- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI
AI智能体的应用场景
AI智能体（AI Agent）作为人工智能技术的重要应用形态，已经在多个领域展现出广泛的应用场景和巨大的潜力。以下是AI智能体的主要应用场景及其具体案例。 3.医疗健康辅助诊断：AI智能体能够分析医学影像和病历数据，辅助医生进行疾病诊断，提高诊断准确性和效率。个性化治疗：根据患者的基因信息和病情，智能体可以制定个性化的治疗方案。 9.文旅与娱乐旅游规划：AI智能体可以根据用户需求定制旅游行程，并提供实时资讯和多语言翻译服务。游戏AI：智能体控制游戏中的NPC，使其行为更加智能和逼真，提升游戏体验。 未来趋势AI智能体的应用场景仍在不断扩展，未来可能进一步深入到具身智能体（如机器人）、多模态智能体（处理文本、图像、语音等多种数据）以及群体智能体（多个智能体协同工作）等领域。 以上是AI智能体的主要应用场景及其典型案例。随着技术的不断发展，AI智能体将在更多领域发挥重要作用，为生活和工作带来更多便利和创新。
2.1K10编辑于 2025-03-04 - 来自专栏心源易码
智能体对话场景数据设计与建模
二、Amazon Bedrock + Amazon DynamoDB数据设计与建模实践在智能体对话场景中，对话记忆存储是实现流畅、个性化交互的关键。 将整合信息发送至Amazon Bedrock上的Claude智能体模型，生成回答。应用将智能体的回答返回给用户。 为满足智能体对话场景中的高并发、低延迟和稳定性需求，Amazon DynamoDB的数据查询/存储方案主要包括以下几个方面：会话记录存储：使用Amazon DynamoDB的基表chat_session 2.2.2、ERD（数据库实体关系图）分析在智能体对话场景中，数据的有效存储与查询是确保系统高效运行的关键。 智能体（AI digital persona）：指生成式AI驱动的对话实体，每个智能体具有唯一的ai_id。
2.1K10编辑于 2024-07-30 AI Agent智能体应用场景合集，哪些行业更适合用智能体
三、行政管理智能体钉钉AI助理得益于钉钉生态，尤其擅长企业日常办公场景，如周报日报管理、邮件处理、流程处理、员工在职管理等。 四、搜索智能体“文小言”是百度旗下“新搜索”智能助手，用户可以在手机百度上进行模糊提问、边拍边问等灵活场景。用户可以根据自己的需求，自定义订阅各类新闻、游戏、天气等任意感兴趣的内容，并按指定方式推送。 图片五、汽车智能体金智维车机交互智能体以“语音即操作”为核心理念，支持复杂场景下的多任务并行处理，还能将已有API能力通过参数配置快速创建插件供智能体调用。 例如吉利汽车“云车机”搭载金智维车机交互智能体后，用户驾驶时无需多次手动点击，仅通过语音即可随心控制智能家居场景及设备。 图片六、游戏智能体网易伏羲是基于游戏AI的行业智能体，专门面向虚拟偶像直播、元宇宙搭建等需动画场景。
1.8K10编辑于 2025-10-10- 来自专栏AI技术应用
AI 智能体（AI Agent）的应用场景
AI 智能体（AI Agent）的应用场景非常广泛，几乎涵盖了我们生活的方方面面。它们能够感知环境、做出决策并执行动作，从而完成各种任务，提高效率、改善体验。以下是一些典型的应用场景。1. 3. 自动驾驶：车辆控制： 感知周围环境（例如其他车辆、行人、交通信号灯），做出驾驶决策（例如加速、刹车、转向），实现车辆的自动驾驶，提高交通安全性和效率。 总而言之，AI 智能体的应用场景非常广泛，并且随着技术的不断发展，新的应用场景还在不断涌现。它们正在深刻地改变着我们的生活和工作方式，为我们带来更多的便利和效率。 一些值得关注的趋势：具身智能体 (Embodied AI Agents)： 能够与物理世界进行交互的智能体，例如机器人、无人机等，将在制造业、物流、医疗等领域发挥重要作用。 多模态智能体 (Multimodal AI Agents)： 能够处理多种类型的数据（例如文本、图像、语音、视频）的智能体，将提供更加丰富和自然的交互体验。
1.6K10编辑于 2025-01-11 - 来自专栏AIGC
【AGI】AI时代智能体简介及场景分析
欢迎来到LLM Agents（又叫智能体），这是一波新的人工智能助手，准备改变我们与计算机的交互方式。 可解释性和信任性：与任何人工智能系统一样，确保LLM Agents 推理过程的透明度对于与用户建立信任至关重要。三、移动端+智能体在当前手机现状下，引入LLM Agents 可以彻底改变应用程序开发。 四、智能交互新时代LLM Agents 代表了人机交互的重大飞跃。他们的推理和学习能力为未来铺平了道路，人工智能助手不仅可以响应我们的查询，还可以理解它们，预测我们的需求，并提供智能解决方案。 智能交互的未来已经到来，而LLM Agents 处于最前沿。LLM Agents 具有巨大的潜力，可以改变我们开发应用程序和与应用程序交互的方式。 通过利用他们的推理能力和自然语言处理能力，开发人员可以在各个领域创建更直观、用户友好和智能的应用程序。我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
50410编辑于 2024-04-30 腾讯云智能体开发平台：破解企业智能体搭建瓶颈，量化提效售前与培训场景
构建智能体开发全链路能力 腾讯云智能体开发平台提供从0到1搭建智能体的标准化方法论，核心包括： 模式选择：按任务特性匹配模式——RAG问答型（基于知识库精准问答，如企业政策咨询）、Workflow流程型 量化智能体应用业务价值 平台应用聚焦开发效率与业务提效，核心指标如下： 开发效率：单场景开发人力1人，Agent数量3个/场景，开发周期<3周（开发、测试到上线）； 业务提效（以“智享”项目为例 ）、会话质检/分析、AI陪练（模拟ISV等场景）； 嵌入方式：企业微信边栏/网页端、企微机器人； 架构支撑：业务中台（AI陪练、交互智能体、会话提示智能体、陪练报告智能体）+腾讯云基础资源（混元 +DeepSeek模型、CodeBuddy IDE、云智能体开发平台）； 成果数据：整体问题准确率91%+(+10%)，节约售前人力成本3~4人，陪练效率提升10倍，陪练平均通过率61%→80%；开发投入人力 1人，Agent数量3个/场景，周期<3周，AI代码占比80%+。
22410编辑于 2026-04-09- 来自专栏AIGC新知
AI Agent（智能体）：从技术概念到场景落地
这三种模式展示了从用户主导到AI主导的连续统一体，每种模式都适用于不同的应用场景和需求。 3. 简洁性：使用的语言应该直接而明确，避免冗长和复杂。一个清晰的提示词有助于AI更准确地把握用户的意图。 4. 单智能体 vs 多智能体 单一智能体与多重智能体各自拥有独特的优势，并适用于不同的专业领域。 单一智能体的运作依赖于强化学习，其理论基础是马尔可夫决策过程。 这种类型的智能体在许多领域都有应用，如在赛车游戏的AI训练中，智能体需要学习如何操作方向盘、油门和刹车等，通常可以通过DDPG、A3C、PPO等算法进行决策。 多智能体系统涉及更复杂的互动，其中每个智能体的决策不仅受自己的行为影响，还受到系统中其他智能体行为的影响。在这种系统中，至少有两个智能体相互作用，它们可能处于合作或竞争的关系之中。
3.5K11编辑于 2024-10-08 腾讯云智能体开发平台：制造业敏捷搭建工业场景智能体的解决方案
第二章：腾讯云智能体开发平台：全栈能力与敏捷构建方案 腾讯云智能体开发平台提供智能体全生命周期管理（应用设置、调试、评测、发布、运营）与核心引擎（RAG引擎、工作流引擎、多Agent引擎、模型广场、插件广场 场景落地效率：智能质检Agent交付周期从3个月降至0.5-1个月（降幅83%），新场景数据需求降至每类缺陷图片<50张（简单场景<10张）；智能巡检Agent准确召回率90%以上（来源：文中“智能质检 其他量化价值：消费电子场景问题匹配准确率提升60%，人工客服处理会话量降40%，客户问题解决提速80%；政务场景（邯郸公积金）办理流程从15分钟缩至3分钟（提速80%）（来源：文中“消费电子”“政务”案例 邯郸公积金：数字柜台办理流程提速80%（15分钟→3分钟），AI解答准确率82%（来源：文中“腾讯云智能体开发平台 × 政务”）。 ）（来源：文中“腾讯云智能体战略全景图”“智能体应用图景”）。
23120编辑于 2026-04-03智能体案例分析：IT新闻聚合智能体
智能体案例分析：IT新闻聚合智能体 IT新闻聚合智能体通过自动化技术抓取、分析和呈现最新的IT行业动态。这类智能体通常结合自然语言处理（NLP）和机器学习技术，从多个来源筛选高价值信息。 核心功能包括： 实时爬取主流科技媒体（如TechCrunch、Wired、The Verge） 自动分类（人工智能、网络安全、云计算等） 情感分析判断新闻倾向性 生成摘要简化阅读 典型应用场景： 投资机构追踪技术趋势 实现全文检索 前端：React构建的交互式仪表盘 性能优化策略： 使用Bloom过滤器避免重复爬取 实现增量更新机制 对高频术语建立缓存索引 效果评估指标 关键性能指标包括： 信息新鲜度：从发布到收录的延迟<3分钟
37311编辑于 2025-12-17智能体来了！2026智能体开发全面指南
智能体来了！2026智能体开发全面指南 一、 繁华落尽后的“平静”：技术背后的选择逻辑“真正深入使用 AI 之后，我反而更平静了。” 在过去这段时间里，我深入钻研了 Python 编程、探究了 AIGC 的视觉极限、搭建了复杂的流程智能体、甚至深入到了 STM32 的硬件底层。 而顶级的 AI 大模型与 Agent（智能体），正是我能遇到的认知最高、脾气最好、思维最完善的存在。在我的「心枢」系统里，AI 不仅仅是执行任务的“器”，它更是我最好的老师、朋友、教练和员工。 它的核心公式是：理解目标（Layer 1）→ 协助决策（Layer 2&3）→ 自动执行（Layer 2&5）→ 持续表达（Layer 4）。 礼包内包含（持续更新）：多维提示词库：包含智能体设计规范、AI 绘画精准词簇、AI 视频叙事 Prompt。ComfyUI 极客工作流：从零搭建好的 json 配置文件，导入即用。
34510编辑于 2026-01-24腾讯CodeBuddy软件开发智能体Craft场景验证和测试总结
最近几天刚好试用了下腾讯新发布的CodeBuddy软件开发智能体 Craft，所以在这里做一个简单的总结。 根据腾讯官网网站介绍：腾讯云CodeBuddy软件开发智能体 Craft以 双核驱动架构 （混元大模型+DeepSeek V3）与 MCP协议生态为核心，重新定义对话式编程范式。 该模式支持从需求拆解到多文件代码生成、重构、测试的全流程自主化开发，在复杂工程场景中实现无干预的代码生成。 这个我感觉更加类似于MetaGPT的多智能体模式。需要这个能力的可以将Plan设置打开，这样就可以看到AI具体的规划步骤。 2. 所以到这里基本看CodeBuddy还融入了Devin，MetaGPT等智能体的一些关键能力。 好了，下一步，我们希望AI帮我生成整个系统原型的所有源代码。
1.1K00编辑于 2025-06-24- 来自专栏算法之名
AI智能体
典型的应用场景如：基于特定数据源的问答机器人。 Agent，对于一个任务，代理主要涉及让LLMs来对任务进行拆分、执行该行动，并观察执行结果，代理会重复执行这个过程，直到任务完成为止。 messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI的诗')] streaming_chat(messages) 运行结果 智能助手显神通
79510编辑于 2024-09-29 - 来自专栏云时之间
智能体结构
智能体的结构 迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能体，现在我们不得不将知难而进，去讨论智能体内部是如何工作的，AI的任务是设计智能体程序，通过它来把感知信息映射到行动的智能体函数 注意智能体程序和智能体函数之间的差别。智能体程序在于当前感知为输入，而智能体函数是以整个历史为输入的。智能体程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能体的行动依赖于整个感知序列。 那么该智能体不得不记住全部感知的信息。 *智能体程序骨架还有其他的选择。例如我们可以让智能体程序成为协同程序。 这些令人望而生畏的容量，意味着：1:这个世界没有一个实际的智能体可以保存该表的空间。2：设计者没有时间来创建该表。3：没有智能体能够从他的经验中学习正确的表条目。 在这个文章的以下部分，我想概述四种基本的智能体程序，他们几乎涵盖了所有智能系统的基础准则： 1：简单反射型智能体 2：基于模型的反射型智能体 3：基于目标的智能体 4：基于效用的智能体 然后我们将概括的解释如何把这些智能体转换成学习智能体
1.4K70发布于 2018-04-11 智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？智能体是一个能够自主思考、决策、调用工具的智能代理系统。 它不仅仅是简单的问答机器人，而是具备以下核心能力的自主系统：思考能力：理解用户意图，分析任务需求决策能力：规划执行步骤，选择合适工具行动能力：调用外部工具，执行具体操作记忆能力：记住上下文，积累经验智能体的价值智能体的出现 智能体的核心优势大脑：LLM提供强大的理解和推理能力undefined记忆：记住对话历史，保持上下文连贯工具：灵活调用各种外部能力二、两种搭建智能体的路径根据技术门槛和应用场景，智能体的搭建主要有两种方式 四、RAG vs Agent智能体RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富，智能体将在更多领域发挥重要作用，成为我们工作和生活中不可或缺的智能伙伴。您好，我是肥晨。
2.6K21编辑于 2026-03-02- 来自专栏农民工前端
智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？ 智能体是一个能够自主思考、决策、调用工具的智能代理系统。 智能体的出现，让AI从单纯的"对话者"进化为真正的"执行者"。 智能体的核心优势 大脑：LLM提供强大的理解和推理能力 记忆：记住对话历史，保持上下文连贯 工具：灵活调用各种外部能力 二、两种搭建智能体的路径 根据技术门槛和应用场景，智能体的搭建主要有两种方式： 1️⃣ 四、RAG vs Agent智能体 RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富，智能体将在更多领域发挥重要作用，成为我们工作和生活中不可或缺的智能伙伴。
1K10编辑于 2026-03-03 大模型与智能体时代金融人工智能关键技术及应用场景全景图（3）：智能化营销与客户体验 (Intelligent Marketing & CX) 应用场景解析
大模型与智能体时代金融人工智能关键技术及应用场景全景图文 | 王文广第三部分：智能化营销与客户体验 (Intelligent Marketing & CX) 应用场景解析在数字化竞争激烈的今天，银行产品日益同质化 场景感知： AI分析客户的实时交易流。例如，当检测到客户在母婴店有一笔大额消费时，系统推断客户可能刚有了孩子。 场景H：下一步最佳行动 (NBA) 与产品推荐技术概览采用倾向性建模（Propensity Modeling）、协同过滤和多目标优化算法。 渠道智能： 模型不仅决定推荐什么，还决定在哪里推荐。对于年轻用户，可能通过App推送；对于老年高净值用户，则生成话术推送给其专属理财经理，由人来完成最后一公里的销售。应用价值与经济影响分析1. 基于NBA的智能推荐避免了这种情况，使得客户将银行视为值得信赖的财务顾问，从而提升长期客户生命周期价值（CLV）。
21510编辑于 2026-02-26腾讯云智能体开发平台与AI基础能力组合场景应用概要
部署智能体与AI基础能力组合方案 腾讯云智能体开发平台（ADP） 与语音识别（ASR）、文字识别（OCR）、语音合成（TTS）、数智人形成黄金组合，提供针对性解决方案： 多模态文档智能：结合OCR与多模态大模型 工作流自动化：在ADP平台搭建智能体工作流，集成OCR识别结果、业务规则、知识库（RAG），实现单据审核、质检、培训等流程自动化。 呈现量化应用效果与客户价值 聚焦ROI关键指标，核心业务价值如下： 物流履约单据审核：大宗货运场景实现85%自动化审核率，降低30%纠错返工成本；跨境货代场景减少70%人工录入工作量（数据来源：物流履约单据智能审核场景 腾讯云技术能力与平台优势 智能体开发平台（ADP）技术领先性： 支持标准模式/单工作流模式/Multi-Agent模式，适配复杂业务场景（如政务热线、手机银行）； 内置RAG知识库与优秀文档解析能力 ，通过aPaaS接口与ADP智能体集成，实现“问-答-播”自动化； ASR：实时/录音文件转写，支持大模型版高精度识别（如客服质检、手机银行语音输入）。
15610编辑于 2026-04-07- 来自专栏人工智能领域
Agent 案例分析：金融场景中的智能体-蚂蚁金服案例（1030）
Agent 案例分析：金融场景中的智能体 —蚂蚁金服案例 一、引言 在当今数字化时代，金融行业正经历着深刻的变革。随着人工智能技术的飞速发展，智能体（Agent）在金融场景中的应用越来越广泛。 蚂蚁金服作为金融科技领域的领军企业，积极探索和应用智能体技术，为金融服务带来了全新的体验和价值。本文将深入分析蚂蚁金服在金融场景中的智能体案例，探讨其应用场景、技术实现和价值创造。 3.深度学习 深度学习算法在蚂蚁金服的智能体中得到了广泛应用。例如，通过对图像、语音等数据的深度学习，可以实现人脸识别、语音识别等功能，为金融服务提供更加便捷的身份认证方式。 随着技术的不断进步和应用场景的不断拓展，相信蚂蚁金服的智能体将在金融领域发挥更加重要的作用。 （二）总结 文章首先引入蚂蚁金服在金融场景中智能体应用的主题。 接着从应用场景、技术实现和价值创造三个方面展开论述。 在应用场景部分，分别阐述了风险评估与管理、客户服务与营销、投资决策与资产管理等方面的具体应用，通过列举实例说明智能体在不同场景下的作用。
3K21编辑于 2024-12-23 AI智能体聚焦场景化应用，赋能产业创新与效率提升
文档概述 1.1 文档目的 本文档旨在为AI智能体开发者提供系统化的开发指引，核心聚焦AI应用的场景化落地，重点阐述实用工具型智能体与行业解决方案类智能体的开发流程、核心技术架构、模块实现方案及代码示例 1.3 核心目标 通过标准化的开发流程与模块化的技术架构，降低AI智能体的开发门槛，提升开发效率；确保开发的智能体具备场景适配性、功能实用性与性能稳定性；最终实现智能体对各产业的深度赋能，推动产业创新升级与运营效率提升 具体架构如下： 应用层：面向具体的场景化应用，包含实用工具型智能体与行业解决方案类智能体的交互界面、业务流程控制模块，负责接收用户需求并输出处理结果。 结语 本文档围绕AI智能体的场景化应用，提供了实用工具型与行业解决方案类智能体的完整开发指南，涵盖架构设计、核心模块实现、代码示例、部署运维与应用扩展等内容。 开发者可基于本指南，结合具体场景需求，快速构建具备实际应用价值的AI智能体应用。
37110编辑于 2026-01-14腾讯TAI 6.0全场景AI智能体：重构智能座舱体验的技术路径与量化价值
破解智能座舱体验割裂与功能浅层化瓶颈 当前智能座舱普遍存在体验割裂（功能独立、跨场景流转不畅）、交互不自然（依赖手动操作、缺乏主动服务）、生态融合不足（未能深度链接车外生活）三大瓶颈。 部署TAI 6.0全场景AI智能体矩阵与技术架构 腾讯发布TAI 6.0智能座舱解决方案，以“全场景AI智能体”为核心，构建两大技术支柱： 1. 新一代全场景AI Agent架构 多模态感知：接入文本、图像、声纹、车内外视觉、车辆信号、环境数据，支撑中枢Agent场景判断。 智能体矩阵包括：出行探索智能体（哪儿值得去，含心愿地点提醒、目的地服务）、出行连接智能体（随行互连，支持行程遥控、跨账号分享）、地图导航智能体（AI指路/导航/行程管家/智能车道导航）、本地生活智能体（ AI生活助手，个性化推荐+主动关怀）、全能陪伴智能体（随行Chat，全场景聊天陪伴）。
21320编辑于 2026-04-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号