ai智能体

杭州默安科技

从海量告警到精准修复：安全智能体如何打通开发安全工具链大型金融机构在数智化转型中，安全挑战高度典型：业务系统耦合、代码规模激增、开源组件大量引入，供应链攻击面持续扩大；同时，监管对金融网络安全提出严格要求，重大漏洞后果严重。

qKnow 开源版 v2.4.3 更新解析：从知识数据接入到自定义解析与结果复用在企业知识库和智能体应用建设过程中，知识数据的处理通常并不是简单的“上传文件 → 生成知识”。实际业务中，企业已有的数据来源往往更加复杂。

DeepSeek-V4.1-Flash 拆解：1M 上下文，KV cache 只剩 1/4原文：MarkTechPost - 《DeepSeek AI Released DeepSeek-V4.1-Flash with 1M Context, FP4 KV Cache, and Cross-Layer Attention Reuse》（https://www.marktechpost.com/2026/09/10/deepseek-ai-released-deepseek-v4-1-flash-with-1m-context-fp4-kv-cache-and-cross-layer-atten

长谷深风111

Checkpoint设计的三大生死关一个 Agent 正在执行“创建订单→扣款→发邮件”。订单已经创建成功，但进程恰好在写入下一步状态前崩了。服务重启后，Agent 从上一个 Checkpoint 恢复，又创建了一遍订单。

一个任务一条「模型流水线」：GitHub HydraFusion 多模型运行时编排拆解来源说明（热点来源）： GitHub Blog -《Project HydraFusion: Frontier quality via multi-model orchestration》（https://github.blog/ai-and-ml/github-copilot/project-hydrafusion-frontier-quality-via-multi-model-orchestration）

青山科技分享

跨境电商AI Agent哪个比较好用？剖析自动化运营工具的落地价值2026年不少跨境卖家开始尝试AI智能体来分担运营压力，很多人却陷入新困境，工具装了一堆，数据分散各处，AI只输出方案却不会落地执行，大量时间依旧耗费在手动核对信息上。不少从业者都在思考，到底哪一款AI Agent更适配跨境真实经营场景。

【案例说明】能源行业中融合知识图谱、LLM与AI Agent的知识工程实践与其他行业一样，能源企业长期积累了SCADA、DCS、PLC、EAM、MES、ERP、LIMS、检修工单、运行日志、设备台账、图纸、规程、事故报告和专家经验。这些数据能够支撑监控、统计和报警，却难以直接支撑跨系统、跨专业的复杂决策。

Anthropic 的 CI/CD 值班智能体：Claude Tag 当一线响应者的架构拆解与踩坑复盘热点来源：Claude Blog（Anthropic）- 《Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者》（https://claude.com/blog/ai-ci-cd-on-call）附：Anthropic 开源 on-call 搭建套件 oncall-kit（https://github.com/anthropics/oncall-kit）

MCP 协议是什么？HubPort 如何让设备被 AI 智能体调用MCP（Model Context Protocol）是大模型与外部工具、数据交互的标准协议。它解决的问题是：AI 智能体如何安全地调用外部能力。

长谷深风111

AI工作流编排的三大关键问题很多人第一次设计 AI Agent 工作流时，会很自然地把它想成一张流程图：Planner 拆任务，Tool 执行，能并行的就并行，最后汇总结果。

长谷深风111

Agent 何时该 Replan：五个关键判断一个 Agent 正在执行“查找某家公司最近一年的公开融资记录，并整理成表格”的任务。Planner 给出的计划很顺：先搜索公司信息，再查询融资新闻，最后汇总。可执行到第二步时，Tool 返回了空结果。Executor 再试一次，还是空。问题来了：应该继续 Retry，换参数再搜，还是直接 Replan？

weixin_40381013

iOS免越狱自动化蓝牙HID方案：不装代理也能跑脚本代理模式虽好，但签名 IPA 这道门槛劝退了不少人：个人开发者签 7 天就过期，企业签需要付费资质，重签运维成本持续存在。蓝牙 HID 方案直接绕开签名——用一块 ESP32C3 开发板模拟成蓝牙鼠标/键盘，手机系统层面把它识别为标准蓝牙外设，配合辅助触控（小白点）实现点击、滑动、输入等操作。整个过程不需要在手机上安装任何代理 App，也不涉及任何签名证书。

武汉自动意志科技有限公司：人工智能应用软件开发：交付成本与效率怎么平衡：先看清这四条边界先给结论：外呼机器人的核心价值不是替代人工，而是把重复性外呼任务标准化、可计量化，从而降低单位触达成本并提升数据回传效率。企业决定是否上线前，应当先核算投入项、识别效率瓶颈、排列优先级、划定成本边界，再用可验证的日志和指标判断是否值得继续。

腾讯云 ADP 智能体的 Skill 上线后调用成功率从 97% 跌到 71%，先查版本快照还是连接器健康度？分层诊断与恢复清单企业智能体运维负责人在腾讯云 ADP 上线了一个新的 Skill 版本，发布后 30 分钟内 AgentOps 面板显示调用成功率从 97% 跌到 71%，业务侧反馈智能体回答出现大面积"无法处理"和"服务暂不可用"。第一反应是回滚到旧版本——但截至 2026-08-12，腾讯云文档显示，ADP 的 Skill 版本管理支持灰度发布和即时回滚，而 AgentOps 的调用链追踪能直接区分问题出在版本本身还是下游连接器。盲目回滚前先跑一遍分层诊断，能避免"回滚了但问题没消失"的尴尬。

带娃的IT创业者

微软开源“AI Agents for Beginners”：一场面向初学者的智能体范式启蒙👋 Hi，我专注 (AI 大模型应用落地、意识解码与 AI 开发工具链）。代表专栏：《AI大模型应知应会短平快系列100篇》《解码意识NCTransformer》《WeClaw Agent实战》> 💡 创业路上，用技术换时间，一起把 AI 变成生产力 🚀 >

【Java/Go后端手撸原生Agent（第十一篇）：RAG检索——给Agent加上“查资料“能力】系列目录：[Phase 1-2 基础框架] → [Phase 3 状态机+文件读取] → [Phase 4-6 原生FC+Judge校验] → [Phase 5 多工具并行+BashTool] → [Phase 6 流式输出] → [Phase 7 Token预算与滑动窗口] → [Phase 8 摘要压缩] → [Phase 9 规划模式] → [Phase 10 Web UI] → Phase 11 RAG检索（本文）上一篇链接：【Java/Go后端手撸原生Agent（第十篇）：HTTP+SSE+W

大龄码农有梦想

企业如何利用 AI 大模型提升业务效率？企业 AI 应用应该从哪些场景切入一句话回答：企业利用 AI 大模型提升效率，不应从“哪里最炫”切入，而应从“高频、文本密集、知识密集、规则清楚、可验证、风险可控”的场景切入。最适合优先落地的方向，通常是知识检索与员工助手、客服与销售支持、文档处理与报告生成、数据分析与报表生成、IT/研发/运维助手，以及带人工确认的流程自动化。

中间件的“结构性升级”：当智能编排成为政企采购的“硬指标”2026年，中国中间件产业迎来了一道清晰的分水岭。中国信通院2026年中产业报告指出，随着AI智能体成为招投标刚需，传统基础中间件正加速向AI原生中间件迭代。具备智能任务编排、自动算力调度、全链路智能运维、大模型适配能力的消息中间件、应用服务器、分布式缓存产品，已成为政务、金融、能源行业采购的首选。而纯基础传输型中间件，正逐步进入迭代淘汰周期-。

赛联区块链

工厂使用AI降本增效实践与探索今天和大家一起探讨下AI在工厂如何落地，也是把这几年积累的经验，一些想法和大家聊一聊。我叫张群，柴犬AI创始人，工信部数字赋能的讲师，2023年之前研究区块链，在圈里小有名气。过去十几年一直在数字化赋能这个圈子里，做的都是工厂里真正能用起来的东西。2024年前后开始系统研究AI在制造业的落地，走访了超过60家工厂，涵盖五金、纺织、印刷、包装、食品代工等多个细分行业。见过很多工厂老板，也见过很多被供应商忽悠着买了设备然后吃灰的案例。所以这篇文章我不讲概念，只讲我亲眼见过的东西。