文将继续深入 Coze 工作流引擎的进阶特性：重点剖析知识库节点背后的 RAG（检索增强生成）底层检索策略与参数调优，拆解多模态节点（文生图、ASR、TTS、视频生成）的工程化实践与算力成本，并最终探讨如何将这些原子能力编排为完整的智能体（Agent），实现从“开发态”到

程序员洲洲

AI时代下，想研究一款出海商品，第一步应该怎么做？作为一个出海业务小白，刷到 TikTok 电商里一款热卖的便携咖啡机，我可能会想进一步看看同类商品在目标市场卖多少钱。

像风一样自由2020

59.实战为RAG系统加入评估监控权限和审计码海寻道 · 大模型、智能体与 RAG 工程组件系列第 59 篇一个能回答问题的 RAG Demo，距离企业上线还缺四层能力：质量评估、运行监控、权限控制和操作审计。本篇把它们放进同一条请求链路，形成可解释、可追踪、可回归的系统。

AI日报派送佬

2026年10月19日AI行业日报｜三星联合台积电代工英伟达HBM裸片，智谱开源法律大模型，清华发布智能体操作系统PilotDeck 2.0今日AI产业覆盖算力硬件、垂直模型、智能体系统、AI法律责任、开源社区治理多条主线。算力供应链出现新的跨界协作，三星将采用台积电3nm工艺生产英伟达下一代HBM基底裸片；国内垂直大模型与智能体基础设施持续开源落地，智谱推出法律专用开源大模型GLM-Legal，清华联合面壁智能开源PilotDeck 2.0智能体操作系统。海外方面，Anthropic设立公共利益基金，拿出5%股权投入公益；迪士尼收购Character.AI知识产权并吸纳大部分员工。法律层面，德国法院判定谷歌要直接为AI搜索生成内容承担侵权

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」。