- 综合排序
- 最热优先
- 最新优先
- 来自专栏创作是最好的自我投资
智能体（AI Agent）的技术演进与生态重构
在这场技术变革中，带给我们的不仅关乎代码与算法的升级，更是引发了整个技术生态的重构。 生态构建（2025年至今）到现在，智能体已经不再是孤立工作，而是形成“多代理系统”。比如自动驾驶场景中，导航、避障、通信等Agent协同决策，就像一支分工明确的机器人团队。 近期创业公司Monica推出通用型AI Agent Manus，引发了对AI Agent这一AI的L3阶段产品的讨论，Manus在多代理模式和可靠性问题上有所创新，这进一步推动了人工智能应用 AI Agent 对于AI Agent智能体，在微观层级（个人配备专家级Agent助手极大提升个人效率，企业配备硅基员工和整建制硅基部门数十上百倍的提高产出）、中观产业链级（重构各行各业产业链上中下游价值链各环节的生产力和贡献占比以及生态结构 ，通过执行器对环境进行影响，Manus的出现让中国AI Agent迎来自己的GPT时刻，在这样的情景下，是否AI Agent就是未来的完美选择？
89310编辑于 2025-04-01 拥抱智能体生态 · 拥抱AI Agent · 拥抱AI 2.0时代~
⭐ AI Agent 能够做什么 AI Agent 的发展正在向着更加人性化、更加智能化的方向迅速演进。 ⭐ AI Agent 是新星赛道 AI Agent 目前在行业内还没有形成统一的定义，但是它的发展轨迹和 AIGC 极为相似，正在经历一个迅速的、迅猛的发展。 特别是像 AutoGPT 、LangChain 等 AI Agent 生态项目开源之后，出现了爆炸式的增长趋势。 ⭐ AI Agent 的快速发展 为什么说现在选择学习 AI Agent 开发 是一个非常棒的选择呢？首先，AI 方向现在非常的火爆，每天都会有各种各样的新鲜事物冒出来。 根据行业报告显示，现在 AI 相关职位的平均年薪比传统的技术岗位要高出30%，涉及到 AI Agent 的岗位尤其突出，也就是掌握了 AI Agent 的相关技能，很容易打开高薪就业的大门。
59342编辑于 2024-06-02Eino：面向 Go 生态的工程化 AI Agent 框架
当下的 AI 应用浪潮中，一个显著的趋势正从单纯“接入大模型 API”向“构建复杂智能体系统（AI Agent Systems）”演进。 更重要的是，在 Go 语言生态中，尚未出现一个能与 Python 生态主流框架在功能和成熟度上对等的、高质量的全功能 Agent 框架。 它的使命，用一句话概括就是： ❝让大语言模型（LLM）能力以“组件化 + 工程化”的方式融入 Go 生态，帮助开发者快速构建稳定可维护的 AI Agent 系统。 它是一个完整的 AI Agent 工程框架。 总结 Eino 的设计哲学始终围绕一个核心命题： ❝让 AI Agent 真正走出实验室，进入生产系统。
2.2K11编辑于 2025-11-13- 来自专栏Hermes Agent 爱马仕
🔥🔥🔥🐎Hermes Agent（爱马仕）完全指南：会自我进化的AI智能体，正在颠覆AI Agent生态
HermesAgent（爱马仕）完全指南：会自我进化的AI智能体，正在颠覆AIAgent生态2026年4月，一个名为HermesAgent的开源项目在GitHub上狂揽6.6万星，登顶全球编程应用榜首。 （工程化）技能来源AI自己生成、自我优化社区生态、手动安装记忆策略分层记忆、有限制全量存储+RAG检索适用人群个人深度使用团队/企业级调度一句话总结：Hermes是“教AI怎么把活干好”，OpenClaw 2.2详细对比表维度HermesAgentOpenClaw架构风格Agent优先，单核心驱动控制平面优先，Gateway+编排技能系统内生演进，AI自己写/修/删技能平台化管理，ClawHub生态IM网关轻量触达 你的需求推荐选择想要一个越用越聪明的个人AI助手Hermes需要多账号、多IM、团队级调度OpenClaw做长期项目、需要记忆连贯Hermes依赖成熟技能生态、插件市场OpenClawPython开发者 部署步骤：访问阿里云计算巢HermesAgent社区版部署页填写参数（服务实例名称、地域、登录密码、百炼API-KEY）确认订单，点击“立即创建”等待5-10分钟自动完成部署远程连接ECS，执行hermes
76532编辑于 2026-04-21 AI Agent Registry and Growth：对比各种AI Agent注册和发布的渠道生态和方法 OpenAI Google Claude agtm
OpenAI智能体文档[OpenAI智能体文档](https://openai.github.io/openai-agents-python/)2.GoogleAgentSDK谷歌在其GoogleCloud生态系统内确实提供了 虽然它不是一个完整的网络规模AI智能体注册服务，但您仍然可以在生态系统中探索各种技能和智能体卡片。 /github.com/aiagenta2z/ai-agent-marketplace)和网站（由deepnlp.org,aiagenta2z.com等各种端点托管）中进行官方AI智能体注册和索引而设计 可以将AgentMeta数据提交到一个agent.json/agent.yaml文件中，或使用网站（https://deepnlp.org/workspace/my_ai_services）创建您的AIAgent /doc/ai_agent_marketplace6.AgentMarketplaceWeb:https://www.deepnlp.org/store/ai-agent
30610编辑于 2025-11-12- 来自专栏DeepHub IMBA
AI Agent技术栈：10个构建生产级Agent的核心概念
Agentic AI的核心不在LLM选型也不在提示词技巧。真正决定一个Agent能否在无人值守的情况下稳定工作的是它背后的系统设计。 本文就总结了构建AI系统时真正绕不开的10个基础概念 1、MCP：通用插件系统 假设你需要Agent读取Gmail、更新Notion、查询数据库。 可以把它理解成AI世界的USB-C：不管连什么设备，接口只有一个。 你部署若干MCP服务器，每个服务器对外暴露工具，并附带清晰的功能描述和输入参数说明。Agent连上服务器后自动发现可用工具。 有了长期记忆，Agent会让人觉得"它记得我"，而不是每次都像跟陌生人打交道。 来看一个场景：用户说过"我习惯把会开在上午10点之前"。这条偏好被写入长期记忆，关联到用户ID。 三次重试都失败后，Agent告诉用户——"邮件服务暂时挂了，草稿已保存，10分钟后自动重发。"出了什么问题、接下来怎么办，交代得清清楚楚。
46310编辑于 2026-02-27 17 大 AI Agent 生态全解析
2026 年 3 月，OpenClaw 以 26 万 + GitHub Stars 正式超越 React、Linux，登顶全球开源项目 TOP1，标志 AI Agent 时代全面到来。 一、17 大 AI Agent 框架一句话定位 OpenClaw：全球旗舰，26 万星生态之王CountBot：国产开源、中文优先、轻量全能 AI AgentKimiClaw：月之暗面云端托管，开箱即用 团队控制台 二、CountBot：中文 OpenClaw 生态真正的 “小白最优解” 1. 搜索：一键查教程会员中心：高级技能库创作中心：自定义 Agent 发布 五、总结 OpenClaw 生态已从 “单一框架” 进化为17 大平台混战。 CountBot 不做最极客，不做最重型，只做中文用户最落地、最好用、最省心的 AI Agent。 如果你刷遍教程依然部署失败、被英文配置劝退、担心云端隐私 ——CountBot 就是你的最终答案。
1.4K00编辑于 2026-03-17Agent 生态会走向垄断还是共存
本文从工程与系统演进角度出发，分析为什么Agent生态更可能走向“分层共存”，而非单一赢家通吃。 二、平台型Agent与开源Agent的角色分工从工程角度看，Agent生态正在形成一种清晰分层。 展开代码语言：TXTAI代码解释Agent生态结构├──平台型Agent│├──提供稳定Runtime│├──提供工具协议│└──提供生态规范└──开源Agent├──探索新模式├──覆盖长尾场景└── 四、工程复杂度决定生态形态如果一个技术体系足够简单，就容易被平台完全吃掉；但Agent系统恰恰相反，它的复杂度体现在：非确定性多流程分支状态长期演化这使得生态更像数据库、中间件、操作系统，而不是SaaS 五、一个更现实的Agent生态未来从工程演进看，更可能出现的是：展开代码语言：TXTAI代码解释未来Agent使用形态├──平台Agent（基础能力）├──企业私有Agent（核心流程）└──开源Agent
12710编辑于 2026-02-02- 来自专栏前端达人
第10课：Agent 体系，认识你的 AI 团队成员
什么是 Agent 在 Claude Code 里，Agent 是一个专门的子流程。 它有几个特点： 独立运行：每个 Agent 有自己的上下文，不会互相干扰 专业分工：不同类型的 Agent 针对不同任务优化 可以并行：多个 Agent 可以同时工作 汇总结果：所有 Agent 的输出最终汇报给主对话 ┌─────────────────────────────────────────────────────────┐ │ 你的 AI 开发团队 }) 独有特性——thoroughness（彻底程度）： Explore Agent 有三个搜索深度，你可以根据需要选择： thoroughness: quick → 10-30秒，快速定位特定文件或函数 手动翻代码：你需要一个文件一个文件打开、搜索关键字、跳转到引用、再搜索下一层……5步操作，每步10-15秒，总共1分钟以上。
13610编辑于 2026-04-15 - 来自专栏孟永辉
荣耀10：AI的护城河，生态化的手机系统
一个全新的基于AI技术的真正智能的手机时代正在走来，而荣耀10基于手机为核心所打造的生态森林则让用户能够在这里自由呼吸。 值得一提的是，全新荣耀10开启了手机AI2.0时代，拍照、文件处理、购物、社交……一个由AI打造的HiAI生态正在形成。 此外，基于手机，荣耀10同样正在打造一个基于手机的全新生态体系，自拍杆、背包、笔记本正在成为这个生态系统当中充满活力的因子。 荣耀10正在搭建基于手机为圆心的“生态森林” 当下，苹果基于手机所打造的生态系统的成功愈发引起同样注意。 此次荣耀10新品发布会不仅让我们目睹了AI技术在拍照、音乐、社交等诸多方面应用带给用户体验上的变化，而且让我们看到的一个基于荣耀手机为圆心的全新生态体系的诞生。
87640发布于 2018-05-11 - 来自专栏服务端技术杂谈
AI Agent搭建
一个普遍的误区是，认为工具越多Agent能力越强，但其实这会给Agent有限的上下文与决策系统带来巨大的认知负荷。 正确的思路是，少即是多。 这本质上，是将部分Agent的规划责任，前置到工具的设计当中，是一种责任转移的思路。 当工具库膨胀之后，命名混乱与功能重叠，会让Agent无所适从，通过命名空间来组织工具。 需要打磨工具的描述，因为这些描述是Agent理解工具的唯一信息来源。 工具描述，应将所有隐含的知识显性化、力求清晰、无歧义。 结构化命名，相当于为Agent提供了一张清晰的地图，帮助在正确的场景下，快速定位合适的工具。 同样，工具返回给Agent的内容质量，远比数量更重要。 因为Agent比人类更擅长理解的的内容，也是人类可读的、具有意义的文本，这些高质量内容，可以显著降低Agent在检索任务中的幻觉。 Agent与工具的交互，本质上是一个持续对话场景。
37910编辑于 2026-03-11 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ *角色定义*：明确AI Agent在企业中的定位和职责 *数据整合*：确保AI Agent能够访问高质量的相关数据 *行动规划*：设计Agent能够执行的具体任务和流程 *反馈机制*：建立持续学习和优化的闭环系统 AI Agent，但未来将是多Agent流程的天下 这一工具代表了从传统工作流自动化向AI增强流程的重要转变，为企业提供了更灵活、更智能的自动化解决方案。 AI Agent时嵌入运行时安全，为AI原生开发提供更可靠的安全保障。 文章提到，代理式AI应用正在兴起，例如德勤的Zora AI Agent和普华永道的Agent OS平台正在重塑内部工作流程。
33810编辑于 2025-09-17 - 来自专栏C语言
【AI】Chat or Agent ？
随着生成式AI技术的不断进步，关于其未来发展方向的讨论也愈发激烈。究竟生成式AI的未来是在对话系统（Chat）中展现智慧，还是在自主代理（Agent）中体现能力？这一问题引发了广泛的讨论和探索。 一、生成式AI在对话系统（Chat）中的发展方向 1. 多模态对话系统 2.1 语音交互 对话系统将整合语音识别和生成技术，使用户能够通过语音与AI进行对话，同时AI可以通过语音反馈，提供更加自然的交互体验。 二、自主代理（Agent）的发展方向 1. 自主决策和执行能力 1.1 环境感知 自主代理通过传感器和数据分析，实时感知周围环境的变化，从而做出适应性决策。 伦理与政策 随着生成式AI的广泛应用，伦理问题和政策法规将变得越来越重要。如何确保AI的公平性、安全性和隐私保护，将是未来发展的重要课题。 总的来说，生成式AI的未来充满了无限可能。
39310编辑于 2024-12-11 AI Agent 简介
在当今科技浪潮中，人工智能（AI）深度融入生活与工作的背后，AI Agent（智能体） 是支撑从对话助手到自主任务程序的核心概念——它不是单纯的聊天工具，而是能像数字员工一样接任务、拆步骤、执行动作的自动化实体 ，只要任务可拆解为操作流程，就能被 AI Agent 接管。 Agent 与传统 AI 模型的区别 维度 传统 AI 模型 AI Agent 交互方式 单次输入输出 多轮对话、持续交互 决策能力 基于输入直接推理 规划、反思、迭代优化 工具使用 无法主动调用外部工具 AI Agent 构成：像人一样思考与行动 一个功能完整的 AI Agent 通常模仿人类的认知和行动循环，包含以下几个关键模块： 1、规划模块：任务的大脑与指挥官 这是 Agent 的思考中枢。 多个 Agent 可以协同工作，类似一个团队： AI Agent 的主要类型与应用场景 根据其复杂度和自主性，AI Agent 可以分为不同类型，应用于各种场景： 类型 特点 应用场景举例 单一任务
11010编辑于 2026-04-24- 来自专栏圣杰的专栏
从 MCP 到 Agent Skills，AI Ready 的 .NET 10 正当时
使用 .NET File-Based Apps 编写高效 Agent Skills 脚本指南 前言 AI 工具生态正在经历一场深刻的变革。 ✅ PyPI 生态 ✅ npm 生态 AI Agent 可读性 ✅ 结构清晰、自文档化 ✅ 简洁 ✅ 简洁 .NET 的三大杀手锏 1. Agent Skills 规范强调「简洁」、「自包含」、「可理解」，.NET File-Based Apps 的设计理念与之完美契合： 适配点 1：渐进式复杂度 // 入门：10 行代码的简单工具 #! 生态拓展：.NET 开发者可以将企业实践打包为 Skills，在 AI Agent 生态中展现 .NET 价值，同时 .NET 的实践经验也能反哺 Agent Skills 标准演进。 7.3 未来展望 Agent Skills 生态正在快速发展，可以期待： Skills 市场：类似 npm 的包管理器和分发平台 工具链集成：IDE 内置 Agent Skills 模板和验证工具 应用拓展
94610编辑于 2025-12-28 浅谈AI agent项目
此文主要讲解ai项目集成心得体会个人感觉ai项目与正常开发并无太大区别，你可以理解为就多了一些依赖引入，多了些编码的固定格式。主要涉及几大板块区别，一个是模型引入，即你想使用什么LLM作为基座。 第一个模型引入，简单来说就是需要接入我们的大语言模型，作为我们整个agent项目的衔接。 但他常涵盖一套操作，就是我们调用外部的其余api的一个规范化（基于agent的），此处说的其余api其实描述是不大对的但你可以看做类似的这种操作。只是调用api是单次的，一问一答。
12210编辑于 2026-04-13AI Agent Skill 科普
让AI帮忙写代码，它每次都要你重新说明代码风格和命名规范。 这些"不可控"的行为，让很多人对 AI 不能完全放手去用，今天，我就来详细聊聊AI Agent Skill 这个让AI变"听话"的工具。 什么是AI Agent Skill？ 简单来说，Skill就是AI的能力说明书和工作手册。 它不是复杂的代码，而是结构化的知识文档。 实战案例解析 写作Agent Skill 以我使用的写作Agent为例，核心架构是： 两层判断机制 先判断工作区（公众号/视频/技术文档等） 再判断任务类型（新写作/修改/审校等） 9步写作流程 从理解需求到最终交付的完整流程 生态参与参与Skill社区建设，分享经验，学习最佳实践。 未来展望 Skill普及化Skill配置将成为AI协作的标准配置，就像现在我们给手机安装APP一样自然。 总结 AI Agent Skill不是什么复杂的技术概念，它就是一种让AI更听话、更实用的方法。 通过结构化的规则和流程，Skill解决了AI"不可控"的核心问题。
73420编辑于 2026-03-10AI Agent + 数据工程
AI Agent的出现，正在从根本上改变数据工程师的工作方式，甚至重新定义这个职业的边界。 从堆人到提效 提到AI Agent，很多人的第一反应是又一个大模型概念。 海内外市场的不同路径 有意思的是，AI Agent在数据工程领域的落地，海外和国内走的是完全不同的路。 海外市场的特点是生态成熟，分工明确。 Snowflake和Databricks这两大云数据平台都有自己的AI Copilot产品，DBT这样的专业数据转换工具也已经形成了生态。 数据Agent的阿喀琉斯之踵 如果说AI Agent给数据工程带来了什么新问题，准确率绝对是最大的那个。 在数据领域，准确性就是生命线。 一个数字算错了，决策就可能走偏。 结语 数据工程遇上AI Agent，不是一场突如其来的革命，而是水到渠成的演进。 那些还在用老办法堆人的团队，也许该停下来想一想：未来的数据工程师，需要具备什么样的新能力？
23210编辑于 2026-02-28- 来自专栏人工智能领域
AI Agent 介绍（130）
三、AI Agent的类型 AI Agent可以根据其决策和学习机制的不同，被分为几种主要类型： 基于规则的AI Agent 基于规则的AI Agent（Rule-based AI Agent）是最早和最简单的 学习型AI Agent 学习型AI Agent（Learning AI Agent）能够从经验中学习，并根据环境反馈调整其行为以提高性能。 解释性差：相比于基于规则的Agent，其决策过程可能难以解释。 混合型AI Agent 混合型AI Agent（Hybrid AI Agent）结合了基于规则和学习型AI Agent的特点。 七、AI Agent的案例研究 成功的AI Agent实例分析 1. BetterYeah AI x 添可AI客服项目 添可的“AI客服助手”展示了AI Agent在客户服务领域的应用。 prompt: str = "", final_prompt: str = "", max_thought_steps: Optional[int] = 10
2.6K11编辑于 2024-12-18 什么是 AI Agent？
这就是AI Agent（智能体）带来的未来。 什么是 AI Agent？ 与传统AI系统不同，AI Agent具备自主决策能力。你只需要给定一个目标，它就能够独立思考并规划如何达成这个目标，调用各种工具完成任务。 AI Agent如何工作？ 专业领域：在医疗领域，AI辅助诊断Agent能自动生成精准诊断报告；在工业领域，AI Agent可用于质量检测和设备维护。 写在最后 随着技术发展，AI Agent将更加智能化和专业化。未来我们可能会看到： 个性化Agent：根据用户习惯定制的个人助理。 专业领域Agent：针对特定行业的专业智能体。 多Agent协作：多个Agent协同工作，形成复杂的智能网络。 AI Agent代表了人工智能从“被动工具”到“主动助手”的重要进化。
1K10编辑于 2025-12-29
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