ai应用

1. AI 应用的工作模式我们可以从基础模型开始，逐渐给它加能力，来了解从简单到复杂的 AI 应用的底层逻辑。如果上述都具备，我们可以将其称为 AI Agent，也就是一个智能体。

深度 | 当 AI 替你上网：浏览器智能体 2026 的入口之争、成本坍塌与可靠性上限# 当 AI 替你上网：浏览器智能体 2026 的入口之争、成本坍塌与可靠性上限2026 年 7 月 9 日，OpenAI 宣布关停自研 AI 浏览器 ChatGPT Atlas，8 月 9 日停服，官方口径一句话：「浏览器是功能，不是目的地。」两个月前，Google 悄悄退役了 Project Mariner，把技术并进 Gemini Agent 与 Chrome 的 auto-browse。而就在同一周，Brett Adcock（Figure AI 创始人）的 Hark 拿着 $700M A 轮（估值

15天学会AI应用开发（十九）使用LangGraph实现持久记忆功能为了让AI应用持久记忆业务数据，就得引入文件或者数据库等存储介质，比如Python自带的轻量级数据库SQLite。接下来就介绍如何结合LangGraph与SQLite实现业务数据的持久记忆功能。

15天学会AI应用开发（十八）使用LangGraph实现精确记忆功能对于AI应用的精确记忆需求，LangChain支持在调用create_agent时输入store参数，以指定数据存储方式，接下来介绍如何通过store参数存取用户的偏好信息。

深度 | AI 可观测性：从谁在用我的 API到谁在管我的 Agent——LLM 监控赛道的整合时刻2026 年上半年，AI 可观测性（AI Observability）赛道经历了一场静默但深刻的结构性重塑。这不是一个"又有人融了钱"的故事——而是赛道定义本身在发生变化。

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。

机器人落地派

AI把工作做快了，为什么你反而更累了？你可能已经习惯了这样的工作方式。打开一个AI窗口，让它整理资料；再开一个，让它分析数据；方案还没想完，邮件初稿和汇报提纲也一起交了出去。

15天学会AI应用开发（十六）LangChain实现对话记忆功能LangChain作为主流的大模型应用开发框架，内置完善的记忆模块（Memory模块），能够高效管理对话历史记录，让AI实现逻辑连贯的多轮对话，接下来就介绍如何使用LangChain实现对话记忆功能。

聊聊现在大火的“Harness Engineering”当你花了三天打磨一份系统提示词。格式清晰，角色定义明确，边界案例全覆盖。在测试环境里，Agent 表现稳定，几乎挑不出毛病。

15天学会AI应用开发（十五）使用LangChain封装AI执行链在构造大模型实例之前，要先添加下面的导包语句，表示引入LangChain的大模型工具OllamaLLM：

15天学会AI应用开发（十四）搭建LangChain的开发环境LangChain 支持对接各类在线大模型，包括OpenAI、文心、通义、讯飞等，也支持加载电脑本地的离线大模型。为避免在线大模型带来的大量Token消耗，接下来以离线大模型为例介绍如何搭建LangChain的开发环境。

我是小杰啊

幻视是什么？一款用自然语言搜索图片与视频的 AI 视觉问答工具**一句话回答：**幻视是一款面向个人媒体资产的 AI 视觉搜索与问答 Web 应用。用户上传图片或视频后，可以像聊天一样提问，让系统查找人物、物体、动作、场景和关键画面，而不必手动拖动进度条逐段观看。

ZGI工作流引擎：把AI应用的执行过程从黑盒变成流程图很多 AI 应用一开始都是脚本。先写一个 Prompt，再接一个模型 API，然后加一点检索逻辑和工具调用。只要功能简单，这种方式非常快。但随着需求增加，脚本很容易变成一团难以维护的逻辑：这里判断用户意图，那里检索知识库，中间插入工具调用，再根据结果决定是否继续生成。等到第二个人接手时，往往很难看清整个流程到底是怎么跑的。

15天学会AI应用开发（十三）上下文与RAG的阶段性总结正所谓磨刀不误砍柴工，要想后续顺利进行AI应用编程，务必正确搭建电脑的Python开发环境，这样可以避免代码编译时出现奇奇怪怪的错误，才能心无旁骛地钻研AI应用技能。

15天学会AI应用开发（十七）使用LangGraph实现会话记忆功能上一篇文章采用langchain_community包协助LangChain实现了对话记忆功能，但langchain_community属于早期链式架构的临时补丁，仅适配简单线性对话。 LangChain官方推荐使用LangGraph实现复杂的会话记忆功能，LangGraph是从底层统一管理全流程状态、支持长短双记忆、原生持久化、适配复杂Agent的标准化记忆架构，常作为生产环境的首选方案。接下来介绍LangGraph在会话记忆方面的简单用法。

15天学会AI应用开发（十一）从TXT文件构建RAG知识库但知识库的原始来源却是knowledge数组，这与现实场合有所出入，因为实际资料都保存在TXT、PDF、WORD等格式的文档中，甚至来自互联网上的HTML网页，于是RAG的前置条件就成了如何从这些文档中提取文本信息。