- 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 性能不足：传统运行时冷启动慢（秒级/分钟级）、并发能力弱，无法支撑大规模Agent并发（如客服Agent大促期10倍峰值）。 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 100ms（资源池化+快照技术） 腾讯云Agent沙箱服务发布 并发扩容能力 有限（依赖手动扩容） 每分钟10万+实例 腾讯云执行引擎技术文档 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）。 规模化部署：接入企业 ERP 系统，实现合同自动上传、审查、结果推送全流程自动化。效果：单份合同处理时长从 48 小时缩短至 10 分钟，错误率从 5% 降至 0.2%。2. 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）。
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。 10 有了1M长文本能力，还要RAG吗？有了大的context，就不用在检索相关性、摘要的精简准确方面做工作了。 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。 从 网站上的 聊天机器人到语音助手，AI 代理处理各种各样的客户互动，缩短响应时间并提高满意度，同时减少人工客户服务代表的工作量。 10.
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. 10. 其他领域：农业： 监测农作物的生长状况，提供灌溉和施肥建议，提高农业生产效率。物流： 优化物流路线，提高物流效率，降低物流成本。科研： 辅助科学家进行数据分析和实验设计，加速科研进程。 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。
46510编辑于 2026-02-27 - 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 - 来自专栏喔家ArchiSelf
10个构建Agent的大模型应用框架
在这些创新中，面向智能体（Agent）的应用，即所谓的Agentic AI，已经崭露头角，成为近年来生成式AI系统中最具潜力的明星。 在此，我们将重点介绍10个具有代表性的Agent应用构建框架，并对其他常见的框架进行简要概述，以期为大家提供一个相对全面的视角，了解这一领域的现状和潜在趋势。 1. CrewAI已经成为增长最快的Agentic AI生态系统，并在2024年10月成功筹集了1800万美元的资金。 总的来说，Spring AI是一个为 Java 开发者量身定制的 GenAI 开发框架，既降低了入门门槛，又提供了强大的功能和灵活性，非常适合企业级应用开发。 10. 大模型应用的10种架构模式 LLM运行框架对比：ollama与vllm浅析
12.1K30编辑于 2025-03-24 - 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？ OpenAI 的 AGI 关注：在 2023 年 10 月，OpenAI 将 AGI 作为其企业核心价值观之一，并在同年 11 月发布了与 AI Agent 相关的多项产品，包括 GPT 系列、GPT 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 self.agents[agent_id]["last_heartbeat"] = time.time() def available_agents(self, timeout=10): 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。
13710编辑于 2026-04-15
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