aiagent

长谷深风111

根因定位：三步隔离法破解AIBadcase你修过一个 AI Badcase：模型答错了，改了 Prompt，又补了检索，顺手清了 Memory，结果答案终于对了。问题也随之出现：到底是哪一层出了错？

腾渊信息科技公司

腾渊科技重磅出品——智能体交易信任架构实战：从KYA到可追溯审计的完整方案大家好，我是腾渊码农。这篇文章分享给正在探索智能体商业化或AI Agent落地的技术团队和管理者。一、行业背景

长谷深风111

支付审批的智能风险控制设计想象一个很具体的场景：你让 AI Agent 帮你订一张机票。它已经搜索航班、比较价格、填写乘客信息，最后来到“支付 3280 元”这一步。

长谷深风111

Agent执行系统中的身份与版本设计很多团队第一次做 Agent 执行系统时，都会先问几个很“工程化”的问题：Run 要不要 ID？Step 要不要 ID？Task 要不要版本号？Agent 升级后，旧任务还能不能继续？Prompt 改了以后，Resume 到底该用旧版还是新版？

长谷深风111

Agent 跑了 30 分钟宕机，如何从断点继续？你让一个 Agent 去抓数据、分析文档、调用工具，再生成报告。它已经跑了 30 分钟，前面十几步成功了，这时服务器宕机。机器恢复后，问题来了：要不要从头再跑？

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。

国家大学生就业服务平台【岗位职责】要以其作为主要的编程语言, 来开展AI Agent相关功能模块的开发工作, 还要进行调试, 以及做优化工作, 包括整体的编排与优化, 最终写出高质量、可维护的代码。

长谷深风111

AI记忆会过期，会冲突，更需要治理你让一个 AI 助手长期记住你的偏好：写方案时简洁一点、会议纪要先给结论、默认使用中文。几周后，你换了工作场景，希望它输出更正式、更详细。问题来了：旧偏好还算数吗？如果系统里同时存在“喜欢简洁”和“需要详细分析”，Agent 应该听谁的？更麻烦的是，一条错误记忆如果被反复调用，会不会越用越“像真的”？

梦想的颜色

【AI科普】什么是计算机视觉：硬核科普，它和大 AI 大模型到底是什么关系很多初学者容易混淆概念：AI 就是大语言模型？计算机视觉 = AI 画图？VLM 多模态大模型 = 计算机视觉？

长谷深风111

MCP Tool 变动、重名、失联：客户端如何稳住你刚把一个 MCP Server 接进 Agent，测试时一切正常。第二天，Server 新增了 Tool，模型却看不到；另一个 Server 也提供 search，结果调用错了对象；再过一会儿，远程 Server 卡住，整个对话跟着停住。

MatrixOne Git4Data 技术详解（十二）·大模型篇：RLHF 偏好数据——分歧、裁决与可复现上一篇我们做了一轮完整的 SFT 数据 curation：在分支上做六步过滤，每步先计数，DIFF 留下审计记录，先登记后快照发布。这一篇沿着大模型的训练链路往下走一步，进入偏好对齐——RLHF / DPO 依赖的那份偏好数据。

【案例说明】融合知识图谱、大语言模型和 AI Agent 完成能源领域知识工程工作今天以“海上风电场智能运维项目”为例，说明知识图谱、大语言模型和 AI Agent 如何共同完成知识工程工作。三者的分工可以概括为：

ZGI Workspace：统一组织 Agent 资源Agent 数量增加后，最先失控的往往是资源关系。同一份制度被复制进多个知识库，同一个工具出现几套参数，模型切换后只有部分流程完成更新。Workspace 用一个明确范围组织 Agent 依赖的模型、知识、数据库、Skills 和 Workflow，并把权限、发布与运行记录接到这套关系上。

ZGI 模型网关：统一接入与路由大模型企业接入多个大模型后，可以通过模型网关统一管理供应商、访问凭据、默认模型和路由策略。Agent 与 Workflow 调用一个稳定入口，具体使用哪个模型由配置决定。模型发生切换时，还要检查输出结构、工具调用、延迟和失败处理，避免业务流程跟着接口变化反复修改。

ZGI：工作流分支失控，先把规则拆出 Prompt工作流分支越来越多，通常说明不同类型的规则被塞进了同一段 Prompt。模型既要理解用户意图，又要记住业务条件、选择工具、判断权限和决定异常处理，任何一条规则变化都可能牵动整段提示词。更稳的做法，是先给规则分类，再放进知识、Skill、Workflow 或人工审批对应的位置。

如何用 ZGI 打造企业级 AI 智能体用 ZGI 打造企业级 AI 智能体，可以从一个边界清楚的业务任务开始，将企业知识、模型、技能（Skills）、工具和工作流（Workflow）放进同一工作区，再补齐权限、审批、运行日志与失败处理。ZGI 提供可自托管的智能体运行时（Agent Runtime），适合把会回答问题的原型整理成能够持续执行、检查和复用的业务应用。

IPHWT 零软网络

技术方案分享｜AI Agent 赋能 IVR 导航，解决传统语音呼叫系统交互瓶颈在呼叫中心、政务热线、应急调度通信架构中，IVR 语音导航是核心基础组件。传统 IVR 基于静态分支流程设计，依靠按键交互实现来电路由，在长期落地过程中暴露出交互僵化、扩展能力弱、运维成本高等一系列问题。随着大模型与 AI Agent 技术普及，融合自然语言交互的新一代智能 IVR 方案，成为政企通信系统迭代的重要方向。本文结合落地实践，解析 AI IVR 导航的技术优势与行业应用价值。

云卷云舒___________

【加急快讯】DeepSeek Harness 深夜开源！主打「一切皆插件」，由 Cordis 驱动⚡ 加急快讯：DeepSeek 开源 Agent 框架 DeepSeek Harness（dsh），「一切皆插件」，Cordis 驱动，MIT 协议。

为美好的生活献上中指

Spring AI Advisor 深度实战：构建严谨的 AI Agent 拦截链在构建生产级 AI Agent 系统时，我们经常会遇到这样的需求：如何在请求发送给大模型之前进行统一处理？如何在多个处理步骤之间协调配合？如何优雅地实现日志记录、安全检查和提示增强？

ZGI Runtime：Agent 上线后要看哪些指标？Agent 上线后至少要观察五类结果：业务是否完成、执行链是否健康、输出是否合格、风险控制是否生效、资源消耗是否可接受。调用次数和模型响应时间只能说明服务被使用，任务有没有真正办完，还要看工具回执、审批状态和业务系统结果。ZGI Runtime 可以把 Agent、Workflow 和模型路由放在同一工作区，部署时还可按需接入 OpenTelemetry trace。