- 综合排序
- 最热优先
- 最新优先
腾讯云Agent Infra解决方案：打通AI Agent规模化应用“最后一公里”
破解AI Agent规模化落地四大瓶颈 AI Agent从实验室探索走向生产环境，承担“数字员工”角色，但其高自主、长会话、突发负载的原生特征与传统云计算环境存在代际错配，核心痛点集中于四方面： 安全失控 核心组件一：Agent Runtime执行引擎（Serverless AI运行时） 原子化能力：拆解为Agent Server（会话状态管理）、MCP Server（工具集成）、沙箱应用（安全执行）三大模块 案例2：“旅游规划小助手”5分钟部署（Serverless AI运行时实操） 模块组合：浏览器沙箱（实时信息爬取）+地图天气MCP Server（第三方API代理）+Agent Server（决策中枢） 市场潜力：据第一新声智库研究，2023-2027年中国企业级AI Agent市场规模复合增长率120%，2027年将达655亿元；IDC预测2028年超270亿美元（约1923亿元）。 专家观点 何世友（腾讯云原生Serverless产品负责人）：“Agent Runtime是让AI从‘会想’到‘能做’的关键，为智能体提供安全、可控、可持续运行的云端家园。”
45230编辑于 2026-04-04- 来自专栏AI
AI 智能体（AI Agent）的应用
AI 智能体（AI Agent）的应用非常广泛，几乎涵盖了我们生活的方方面面。它们能够自主地感知环境、做出决策并执行行动，从而完成各种复杂的任务。以下是一些 AI 智能体的典型应用场景。 娱乐：游戏 AI： 在游戏中扮演各种角色，例如敌人、队友、NPC 等，提高游戏的可玩性和挑战性。内容创作： 能够生成文本、图像、音乐等内容，例如写小说、作诗、绘画等。 一些具体的例子：谷歌 DeepMind 的 AlphaGo： 击败了人类围棋冠军，展示了 AI 在复杂决策领域的强大能力。亚马逊的 Alexa： 能够通过语音指令控制家电设备、播放音乐、查找信息等。 百度的文心一言 APP 上的智能体： 可以进行“视频对话”、背单词、纠正口语，还可以通过 AI 智能体模拟面试、与 AI 古人对话等，体现了 AI 智能体在内容创作和人机交互方面的应用。 总而言之，AI 智能体正在深刻地改变着我们的生活和工作方式。随着技术的不断发展，AI 智能体的应用领域还将不断拓展，为我们带来更多的便利和创新。
1.5K10编辑于 2024-12-23 - 来自专栏深度学习与python
Agent规模化落地前夜，AI Infra的难题全都暴露了
InfoQ 特别邀请 IDC 高级研究经理张犁、智诊科技产品总监罗龙生、腾讯云异构计算高级产品经理黄阳，解析 AI Infra 的六大核心能力、Agent 规模化的结构性难题、AI Infra 价值闭环衡量标准 重估 AI Infra 价值 随着 AI 应用进入规模化落地阶段，Agent 也逐步快速渗透到各个行业。 全流程场景化服务能力：针对智能体（Agent）在各行业领域加速应用的趋势，AI Infra 具备支撑智能体开发与应用全流程的场景化服务能力，为 MCP 等智能体相关技术提供了稳定的运行环境。 业务反馈与再循环：Agent 在真实应用场景中产生有效互动，这些数据再回流推动下一轮模型迭代。 Agent 的大规模应用，也对企业的成本控制提出了更高要求，控制成本，避免账单爆炸成为企业的核心能力。
55510编辑于 2025-11-26 AI Agent 企业应用-入门指南
一、AI Agent 核心概念与能力AI Agent（人工智能代理）是一种能够感知环境、自主决策并执行动作的智能实体。 例如，客服 Agent 能根据用户情绪变化切换沟通方式。二、企业应用场景与价值AI Agent 已渗透至企业运营全链条，以下为典型应用场景及价值量化模型：1. 低代码/无代码平台Dify：开源智能体开发平台，支持快速搭建交互式、有记忆、能调用工具的 AI 应用，适合懂技术、想自定义产品逻辑的用户（如程序员、产品经理）。 七、未来趋势与展望多 Agent 协作：未来企业级应用将向多 Agent 系统演进，不同 Agent 分工协作完成复杂任务（如“市场调研 Agent”调用“数据分析 Agent”生成报告）。 垂直领域深化：AI Agent 将深度渗透至医疗、金融、制造等垂直领域，结合行业知识图谱与专用模型，提供更精准的服务。
900编辑于 2026-04-27- 来自专栏张善友的专栏
BotSharp 4.0 Sidecar：迈向更大规模化的AI Agent平台框架
此次更新带来了诸多亮点，使得开发人员能够更高效地构建、部署和管理AI应用程序。 这一架构的改变，直击开发人员在AI Agent整合与部署中的核心痛点，为人工智能的应用落地提供了更为高效的解决方案。 想象一下，如果你要为一个大公司开发一个复杂的应用，该应用涉及多个部门，每个部门由N个Task Agent和一个Router组成一个Agent Cluster。 这个技术的实现为后续的Evaluation模拟器提供框架基础，让开发像现实世界人物、社区模拟的应用更加方便，应用层面可以简单地堆叠智能体，就可以实现越来越复杂的应用，避免Agent数量和工具的增多导致应用的不稳定性指数增加的问题 不妨尝试这一强大的工具，共同探索AI Agent的无限未来！
35010编辑于 2025-02-04 智能体规模化落地阶段的 AI Agent 职业路径与能力建设
一、行业落地现状与长期趋势判断2026 年，"人工智能 +" 已从实验室概念进入各行业规模化落地阶段，智能体（AI Agent）成为企业数字化转型的核心载体之一。 从企业运营视角看，智能体的规模化应用正在重构职场核心命题：正如 NVIDIA 创始人黄仁勋所观察，未来企业的运营重心将从十万级人力规模管理，转向千万级智能体的编排与调度 —— 这并非工具层面的迭代，而是企业数字化运营模式的长期变革 ，AI Agent 相关能力的系统建设，已成为职场人适配未来十年数字化环境的核心方向。 职业教育体系已同步跟进这一趋势：2026 年教育部办公厅公布的职业教育拟招生专业中，新增 "智能体技术应用" 专业方向，标志着智能体人才培养从企业自发探索进入国家标准层面，将逐步形成标准化、规模化的供给体系 三、分人群的 AI Agent 职业路径落地指南不同背景的职场人可基于自身基础，锚定适配的 AI Agent 职业路径，核心是结合自身能力与业务 / 技术场景，聚焦工程化落地能力：1.
37710编辑于 2026-02-03- 来自专栏AIGC大模型应用
AI Agent应用出路到底在哪？
1 Agent/Function Call 的定义Overview of a LLM-powered autonomous agent system：Agent学会调用外部应用程序接口，以获取模型权重中缺失的额外信息 ，却增加了学习成本，违背了初衷甚至部分产品'图一乐’，严格意义上只能算 prompt engineering简单易用，符合普惠对AI的想象即使名字里不带Agent，也可以是一个好产品。 3 模型 + 应用(模应一体)去年在海外验证 TC-PMF，以真实用户体验，和模型迭代形成正循环多模态理解与生成，结合真实场景，解锁2C应用的创新单一产品上线9月，用户近干万，收入1亿，ROI接近1使用量较大的 2C类AI应用聚集在欧美Saas profitability多模态 Vision 模型：结合LLM的读文档“截图提问”创新大模型赛道从狂奔到长跑，取决于有效实现 TC-PMF当前任何产品要实现大规模应用 需建立基建到应用的良性 ROI双轨模型策略闭源探索商业化及 AI-First + 开源赋能生态
71521编辑于 2024-09-28 - 来自专栏大数据杂货铺
AI Agent的类型、优势及应用
4.5.3 优势 Agent 可以根据人工智能决策将想法转化为行动 学习代理可以遵循基本的命令，如：口头指令、执行任务 与执行预定义操作的经典代理不同，学习代理可以随着时间的推移而进化 AI 代理考虑效用测量 总体而言，多代理系统是人工智能领域的强大工具，可以帮助解决复杂问题并提高各种应用程序的效率。 6. AI 代理如何工作？ AI 代理的工作流程是一个复杂的动态过程，结合了数据分析、决策和持续学习。 以下是 AI 代理在不同业务部门的应用情况： 9.1 财务 在金融领域，AI 代理正在彻底改变金融服务的交付方式。它们广泛用于自动交易、风险评估、欺诈检测和个性化财务建议。 AI 代理分析市场趋势和客户数据，为投资决策提供实时见解，并且在识别可能预示欺诈活动的异常模式方面发挥着关键作用。 AI 代理在金融领域的应用不仅可以提高效率，还可以加强金融运营的安全性和合规性。 让我们深入探讨其中一些预期趋势，这些趋势将重新定义 AI 代理的功能和应用。 10.1 人工智能支持的客户体验（CX） 未来的客户体验将受到人工智能的重大影响。
89700编辑于 2024-05-27 - 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. 游戏娱乐：游戏 AI： 控制游戏中的非玩家角色 (NPC)，使 NPC 的行为更加智能和逼真，例如根据玩家的行为做出反应、进行复杂的战斗策略等，提高游戏的可玩性和挑战性。 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。 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。 群体智能体 (Multi-Agent Systems)： 多个智能体协同工作，完成更复杂的任务，例如智能交通系统、智能电网等。
1.6K10编辑于 2025-01-11 - 来自专栏深度学习与python
揭秘“灯塔工厂”的 AI 应用案例和规模化策略
基于这些亲身实践经验，友达光电对 AI 的应用形成了比较清晰的思路和路径。在最新一期的 InfoQ《超级连麦. 数智大脑》直播中，友达工业服务全资子公司艾聚达总经理赖骏凯，揭秘了友达光电作为“灯塔工厂”背后的 AI 应用案例和规 * 模化策略。 1 品质提升是 AI 应用最重要的场景之一 下面，我们以车载品质管理系统作为一个切入点。 大家都知道，AI 被应用于非常多领域，而在制造中，品质提升是非常重要的一个应用场景。 接下来，聚焦数据科学、工业质检、智能监控三个方面，给大家分享一下 AI 在工业品质提升场景的具体应用案例。 AI 数据科学 首先，看 AI 数据科学。 2 无代码平台是实现 AI 扩散和“全民 AI”的重要抓手 大家可以看到，如今 AI 应用越来越广泛，企业关心的不只是 AI 的某个应用导入，还包括如何更快速地扩散企业内的 AI 应用，甚至是实现“全民
53520编辑于 2023-08-09 - 来自专栏张善友的专栏
使用C# 构建AI原生Agent应用
AI原生Agent应用架构正是在这一背景下应运而生，它能够将AI的智能决策、自主学习能力与Agent的自主性、协同性相结合，为应用系统赋予更高级别的智能化特性。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 通过充分利用这些技术的优势，我们可以更好地满足AI原生Agent应用的复杂需求，推动AI技术的广泛应用和发展。
1.3K10编辑于 2024-12-24 - 来自专栏DotNet NB && CloudNative
使用C# 构建AI原生Agent应用
AI原生Agent应用架构正是在这一背景下应运而生，它能够将AI的智能决策、自主学习能力与Agent的自主性、协同性相结合，为应用系统赋予更高级别的智能化特性。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 通过充分利用这些技术的优势，我们可以更好地满足AI原生Agent应用的复杂需求，推动AI技术的广泛应用和发展。
54720编辑于 2025-02-25 - 来自专栏腾讯开源的专栏
tRPC-Agent-Go：构建智能AI应用的Go语言Agent框架
2023年起，LLM发展迅速，而Agent开发框架成为连接AI能力与业务应用的重要基础设施。 github.com/trpc-group/trpc-agent-go)如何构建智能AI应用。 一、技术选型和定位 1.业界框架技术路线分析 目前AI Agent 应用开发框架主要分为两大技术路线：自主多Agent框架和编排式框架。 3.tRPC-Agent-Go技术定位 行业与生态现状：随着LLM能力的持续突破，Agent开发框架正成为AI应用开发的重要趋势。 设计目的: 为了满足和兼容腾讯内部之前大多数的AI Agent应用是基于图编排框架进行开发的，方便存量用户迁移，保留已有的开发习惯。
1.8K10编辑于 2025-10-20 - 来自专栏AI理论与前沿
AI大模型应用开发实战-Agent应用对话情感优化
你从不说自己是一个人工智能助手或AI，而是以老夫、老朽等自称。 以下是你常说的一些口头禅： 1. “命里有时终须有，命里无时莫强求。” "), ],)重启应用，postman 调试运行：用户情感 # 定义运行方法 def run(self, query): emotion = self.emotion_chain from_template()ChatPromptTemplate.from_messages()用途：创建一个包含多个消息的聊天提示模板输入：接受一个消息列表，每个消息可以有不同的角色（如系统、人类、AI 你从不说自己是一个人工智能助手或AI，而是以老夫、老朽等自称。 {who_you_are} 以下是你常说的一些口头禅： 1. , ) # 创建代理执行器 self.agent_executor = AgentExecutor( agent=agent,
1.1K00编辑于 2024-08-07 - 来自专栏AI Agent技术、应用与商业
【愚公系列】《AI Agent技术、应用与商业》001-AI Agent的概念、特征与定义
从智能家居到自动驾驶汽车，AI技术的应用无处不在。而在这一广泛的应用背后，有一个关键的概念——AI Agent，它为这些智能系统的高效运作提供了基础支持。那么，究竟什么是AI Agent？ 例如，当要求 AI Agent 下单一份外卖时，AI Agent 会直接调用外卖应用，选择餐品并完成支付，而无需人类介入每一个操作步骤。 这些特征使得 AI Agent 能够在多个应用场景中表现出足够的自主性和灵活性。 2.4 AI Agent 的应用AI Agent 的应用非常广泛，涉及多个领域，例如：自动驾驶车辆：自动驾驶系统中的 AI Agent 能够实时感知交通环境，并根据交通状况做出决策。 从早期的传统 AI 到如今的自主 Agent，AI Agent 在各个领域的应用逐步深入，成为了智能系统发展的重要方向。
1K10编辑于 2025-03-10 - 来自专栏JavaEdge
使用Dify快速搭建AI Agent智能助手应用
“探索”中找到Agent的应用模板，添加到工作区或在此基础自定义。在工作室也可从0编排一个Agent。 Dify提供： 内置工具 自定义工具，支持 OpenAPI / Swagger 和 OpenAI Plugin 规范 意义 允许用户借助外部能力，创建更强大 AI 应用。 为Agent编排合适工具，它可通过任务推理、步骤拆解、调用工具完成复杂任务。 也方便将你的应用与其他系统或服务连接，与外部环境交互。如代码执行、对专属信息源的访问等。 2.2 Agent设置 为Agent提供两种推理模式： Function calling（函数调用）：支持的模型系列如 gpt-3.5/gpt-4 拥有效果更佳、更稳定的表现 ReAct：尚未支持 Function 魔都架构师 | 全网30W+技术追随者 大厂分布式系统/数据中台实战专家 主导交易系统亿级流量调优 & 车联网平台架构 AIGC应用开发先行者 | 区块链落地实践者 以技术驱动创新，我们的征途是改变世界
1.9K11编辑于 2025-06-01 - 来自专栏技术汇总专栏
面向规模化应用的多 Agent 系统架构设计：微服务化与弹性调度实践
面向规模化应用的多 Agent 系统架构设计：微服务化与弹性调度实践一、背景：为什么多 Agent 系统会遇到“扩展性瓶颈”？ 随着大模型（LLM）能力提升，多 Agent 系统（Multi-Agent System, MAS）已广泛应用于：智能客服协作工业调度与决策自动化软件开发（AutoDev / AutoGPT 类系统）教育 Agent扩展性❌✅故障隔离❌✅运维成本低（早期）中工程复杂度低高企业级适配❌✅九、典型应用场景工业多策略调度 Agent成绩分析 / 心理分析 Agent 集群（你正在做的方向）多角色对话系统自动化数据分析流水线十 多 Agent 系统要真正走向工程化和规模化，关键不在于堆叠更多模型能力，而在于架构层面的可扩展性设计。 最终，多 Agent 系统将从“实验性智能体”演进为云原生、可运维、可持续演化的智能服务体系，为工业级应用和企业级落地提供坚实基础。
42710编辑于 2026-01-04 - 来自专栏AI进修生
Page Agent：让任何网页变成 AI 可操作应用。
你只需要一行代码，就可以把普通网站变成 AI 可交互的原生应用，不需要截图、OCR 或者复杂扩展工具。 试试这个 Page Agent。 网址：https://alibaba.github.io/page-agent/ 它其实就是通过 CDN 引入一个 JavaScript 包，当这个脚本被加载到网页里以后，它会在页面上创建一个 AI 控制界面 ，并且让AI 可以读取和操作当前页面的 DOM。 Page‑Agent 的 DOM 处理逻辑和 prompt 设计是基于 browser‑use 项目。两者的区别在于运行环境。 browser‑use通常是在服务器或者本地电脑上运行，通过浏览器自动化控制网页，而 Page‑Agent 是直接在网页里运行 JavaScript，让 AI 在浏览器里理解和操作页面。
50810编辑于 2026-03-31 - 来自专栏AI Agent技术、应用与商业
【愚公系列】《AI Agent技术、应用与商业》003-Al Agent 的分类方式
根据感知能力与作用目标、Agent的自主性能、Agent数量与协作能力、业务流程复杂程度，以及功能、任务与应用场景，本节将按照五种方式对AI Agent进行划分。 适用于结构化环境：非常适合那些目标明确且规则清晰的应用场景，如自动驾驶、机器人导航、游戏AI等。 2.4 延伸：自动化与拟人化成为AI Agent的两大应用方向结合目前学术界和产业界基于LLM开发的AI Agent的应用情况，AI Agent可以分为两大类：自主Agent和Agent模拟。 4.根据业务流程复杂程度划分根据任务处理的复杂程度，AI Agent可以分为两大类：行动类Agent和规划执行类Agent。这两类Agent分别适用于不同类型的任务处理，并有各自的特点和应用。 5.根据功能、任务与应用场景划分根据Agent的功能、任务和应用场景，AI Agent可以进一步划分为以下几类，每类Agent都有其特定的应用领域和任务目标。
1.5K01编辑于 2025-03-12 - 来自专栏AI Agent技术、应用与商业
【愚公系列】《AI Agent技术、应用与商业》004-Al Agent 的技术基础
它们是AI Agent的基础技术，提供了丰富的功能和能力，并且构成了AI技术的多样化应用场景。 2.2 AI Agent的应用场景AI Agent的应用场景非常广泛，涵盖了多个领域，机器学习、深度学习、自然语言处理、计算机视觉、语音识别等技术也都有着广泛的应用场景。 图像和视频分析：计算机视觉技术使得AI Agent能够分析图像或视频数据，应用于安防监控、人脸识别等领域。 2.4 多种技术融合提升AI Agent能力AI Agent通常基于LLM构建，但根据不同的应用场景，可能会选择一些领域专用的小型模型或功能性模型。 这些小型模型可以对特定任务进行优化，从而提升AI Agent的能力。例如，在一些特定行业或应用中，AI Agent可能需要结合不同技术如情感分析、语音识别、图像处理等，以提供更精准的服务。
51600编辑于 2025-03-14
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