- 综合排序
- 最热优先
- 最新优先
AI中台与智能体开发：智能体开发的“效率引擎”
但很多人不知道，这些“会自己干活”的智能体，背后都离不开一个关键支撑：AI中台。先说说AI中台到底是什么。其实它一点不玄乎，就像智能体开发的“万能工具箱+共享工坊”。 简单说，AI中台把智能体开发需要的基础技术，都提前做好、整备好，不用开发者每次都“从零造轮子”。再看智能体，它本质是“能自主完成特定任务的AI系统”。 可能有人会问：“直接开发智能体不行吗？为啥要多一个AI中台？”其实答案很简单：智能体的核心竞争力是“场景适配能力”，而不是基础技术。 如今，越来越多企业意识到，AI中台不是“额外成本”，而是智能体规模化落地的“基础设施”。 没有中台，智能体开发就像“手工作坊”，效率低、成本高，还难标准化；有了中台，才能实现“流水线生产”，让智能体快速适配不同场景，从单个应用走向规模化复制。
54610编辑于 2025-11-25- 来自专栏数据猿
【AI Agent展】AI-Agentforce——企业级智能体中台
AI-Agentforce企业级智能体中台 该AI Agent产品由迈富时投递并参与数智猿×数据猿×上海大数据联盟共同推出的《2025中国数智产业最具标杆性AI Agent产品》榜单/奖项评选。 大数据产业创新服务媒体 ——聚焦数据 · 改变商业 AI-Agentforce企业级智能体中台是企业级、生产级的智能体(Agent)一站式开发与运营平台。 6.IT与开发人员： 负责在平台上搭建、配置和维护智能体，利用可视化流程编排、工具集成等功能对接现有业务系统，支撑各部门的个性化智能体需求 产品功能 迈富时AI-Agentforce智能体中台作为企业级 ——恒源祥家纺总经理孙蕴聪 迈富时打造的AI-Agentforce企业级智能体中台对广告、营销领域是一个巨大的提升。 AI-Agentforce企业级智能体中台具备整个广告营销乃至品牌打造的闭环能力。随着后续不断发展，AI-Agentforce智能体中台将对广告、营销、品牌持续发挥越来越深远的影响。
1.2K10编辑于 2025-10-21 - 来自专栏大魏分享（微信公众号：david-share）
白话中台战略-2：中台到底长啥样？
在上篇白话中台战略-1开篇：中台是个什么鬼？中，我试着依据自己的经验和理解，给出了中台产生的原因以及最终建设目的。 从图中可见，阿里中台主要由业务中台和数字中台并肩构成了双中台，并肩扛起了所有前台业务。 组织中台 以上无论是业务中台，数据中台，技术中台，研发中台……都是围绕技术展开的，也是企业在中台建设中最关注的方面。 列举了这么多各式各样的中台，最后都扯到了组织层面，是不是有种越听越晕的感觉，是不是感觉什么东西加个“中台”的后缀都可以靠到中台上来，估计很快就会看到例如AI中台，VR中台，搜索中台，算法中台……对了，算法中台已经有了 业务中台、数据中台、算法中台等等一起提供对上层业务的支撑。 极客公园：也就是说，不论是业务中台还是数据中台，实际上都是一个架构层面的去连接底下这部分资源。
1.9K20发布于 2018-12-24 - 来自专栏前沿技墅
人工智能中台化战略
大中台小前台的组织架构如图2所示。 ? 图2 大中台小前台的组织架构 在编程领域其实也早有类似的概念，中台类比到编程领域，就是形成可复用的函数库，抽象共性，减少重复开发次数，提高迭代效率。 那么什么才是最优的人工智能中台模式呢？ 合理的人工智能中台应该能最快、最好地满足企业的人工智能工程化需求，其提供的服务应该像空气一样，不特意感受就察觉不到存在，但它又是必不可少的。 要想进一步了解关于人工智能中台化战略的内容，包括人工智能中台的数据能力、业务能力、硬件能力、平台能力等核心知识，请关注新书《人工智能工程化：应用落地与中台构建》。 本书清晰解答了人工智能工程化的应用场景是什么，并且着重介绍了如何搭建人工智能中台，能够带给相关从业者非常有用的经验。 本文选自博文视点新书《人工智能工程化：应用落地与中台构建》。 本书聚焦人工智能工程化应用场景与技术细节，手把手教你搭建企业人工智能中台：技术中台、数据中台、业务中台。
1.4K50发布于 2020-10-29 - 来自专栏AgenticAI
智能体开发中A2A 与 MCP 协议如何融合？坑在哪？
1.1 A2A：让智能体之间有「共同语言」 A2A（Agent-to-Agent Protocol）由谷歌提出，目标是让智能体之间能够标准化地发现彼此、交换任务、反馈结果，就像不同操作系统之间通过 HTTP 1.3 各司其职，互为补足 可以简单理解为： A2A 管“人与人”怎么协作 MCP 管“人怎么用工具” 但现实世界中，智能体合作时经常需要同时做这两件事。 性能损耗不可忽视将 MCP 响应通过 A2A 返回，需经过层层封装与解包，协议嵌套带来的通信延迟与复杂性显著上升，尤其在链式调用中问题更突出。 治理策略无法覆盖全链路当前 A2A 和 MCP 各自有安全机制，但尚无统一治理引擎可以控制任务转发、数据合规、身份认证等跨协议行为。治理逻辑往往散落在中间件或外部系统中，存在安全盲区。 设计这种协调逻辑，也许使用一个专用的协调器代理，对于实用的 A2A+MCP 系统至关重要且具有挑战性 。 4. 智能体市场？ A2A + MCP 不只是技术协议，更可能是构建开放智能体生态市场的基石。
98310编辑于 2025-05-09 让企业AI落地从“噱头”到“实效”，全面拆解AI-Agentforce智能体中台
而其提出的AI-Agentforce企业级智能体中台，正为破解这一困局提供了系统性方案。 在技术支撑层面，中台整合了前端、存储、身份验证、工具集等全链条技术组件，涵盖模型路由、基础模型、数据抽取转换（ETL）、算力提供等关键能力，甚至包含智能体编排、可观测性、协议适配等进阶功能。 而在思维革新上，中台打破了传统数字化“人找流程”的被动逻辑，以“AI原生”重构业务流程。 在跨境场景中，还能一键生成多语言视频，适配海外市场风格并动态调整投放策略。2. 作为中国营收规模最大的营销及销售AI SaaS平台核心产品，AI-Agentforce智能体中台2.0的推出，正帮助企业跨越技术门槛：对中小企业，它降低了AI应用的准入成本；对大型企业，它破解了全链路协同难题
56810编辑于 2025-09-19- 来自专栏实在智能RPA
人工智能AI中“Agent智能体”指什么？
在人工智能领域，“Agent”是一个可以具象化的概念。它不再是科幻电影里冰冷的机器人形象，而是指代一种能在特定环境中自主感知、决策并行动以达成目标的智能实体。 01 Agent智能体特征一个真正的智能体，区别于简单的自动化程序，必须具备几项关键能力。首先是自主性，它能在没有人类持续干预的情况下运行，依据内置的目标和规则做出判断。 持续学习能力让它能通过经验或新数据优化决策模型，而社会性则体现在多Agent系统中复杂的协作、协商甚至竞争机制上。02 剖析Agent智能体架构现代智能体系统通常采用模块化设计，各司其职又紧密协同。 04 Agent技术挑战构建真正通用且鲁棒的智能体仍面临诸多挑战。高度依赖高质量、无偏见的训练数据，模型可能产生难以预测的“涌现行为”。伦理与安全边界亟需界定，尤其在涉及人身安全或重大决策的领域。 人工智能中的Agent，本质是构建能够主动理解世界、思考问题并采取行动的智能实体。它不仅是技术概念，更代表了一种解决复杂问题的新范式。
2.4K20编辑于 2025-07-31 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 article in response.css('div.post-block'): yield { 'title': article.css('h2 a::text').get(), 'url': article.css('h2 a::attr(href)').get(), 'timestamp F1-score>0.92 摘要质量：ROUGE-L>0.75 系统可用性：99.95% SLA 行业应用数据显示： 企业用户平均减少67%的信息收集时间 重大技术事件发现速度提升40% 误报率控制在2%
36011编辑于 2025-12-17AI智能体中的Skills是什么？
在AI 智能体（AI Agent） 里，Skills（技能） 可以简单理解为：智能体可以调用的、完成具体任务的 “能力模块” 或 “工具函数”。 代码执行file_read() / file_write()：文件读写call_api(url, params)：调用外部接口schedule_task()：定时任务robot_move()：机器人运动控制智能体通过规划 三、和 “工具（Tools）” 的区别日常语境里，Skill ≈ Tool，经常混用：Tool：更偏外部工具、插件、外部接口Skill：更偏智能体自身掌握的一套动作 / 能力四、举个生活例子你让 AI 智能体：“帮我查今天天气，然后写一段出行建议并发到邮箱”它会拆解并调用 Skills：web_search(天气) → 查天气text_generate(出行建议) → 生成文案send_email() 简单总结：Skills = AI智能体用来执行具体任务的标准化能力集合，是 Agent 从 “会思考” 变成 “会做事” 的关键。
4.2K20编辑于 2026-03-17- 来自专栏AI科技大本营的专栏
平安科技智能认知的“中台战事”
平安科技也在构建AI智能认知中台来实现业务衔接，与其他中台所不同的是，它不仅是一个能力中台，也是一个战略中台。 作为能力平台，平安智能认知中台向下作为整合者融合AI技术能力，向上作为方案提供者赋能业务，上下资源的整合即体现出中台的价值。 总体而言，平安智能认知中台并非只是面向能力领域，而是基于AI能力领域面向业务输出价值。 1.“金融+生态”催生平安智能认知中台 平安作为金融起家的巨无霸企业，拥有金融全牌照。 平安智能认知中台 2.平安智能认知如何打造“更小距离”？ 平安智能认知中台为平安这头大象的生态提供坚实的地基，而这一地基具体是如何打造的？ 平安智能认知中台生态模式 最后，智能认知中台在AI生态建设中有一套系统做法，开放上下游的同时，让自己成为生态的主导方，在生态上为合作伙伴解决问题，实现价值最大化。
1.6K10发布于 2020-01-21 AI-Agentforce智能体中台从六大维度AI重构医药行业运营逻辑
强强联合：技术巨头与医药新锐的互补共振作为全球领先的AI SaaS智能营销云平台，迈富时的核心竞争力源自其自主研发的AI-Agentforce企业级智能体中台。 “智能体中台的赋能，打破了企业不同业务线和数据的隔离，构建面向不同场景的专业的数字员工为企业提供一套最佳的AI解决方案。 六大维度突破：AI重构医药行业运营逻辑基于AI-Agentforce智能体中台，聚焦六大核心场景，形成了可落地的智能解决方案矩阵。 迈富时将通过智能体中台，为银诺医药搭建适配不同场景的Agent（智能体），这些智能体可灵活协作，贯穿患者疾病管理的全流程——从用药提醒、病情监测到疑问解答，实现“千人千面”的个性化服务，让科技真正贴近患者需求 行业启示：AI-Agentforce智能体中台开启医药智能新生态迈富时与银诺医药的合作，本质上是AI技术与医药行业深度融合的典型实践。
45110编辑于 2025-09-22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。
32710编辑于 2026-01-24- 来自专栏Go语言学习专栏
2 - AI 应用开发 - AI 超级智能体项目教程
2）对话型提示词（Conversational Prompts）：模拟自然对话，以问答形式与 AI 模型交互。 你认为人工智能会在未来取代人类工作吗？ 什么是人工智能？ 2）复合提示词（Compound Prompts）：包含多个相关指令或步骤的提示词。 分析下面这段代码，解释它的功能，找出潜在的错误，并提供改进建议。 请提供一个社交媒体营销计划，针对一款新上市的智能手表。计划应包含: 1. 目标受众描述 2. 三个内容主题 3. 每个平台的内容类型建议 4. 设计一个智能家居系统的基础架构: 1. 首先用文字描述系统的主要功能和组件 2. 然后创建一个系统架构图(用ASCII或文本形式表示) 3. 接着提供用户交互流程 4. - 智能答案生成 - 根据知识库动态生成结构化答案，突出逻辑性（如STAR法则）。 - 提供“极速模式”（秒级响应）和“精准模式”（联网校验信息准确性。 2.
40110编辑于 2026-03-17 - 来自专栏机器学习算法与Python学习
开源星际争霸2多智能体挑战smac
转自：专知 SMAC是Github上的一个用于在暴雪星际争霸2上进行多智能体协同强化学习（MARL）的环境。 SMAC用了暴雪星际争霸2的机器学习API和DeepMing的PySC2为智能体与星际争霸2的交互提供了友好的接口，方便开发者观察和执行行动。 https://github.com/oxwhirl/smac 安装SMAC pip install git+https://github.com/oxwhirl/smac.git 另外，星际争霸2也是要安装的 示例代码 ---- 在下面的代码中，独立的智能体在接收到观察和全局状态后会执行随机策略。 from smac.env import StarCraft2Env import numpy as np def main(): env = StarCraft2Env(map_name=
1.6K20发布于 2019-03-07 - 来自专栏算法之名
AI智能体
环境搭建 推荐 Python 3.10，具体参考乌班图安装 Pytorch、Tensorflow Cuda 环境 中的安装 Anaconda conda create -n py10 python=3.10.12 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 虽无情感亦相随， 陪伴人间寂寞中。 这里跟之前不同的地方是之前是一次性输出结果，而这里是一个字一个字蹦出来的。
78310编辑于 2024-09-29 - 来自专栏Crossin的编程教室
耗时2天，我自制了一台体感游戏机
而且是体感游戏机。 说到体感游戏，现在大家可能最多想到的是 switch 上的健身环大冒险。 但往前几年，其实还有另一个非常火的体感游戏设备，就是 xbox 上的 kinect。 在 NVIDIA 智能物联网的 github 仓库里，我发现了一个类似的项目，用手势去操作浏览网页。
1.8K10编辑于 2022-06-08 - 来自专栏云时之间
智能体结构
体系结构也许只是一台普通的个人计算机，或者一辆自动驾驶汽车，车上载有一些计算机，摄像头和其他传感器。总而言之，体系结构为程序提供来自传感器的感知信息，运行程序，并且把程序产生的行动选择传送给执行器。 在我写的文章中绝对多数的章节都是关于智能体的程序的，其实和机器学习程序大同小异。 1:智能体程序 其实我们设计的智能体程序都具有相同的骨架，他们从传感器得到感知信息作为输入，返回一个行动交给执行器。 我们将用一段在附录B中定义的简单伪代码去描述智能体程序，在上图中我们显示了一段相当普通的智能体程序，他记录感知序列，然后使用感知序列作为牵引，到行动表里查询该决策应该做什么。 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 - 来自专栏大数据解决方案
做中台2年多了，中台到底是什么呢？万字长文来聊一聊中台
有的中台定义严格来说不是定义， 比如说“中台是提升效率和加速业务增长的一种工具”、“中台是我们的战略目标”、“中台就是一个革命性的设计”，似乎不做中台就成了反革命一样，就是落后生产力的代表。 甚至业务中台这个概念也没有那么新：Oracle Fusion Middleware 早在 2006 年就发布了， 覆盖了包括企业智能、团队协作、内容等多个领域。 我想特别强调中台和前台的定义差别。 2.提升稳定性：同一个业务能力持续打磨， 要求需求同时具备高的接口稳定性和好的跨业务线通用性。 这个时候他对应的层级是 2， 收入是 3。某一天， 他启动一个大项目， 给这个项目一个冠冕堂皇的名字， 比如说“拿破仑项目”。他的团队急速膨胀到 4。 紧接着他的上级内举不避亲， 把他从层级 2 提拔到 5， 收入也相应的从 3 调整到 6。然后周而复始， 他再启动“拿破仑二世项目”继续开发膨胀软件。很快他的“成功”也被疯狂复制。
1.8K20发布于 2021-12-02 - 来自专栏Crossin的编程教室
耗时2天，我自制了一台体感游戏机
而且是体感游戏机。 说到体感游戏，现在大家可能最多想到的是 switch 上的健身环大冒险。 但往前几年，其实还有另一个非常火的体感游戏设备，就是 xbox 上的 kinect。 在 NVIDIA 智能物联网的 github 仓库里，我发现了一个类似的项目，用手势去操作浏览网页。 将以上这些全部合在一起，就得到了我们想要的功能： 一个可以用动作来玩游戏的系统 视频演示：耗时 2 天，我自制了一台体感游戏机_哔哩哔哩_bilibili 对于 Orin 来说，用在这个项目上其实有点大炮打蚊子了 NVIDIA-AI-IOT/trt_pose_hand 运行环境： NVIDIA Jetson AGX Orin JetPack 5.0 Python 3.8.10 代码已开源：http://python666.cn/c/2
1.4K30编辑于 2022-05-10 - 来自专栏腾讯云TI平台
腾讯云智能媒体AI中台3.0 全新升级！
在4月19日举办的第29届“中国国际广播电视信息网络展览会”（CCBN）上，腾讯云智能宣布媒体AI中台3.0全新升级，在智能编目、智能拆条等技术功能的基础上，进一步强化智能标签能力，让内容标签颗粒度更细 对此，腾讯云智能媒体AI中台3.0升级将智能标签能力进一步强化，引入自研“标签权重引擎”，让内容标签颗粒度更细、理解度更深、泛化性更高。 同时，3.0版媒体AI中台，还支持更多智能功能，包括智能标题和智能摘要生成等。不断发展的AI大模型能力为传媒行业带来了巨大的想象空间，不断提升行业生产效率。 目前，媒体AI中台已经服务央视、北京电视台、深圳电视台等超过20+客户，譬如与央视共建人工智能开放平台，打磨更多适合媒体的AI能力，持续致力于内容的生产、管理、分发、运营等业务场景，为传媒人打造专属的AI 腾讯云智能媒体AI中台入选2022中国AI最具创新价值落地案例
2.9K50编辑于 2023-04-25
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