- 综合排序
- 最热优先
- 最新优先
- 来自专栏决策智能与机器学习
自主性
自主这个词在AI圈子越来越火，有变成玄学的趋势，但到底什么是自主，跟自动化、智能有啥关系，我们一起来看看。 先问大家一个问题，自主性是越高越好吗？ 什么是自主性 自主性的英文是autonomy，英文上的解释为“the quality orstate of being self-governing；self-directingfreedom and 中文上的词条解读，自主性是行为主体按自己意愿行事的动机、能力或特性。 所以比较好理解的是，自主就是自己当家作主。 ，或者独立完成，都应该算作自主性，而且，如果是与人协作沟通完成的方式反而是更加复杂一些的。 回到一开始说的问题，自主性是越高越好吗？
94950发布于 2021-05-11 - 来自专栏网络安全技术点滴分享
AI重塑工程实践：对齐自主性如何提升团队效能
工程实践正在被重写：不再有黄金路径在技术持续变革的时代，工程领导者如何确保团队的对齐性、自主性和生产力？ 关键讨论要点AI对工作流的全局影响Superhuman通过AI技术全面提升组织工作流程改进新员工入职培训体系帮助员工优化工作流程使团队能够重启先前搁置的项目工程效能度量策略定性指标与定量指标的结合运用通过数据驱动方法衡量团队效能持续改进工程团队绩效的实践方案对齐自主性概念在快速变化的行业中领导力的重要性通过赋予团队自主权提升组织运转速度平衡团队自治与组织目标的对齐机制资源链接通过 LinkedIn联系Loïc Houssier了解Superhuman：专为高效团队设计的AI原生邮件应用通过LinkedIn或Bluesky联系Ben Matthews本文节选自Stack Overflow 播客《代码领导者》系列，关注工程领导力与生成式AI在技术组织中的实践应用。
27010编辑于 2025-08-22 智能体革命：从0到1，拆解AI获得“自主性”的基础密码
摘要：2026年AI简单作为“问答机器”的存在，却见证了其向“智能体（Agent）”的形态跃迁。从0到1，这不仅是功能的高度，更是“自主性”的觉醒。 在AI进化的坐标系中，大模型（LLM）完成了从-1到0的知识压缩，而Agent（智能体）则正在完成从0到1的行动闭环。 它的核心跃迁在于“非凡的动感”的获得：0.0阶段（传统AI）：听懂指令-生成文本。角色是“护照工具”。1.0阶段（Agent）：设定目标-主动拆解-调用工具-闭环交付。角色是“积极参与者”。 02.核心能力拆解：具有“自主性”的三重架构技术架构Agent协调能实现“从0到1”（Exception）、决策（推理）与执行（行动）三位一体构成。 （本文章由AI辅助生成）
34210编辑于 2026-01-23- 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！ ❤ Indeed Unveils AI Agents for Job Seekers and Recruiters 求职招聘领域迎来AI助手新时代 Indeed推出了两款AI Agents，分别面向求职者和招聘方 *攻击面扩大*：AI Agent的自主性创造了难以追踪的复杂攻击路径 *安全需求迫切*：传统安全措施难以应对Agent特有的风险 *协作风险*：多Agent交互可能导致意外行为和安全漏洞 企业需要重新评估其安全架构 ❤ Secure AI Agents at Runtime with Docker Docker推出AI Agent运行时安全解决方案 Docker发布了关于如何在运行时保护AI Agent的新方法， 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。
41210编辑于 2025-09-17 2026年，重新定义Agent：从模型级标准定义看AI的“自主性”跃迁
摘要：在2026年的AI技术浪潮中，Agent（智能体）已不再是实验室里的概念，而是从“能说会道”的Chatbot进化为“能承载事”的数字定义生命体。 .模型等级标准定义：解构“数字生命体”在人工智能领域，Agent的定义已经被行业广泛接受，其核心不仅仅在于它执行指令的软件，而且具备以下三大特征的自主系统：1.经典三要素完全覆盖（TheLoop）符合AI 代理就像“打车时的导航AI”：你只给它目的地，它会实时规划路线、避开拥堵、在封路时自动重算，甚至主动问你“检测到前方加油站，是否需要补充能源？” （灵活）05.2026年展望：从“能说会道”到“能扛事”站在2026年的时间节点，Agent正在成为AI技术落地的“操作系统”。从工具到伙伴：以前我们把AI代理工具（工具），你需要知道怎么用它。 让AI从“辅助人类”走向“美好创造”。写给开发者与创作者的建议写作贴士：不要只写“这个Agent可以生成PPT”，这太浅了。要强调它的“自主性”和“决策链”。
2.5K43编辑于 2026-01-19- 来自专栏TGLTommyAI前沿技术论文
AI 趋势研判｜2026-06-11
今天的 AI 产业主线不是“模型又强了一点”，而是高能力模型正在被价格、责任和权限三套制度重新分层。 AI 正从单纯能力竞赛，进入“谁能把能力安全、便宜、可追责地分发出去”的阶段。 趋势研判 接下来一年，消费端 AI 会出现明显两极分化：平台公司把通用 AI 当作会员权益降价扩散，独立产品则被迫上探到专业工作流、团队协作和行业数据。 这会把一部分 AI 应用能力从 SaaS 层拉回平台层。 趋势研判 未来 3-12 个月，移动端和桌面端 AI 应用会重新评估“自建后端模型调用”与“调用系统 AI 框架”的边界。 生成代码、AI 生成包元数据和维护责任区分开，未来更多仓库会制定显式 AI contribution policy。 AI 身份与安全报告进入开发者视野 HN 今日出现 “State of AI and Identity Report” 等条目，说明身份、权限、审计和 agent 访问控制正在成为 AI 应用的基础议题
17210编辑于 2026-06-25 - 来自专栏喔家ArchiSelf
AI工程的11个实践指南
，联合软件工程、网络安全和应用人工智能领域的专家，推出了AI工程的11项基础实践。 这里，尝试把这11条经过实战检验的AI工程指南讲清楚，从问题定位到团队搭建，从数据管理到伦理考量，搞懂这些，才能避开AI开发的那些坑，真正打造出能落地、能长久、能让人放心的AI系统。 11、伦理是AI的底线，既要融入设计，也要纳入策略 当AI系统的能力越来越强，开始渗透到国防、医疗、金融、就业等各个关键领域，甚至能做出影响人类生活、利益甚至生命的决策时，伦理问题就成了绕不开的话题。 小结：变化，是AI工程唯一的不变 卡内基梅隆大学软件工程研究所的这11项AI工程基础实践，归根到底，都是在教我们一件事：学会应对变化。 但变化并不意味着无序，这11项实践，就是为AI工程建立了一套底层的逻辑和规范：从一开始就选对问题、搭好团队，到开发过程中管好数据、选对算法、做好安全，再到上线后持续优化、接受模糊性、扛住变化，最后守住伦理的底线
11310编辑于 2026-06-15 生成式AI驱动的范式转移：论智能体在企业价值链重构中的自主性演进
在传统 IT 时代，数据是被动记录的资产；而在 AI 时代，数据是训练大模型和驱动智能体决策的燃料。缺乏高质量、AI 就绪的数据，任何宏大的 AI 愿景都将成为空中楼阁。 这种自主性在供应链领域体现得尤为明显。预测指出，相当比例的日常供应链决策将由 AI 智能体独立完成。 攻击者正在利用 AI 智能体进行更高效的凭证窃取和欺诈，这使得防御方必须同样采用 AI 技术来进行对抗。网络安全正在演变为一场“AI 对抗 AI”的军备竞赛。数据安全特别是隐私保护面临着严峻挑战。 在这里，你不仅能获取AI相关的各类市场分析报告、技术论文书籍、应用实践指南等等，涵盖生成式AI、大模型、AIGC、AI芯片和机器人等技术、应用和市场，还能与同侪一起探讨如何使用人工智能大模型和智能体来为工作增效 企业和个人都需要从根本上改变对技术的认知，从将 AI 视为一种单纯的效率工具，转变为将其视为具有一定自主性的合作伙伴。
47710编辑于 2025-12-15- 来自专栏量子位
人人都可拥有的自主性AI：有记忆会使用工具，还会自我学习！底层自研框架即将开源
还不是把人类对AI的想象力再次打开了。 使唤AI不用再一句句引导，更不用去研究提示工程了。 人人像钢铁侠那样拥有超级AI贾维斯不是梦。 生产有记忆会自学习的AI Copilot 如上看到的AI Copilot来自名为MindOS的AGI应用助手平台。 以此让AI可以完成一个长链条任务，和AutoGPT非常相似。 而且相对于AutoGPT，MindOS背后框架的自主性更高。 去年11月初，MindOS发布1.0版本，比ChatGPT还早了几周。 在经过几个月迭代后，在最近推出2.0版本，并将开放一轮封测，届时可以抢先体验。 AI Copilot串联成网络：应用和服务的AI Copilot和每个个人AI Copilot，连接成一张全新的网络，服务的分发会在这个AI Network上发生。
88020编辑于 2023-05-06 - 来自专栏又见苍岚
Windows 11 体验 Stable Diffusion AI 图像生成
Stable Diffusion 已经发展到可以生成以假乱真图像的程度，无论是 AI 作画还是照片生成都已经可以生成得很精细，本文记录使用过程。 本文记录在 Windows 11 下安装、配置、运行 Stable-diffusion 的流程 过程中经常需要访问境外的网站，需要访问国外网站。 webui-user.bat 文件，我在过程中遇到很多问题，没有问题的同志可以跳过这一节 安装 CUDA 11.7 下载链接：https://developer.nvidia.com/cuda-11 CLIP 安装 CLIP 仓库链接 stable-diffusion-stability-ai 仓库地址： https://github.com/Stability-AI/stablediffusion LoRA（Low-Rank Adaptation of Large Language Models）粗略地讲就是利用少量的图像来对 AI 进行额外学习训练，并在一定程度上控制结果。
2.9K00编辑于 2023-03-28 AI日报 - 2025年3月11日
AI日报 - 2025年3月11日 今日概览（60秒速览） ▎ AGI突破 | OpenAI发布神秘预告引发AGI猜测 中国AI代理「Manus」实现50项任务自动化引伦理争议 ▎ 商业动向 | Turing Institute举办AI伦理保障平台在线研讨会 美国拟对低质量生成AI工具启动多重调查 ▎ 技术趋势 | 小模型突破：Qwen2.5-Math-7B实现高精度数学推理 Diffusion 客服公司Moveworks ⚡ 近五年AI领域最大并购案，估值较去年增长400% 行业影响： ▸ 加速企业级AI解决方案市场整合 ▸ 预示RPA+LLM技术融合进入商业化深水区 "这将重新定义企业智能自动化边界 行业影响： ▸ 学术出版规范面临重大挑战 ▸ 催生AI内容检测技术新需求 "必须建立AI时代的学术诚信新范式" - NeurIPS程序主席undefined Scale AI发布MASK基准测试评估 ▸ 呼吁建立AI安全全球治理框架 5.2 Percy Liang（斯坦福NLP主任） 影响力指数：★★★★☆ "2025年AI工程化的核心挑战在于评估体系创新"undefined● 行业影响
75400编辑于 2025-03-10今日 AI 热点速读（2026-03-11）
来源：HackerNews,Engadget,FastCompany|编译日期：2026-03-11今日概览今天我们共扫描了3个外媒来源，经过自动去重与筛选，为你保留了3个最值得关注的独立AI事件。 随着大模型能力的提升，开发者的关注点正在从“如何让AI回答问题”转向“如何让AI替我干活”。这篇热帖探讨了构建能够在后台持续运行、甚至在用户睡觉时自动执行复杂任务的AIAgent。 这类行业动态的价值不仅在于技术本身的实现，更在于它向我们揭示了市场下一步的真正需求——从被动的“对话式AI”向主动的“自动化行动AI”演进。 原文：HackerNews2.谷歌加速AI落地：Chrome版Gemini扩展至加、印、新三国来源：Engadget继在美国市场率先亮相后，谷歌正稳步扩大其浏览器端AI的覆盖范围。 后续我们可以优先盯住两类变化：一是大平台AI功能的渗透率与用户留存情况，二是当AI代理开始自动执行任务时，随之而来的数据隐私、合规约束以及全新的交互模式。
37310编辑于 2026-03-11- 来自专栏代码日志
2026年03月11日 AI早报
> 来源：我是AI Karpathy推出AgentHub：构建AI智能体专属协作平台 正文明：前特斯拉AI负责人Andrej Karpathy开源新项目AgentHub，打造专为AI智能体设计的极简协作平台 该平台基于Git架构，支持多Agent在同一代码库中提交与通信，目标是建立自治型AI研发社区，推动Agentic AI工程化落地。 > 来源：量子位 首个千万美金ARR的AI4S公司MetaNovas实现AI分子商业落地 正文明：MetaNovas成为全球首个达成千万美元年经常性收入（ARR）的AI for Science公司，其 Agentic AI平台MetAmigo完成从AI设计到合规备案的新分子全流程闭环。 双方将聚焦大模型基础设施与高效推理优化，加速AI在东南亚地区的产业化部署，进一步拓展英伟达在全球AI生态中的技术影响力。
70310编辑于 2026-03-16 - 来自专栏月色的自留地
从锅炉工到AI专家(11)(END)
语音识别 TensorFlow 1.x中提供了一个语音识别的例子speech_commands，用于识别常用的命令词汇，实现对设备的语音控制。speech_commands是一个很成熟的语音识别原型，有很高的正确率，除了提供python的完整源码，还提供了c/c++的示例程序，方便你移植到嵌入设备及移动设备中去。 官方提供了关于这个示例的语音识别教程。不过实际就是一个使用说明，没有对代码和原理做过多解释。 这个程序相对前面的例子复杂了很多，整体结构、代码、算法都可以当做范本，我觉得我已经没有资格象前面的
85970发布于 2018-06-20 - 来自专栏小巫技术博客
第11期·AI 工程化实践
每日AI知识点 · 第11期 ⚙️ AI 工程化实践 从 Demo 到生产系统的关键一跳 可靠性 ️ 可观测性 ️ 安全性 可扩展性 可维护性 ⚙️ 为什么需要 AI 工程化？ AI 工程化就是把 AI 应用从"能用"变成"好用、稳用、安全用"的系统工程，核心是解决五大挑战： Demo 阶段 ✗ 偶尔失败没关系 ✗ 不需要考虑安全 ✗ 可靠性：让 AI 系统永不宕机 AI API 不是 100% 可靠的——网络抖动、模型过载、配额耗尽都会导致调用失败。可靠性工程的核心是优雅地处理失败，而不是假装失败不会发生。 关键：建立"黄金数据集"，每次迭代都跑回归评估 ️ 安全性：防住 AI 系统的新型攻击 AI 系统引入了传统系统没有的新型安全风险。
43910编辑于 2026-04-13 AI日报 - 2025年4月11日
▎ 应用创新 | AI代理市场(Xoul)兴起；AI助力制造业降本增效(C3 AI)；脑信号实时合成语音突破；AI在医疗、金融、零售等领域应用深化。 应用前景：有望降低大规模AI模型部署的门槛和成本，加速AI应用在各行业的普及，特别是在需要低延迟、高吞吐量推理的场景（如实时推荐、对话AI）。 落地价值：对于需要高可靠性、高透明度的AI应用（如法律、医疗、金融领域）至关重要，有助于建立对AI系统的信任，推动负责任AI的发展。 ：内容创作和零售业AI市场接受度和技术突破活跃；制造业AI落地效果显著；金融和医疗AI在技术突破的同时，面临更高的监管要求和信任挑战。 ● 延伸思考： ▸ (探索了AI代理在现实世界任务中的自主性和协作能力，是通往更复杂AI系统的一步。)
81300编辑于 2025-04-10双图谱驱动智能渗透测试：解决复杂任务遗忘与幻觉，提升攻防自主性
undefined客户价值：实现从“脚本执行”到“自主推理”跨越，达成动态重规划与证据推理闭环，提升复杂环境攻防自主性（来源：任务图 | Plan-on-Graph动态图规划、因果图设计总结）。 生态与责任：方班-BinX战队以“开源共享”促进行业协同，加速我国“AI+安全”自主创新（来源：About us | 方班 - BinX 使命担当）。
25410编辑于 2026-04-05这是属于2025年的11个AI故事。
因为数量过于多了，我没有办法面面俱到，所以，我精心挑选了，有代表性的11个故事，分享给你们。 也希望能给你，带来勇气，还有感动。 @Morgan - 数据分析师，26岁 爷爷今年离开了。 基于前面种种，一时间找不到人类倾诉，所以就想到找AI聊天。 这不是我第一次这样做了，平时情绪稳定的时候，就在用AI给我做人生教练。 因为AI没经历过“拥有”的实感，所以它笔下的“失去”只是概念。 因为AI是不会痛苦的，这更让我明白，AI会是写作者技巧的馈赠者，而咀嚼苦涩是写作者不能推卸的使命。 ：《 国庆这8天，我发现和AI辩论才是最高效的学习方式。 》 4）我便尝试用你说的这个方式去和AI对话，尝试找我在婚姻中的问题，AI的回答真的让我大彻大悟！！！ @AI产品黄叔 - AI自媒体博主，85后 我想分享一个全盲学员用豆包编程拿下黑客松冠军的故事。
1.1K10编辑于 2025-12-25- 来自专栏自然语言处理
智能体框架：11 个顶级 AI Agent 框架！
最近笔者在找智能体框架，看到一个文章：https://ai.plainenglish.io/11-best-ai-agent-frameworks-for-software-developers-afa1700644bc 本指南将深入探讨当前最优秀的 11 个 AI Agent 框架，比较它们的特性、优势、劣势以及理想的应用场景，帮助您为下一个项目做出明智的决定。 什么是 AI Agent 框架？ 11 个最佳 AI Agent 框架 1. LangChain LangChain 是一个开源框架，已成为构建 AI 驱动应用最受欢迎的选择之一。 测试 if __name__ == "__main__": asyncio.run(main()) 11. 无论您需要用于构建对话 Agent、多 Agent 协作系统，还是复杂工作流自动化的框架，本指南介绍的 11 个框架都提供了多种选择，以满足不同的需求和技术专业水平。
16.3K52编辑于 2025-07-02 - 来自专栏用户4381798的专栏
11.实现AI对战AI的五子棋程序
在前文AI人机对战的五子棋程序的基础上，我们加入了AI对战AI的功能。动态图中黑白棋子都是程序通过内置的逻辑控制落子，实现AI与AI之间的对战。 这一版程序的AI逻辑在上一版本的基础上加入了些微的随机属性，当遇到多个相同的最优落子点时，通过随机的方式进行选择，这里用到了random.choice。 由于并没有对两个下棋的AI引入多少差异，所以黑白双方棋力不相上下攻守交替，并没有出现一方压倒一方的情形。 后期在初版AI的基础上，对逻辑的权值进行一定规则的随机生成，扩充AI的数量，便可以产生出一些棋力更高的逻辑块。
2.1K30发布于 2020-07-30
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