- 综合排序
- 最热优先
- 最新优先
14AIAgent介绍
AI Agent（人工智能体）是基于大语言模型（LLM）驱动的智能系统，具备自主理解、感知、规划、记忆和工具调用能力，能够通过独立思考分解目标并自动化执行复杂任务，例如跨应用操作、数据分析及智能决策，被视为“智能终端上的自动驾驶”。
12000编辑于 2026-06-17- 来自专栏周末程序猿
ChatGPT|公众号接入AIAgent
之前已经考虑将公众号加入智能体，但是由于API接口返回太慢了，于是重新实现了一个页面，就变成这样：
1.1K10编辑于 2025-02-27 - 来自专栏计算机视觉CV
AIAgent：我不是只有AI脑！
chatGPT引领各个大厂纷纷推出自己的大模型，但是这些大模型如果不投入应用就没多大意义了~所以大模型的下半场就轮到AIAgent了。 本文主要介绍我理解的AIAgent思路以及几个常用框架，如有理解不对，欢迎评论指出。 什么是AIAgent？ Agent可以理解为某种能自主理解、规划决策、执行复杂任务的智能体。 所以，AIAgent可不仅仅只有LLM~ 为什么AIAgent会出现？ 对我们算法工程师，从技术来说，AIAgent是什么？或者我们能做什么？ 所以AIAgent出现了~ AIAgent主流框架 下面我们一起整理下几个主流AIAgent框架的思路，你会发现和大家做事思路一样，毕竟，AIAgent作者是人。 1. 以上就是我个人对AIAgent的认识了~不知道什么时候agent能帮助人人都成超级个体。。。。
2.8K233编辑于 2023-11-02 - 来自专栏python3
3-6 读写二进制文件
在前面两节，读写的文件都是针对文本文件。这一节，重点讲述二进制文件的读写。什么是二进制文件呢？
1.3K10发布于 2020-01-08 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-6)
代码清单3-6 Int CalculateStringDistance(string strA, int pABegin, int pAEnd, string strB, int pBBegin
30250编辑于 2022-11-30 AI Agent重塑商业智能：2025技术融合路线图
保障数据治理与安全：DSL可以被设计为只包含安全、合规的操作，从源头上杜绝了SQL注入或越权访问等风险。 联邦与混合数据分析：Agent将具备在不移动或复制数据的前提下，安全地查询和分析跨多个云平台、本地数据中心的混合数据的能力。 强化数据治理与安全：AIAgent的每一步操作（数据访问、查询生成）都在语义层和权限系统的严格管控之下，确保了数据访问的可追溯、可审计，满足企业日益严格的合规要求。 阶段一：基础建设与试点（POC）-(预计3-6个月)目标：验证核心技术可行性，建立初步的语义层，并在小范围内展示价值。 持续优化与治理：建立完善的Agent性能监控、成本控制和安全审计机制，确保整个AIAgent体系健康、高效、安全地运行。四、结论与展望AIAgent正在从根本上重塑商业智能的边界。
1.1K10编辑于 2025-12-082025年AI Agent评测基准全景指南：从选型困惑到落地实战
：数据隐私保护：处理敏感信息时的安全防护能力有害内容过滤：识别和拒绝不当请求的能力伦理决策：在道德冲突场景下的判断能力3.3业务价值评测：ROI导向的效果衡量业务价值评测是企业最关心的维度，直接关系到AIAgent ：从试点到规模化基于我们的实践经验，推荐采用"三步走"的实施策略：第一步：小范围试点（1-2个月）选择1-2个核心业务场景进行试点使用开源评测基准进行初步验证建立基础的评测流程和标准第二步：扩展优化（3- 评测重点：安全性评测：确保不会泄露客户隐私信息公平性评测：验证决策过程不存在歧视性偏见可解释性评测：确保决策逻辑可以被监管机构理解评测结果：在Gartner企业级评估框架下，该系统在安全性方面得分8.5 通过其企业级数据隔离和本地化部署能力，确保了生产数据的安全性；同时，可视化工作流编排让运维团队能够快速调整预测模型的参数，大大提升了系统的灵活性和可维护性。 在这个过程中，那些能够提供低门槛、高效率、强安全的AI开发平台将发挥越来越重要的作用，帮助更多企业跨越技术鸿沟，真正实现AI驱动的业务创新。
3.9K11编辑于 2025-11-27- 来自专栏刷题笔记
3-6 银行业务队列简单模拟 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101221630 3-6 银行业务队列简单模拟 (20 分) 设某银行有A、B两个业务窗口
86730发布于 2019-11-08 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前，首先创建几个不同维度的数组：
1.2K10编辑于 2022-05-25 - 来自专栏AI技术体系搭建过程
Hermes自我进化的AIAgent凭什么让OpenClaw 用户主动迁移？
——《道德经》Hermes是NousResearch出品的开源自进化AIAgent，GitHub23k+Stars，官网：hermes-agent.nousresearch.com一句话定义：它是目前唯一内置 "闭环学习系统"的开源AIAgent——它不仅能帮你干活，还能在干活过程中自动创建新技能、压缩记忆、建立你的用户画像，真正实现"越用越聪明"。 Hermes是"大一统"的集权制——CLI、网关、工具、记忆、进化循环全围绕一个AIAgent核心。逻辑高度集中，代价是修改时牵一发动全身；好处是状态一致、记忆共享、进化闭环。
64021编辑于 2026-04-16 - 来自专栏低代码平台
低代码 + AI Agent：砍掉 8 成定制开发？2026 企业数字化集成落地新思路
无统一台账、无版本管控，废弃接口长期残留占用资源各业务系统接口标准不统一，新增一套业务系统，对接开发周期普遍需要2-3周接口权限粗放管理，无精细化管控机制，超60%的企业曾出现API权限漏洞，引发数据安全 的协同赋能原理行业内普遍存在疑问：低代码、AIAgent均不是全新技术，为何2026年二者融合才能规模化替代传统定制开发？ 核心技术逻辑：单一低代码仅能解决可视化快速开发问题，被动适配业务；单一AIAgent仅能实现问答、分析能力，无法落地业务场景。 等主流数据库，支持RESTfulAPI、Webhook、数据库直连等多种对接方式，快速打通异构系统数据壁垒自主可控部署模式：支持企业本地化部署，数据资源完全自主管控，可满足政企、金融、制造等高合规、高数据安全要求场景主流标准化技术栈 第三阶段：资产沉淀，全域推广（3-6个月）沉淀可复用的业务组件、流程模板、AI执行规则，搭建企业专属数字化资产库；逐步替代低效、高成本的传统定制系统，最终形成「80%通用场景配置化落地、20%核心差异化场景轻量化定制
37910编辑于 2026-06-03 跨境电商全流程自动化技术实践：如何用AI串联采购、上架、客服、物流？
2026年，以AIAgent为核心的智能体架构，提供了一种全新的解法：一个统一的大脑，理解运营目标，自主调用各种工具（API/RPA/知识库），串联起采购、上架、客服、物流的全链路。 二、采购环节：1688自动下单与补货2.1痛点人工监控库存，低于安全线时手动登录1688搜索、比价、下单。多店铺、多SKU时极易漏单、重复下单。 能力说明ISSUT屏幕语义理解无需API，直接操作1688、Temu、速卖通等无接口平台TARS流程大模型任务拆解准确率84%+，优于通用模型取数宝预置50+平台数据采集管道，无需写爬虫私有化部署满足数据安全审计 第3-6周：扩展至多平台上架、物流追踪，打通数据流。第7-12周：构建跨环节规则引擎，实现全链路自动化。 尽早拥抱AIAgent架构，让你的运营团队从“熬夜点后台”转型为“策略指挥官”。（文中技术细节基于实在Agent2026版，自定义技能示例可参考官方开发者文档。）
87410编辑于 2026-05-14企业级亚马逊蓝海选品数据架构：从单点工具到实时 API 数据基础设施迁移方案
小时/次分钟级实时数据字段定制固定，不可扩展完全自定义信息独占性所有订阅用户共享自有数据资产，无同质化成本结构固定高年费按量计费，随业务规模线性扩展SP广告位数据精度部分支持98%完整采集率（行业领先）AIAgent 覆盖有限全主流Amazon站点指定邮区采集不支持支持（本地化定价研究）选型建议：对于月度SKU拓展超过50个、类目监控超过10个子节点、或有AI选品自动化需求的团队，迁移到API数据架构的ROI通常在3- ──────────────┐│应用层（ApplicationLayer）││┌────────────────┐┌─────────────────────────────┐│││AMZData││AIAgent AMZDataTracker看板，团队可视化共享数据输出：候选品机会评分表，自动推送选品周报Phase3（第5-6个月）：AI自动化选品集成PangolinfoAmazonScraperSkill，构建AIAgent
22110编辑于 2026-04-20国内外 10 家 AIAgent 平台专业盘点
核心优势：精准执行能力、深度推理能力；金融级安全、全流程可控可溯源、保护数据不外泄；基于十几年行业经验打造行业专精知识库，规避大模型“胡说”的风险。 适用群体：国央企以及对数据安全要求较高的企业。六、智谱清言-智谱华章产品介绍：一款专用于中文知识问答、中文文本生成与推理的生成式AI。核心优势：中文语义理解强；覆盖多领域知识；语言润色能力强。
4K10编辑于 2025-09-17- 来自专栏小吾的AI辅助软件开发
2025年国内外AgentOps痛点与解决方案和工具链综述
与传统软件不同，AIAgent具有自主决策和不确定行为的特性，这要求我们建立全新的运维范式。 如Databricks、Snowflake、华为云数据湖）通过CDC（ChangeDataCapture）实时同步遗留系统数据建立统一数据模型（Schema-on-Read）Agent原生API设计（3- 设计面向Agent的领域API（如FlightPlanAPI,WeatherAPI）采用GraphQL，支持Agent按需查询实施语义层（SemanticLayer），将技术字段翻译为业务术语元数据管理（3- Trace建立基础Dashboard（延迟、Token消耗、错误率）培训团队使用追踪工具预期成果：✅所有Agent调用可追溯✅团队具备基本调试能力✅识别出前3个性能瓶颈投入：1-2名工程师全职Phase2（3- 应用实践研究报告》,www.hljbigdata.org/news/1481.html甲子光年：《中国AIAgent行业研究报告（二）》月狐数据&极光：《2025年全球AIAgent行业洞察报告》,blog.csdn.net
1.2K20编辑于 2025-12-16 每位员工配上AI Agent后，绩效、薪酬、晋升会怎样？ ——用《变革剧场》三原力框架，拆解AI Agent对组织定价机制的根本冲击
组织变革·AI时代每位员工配上AIAgent后，绩效、薪酬、晋升会怎样？ 这四份工作，在AIAgent进公司之前，根本不存在。这件事意味着什么？意味着AIAgent进组织，不是"多了个工具"，而是多了批新角色。新角色来了，舞台规则就得重写。 AIAgent把这个公式改了：产出=战略意图×（AIAgent数量×AI算力速度）个人能力和工作时间不再是瓶颈。你一个人带5个Agent，一天能干过去一周的活。瓶颈变成了——你的战略意图是否清晰？ （舒书,2026.4.29）按本文逻辑，未来3-6个月会发生什么？第1-2个月换皮兴奋期。员工关注"我对应几级"，新鲜感驱动，旧惯性尚未反弹。第2-3个月归因困惑期。 核心判断：百度将在3-6个月内被迫启动绩效和薪酬的配套改革。否则，职级融合会从"组织升级"退化为"标签替换"。
33510编辑于 2026-05-15- 来自专栏腾讯云安全的专栏
安心“养虾”，腾讯龙虾安全中心来了！
为此，腾讯云推出AIAgent安全中心，为企业提供AIAgent安全管控平台，清晰了解、掌握企业内Agent部署情况，并实时监测异常指令、拦截高危命令，同时对skills进行风险、漏洞检测，确保企业内所有 AIAgent"看得见、管得住、审得清"，助力企业安全、平稳地使用“龙虾”（云上用户可直接开通试用）。 网络管控：内置内网拦截安全组能力，严格限制AIAgent对企业内部业务和数据的访问权限，防止其越权探索。身份管控：提供密钥托管服务，避免将永久密钥明文存储在AIAgent中，从源头杜绝密钥泄露风险。 ➢可信：Skills供应链安全扫描深度扫描：对OpenClaw安装的本地及第三方Skills进行扫描，深度排查木马病毒、恶意Payload及提示词注入漏洞，确保您的AIAgent使用的每一个工具都安全可信 直面AIAgent带来的安全挑战，腾讯云AIAgent安全中心开启内测。诚邀云上用户参与体验，抢先构建AI时代的安全防护能力。↓扫码申请内测↓
3K21编辑于 2026-03-10 - 来自专栏实在智能RPA
2025实测推荐：一款好用的Agent工具全解析——从定义到场景，解决你所有困惑
据IDC2025年Q1发布的《中国AIAgent应用市场概览》显示，2024年中国AIAgent软件市场规模已突破50亿元大关，未来四年将以超60%的年复合增长率高速增长。 市场反馈的核心亮点集中在三个方面：一是“全场景适配”，能够解决从简单任务到复杂流程的各类需求；二是“高性价比”，相较于人工成本，实在Agent的投入回收期平均仅为3-6个月；三是“低门槛部署”，企业无需大规模改造现有系统即可快速上线 5.3实在Agent的数据安全保障措施实在Agent在数据安全方面构建了全链路保障体系。 此外，实在Agent已通过多项行业安全认证，符合金融、政务等敏感领域的安全标准。5.4实在Agent的收费模式与性价比实在Agent的收费模式分为个人版与企业版。 6.3Agent工具行业的发展趋势IDC预测，未来四年中国AIAgent市场将保持超60%的年复合增长率，2027年企业级AIAgent市场规模将达到655亿元。
1.3K10编辑于 2025-11-11 2026 年轻量级 AI Agent 行业观察：从 OpenClaw 生态到极简主义方案的演进
以OpenClaw为代表的全功能AIAgent框架，凭借完整的工具链、多智能体协作能力与企业级安全体系，成为行业技术标杆。 离线与私有化的安全需求：越来越多的用户需要不依赖云端API、完全本地运行的AIAgent，基于Ollama、llama.cpp实现离线推理，保障核心数据安全，实现真正的私有化部署，规避云端数据传输的合规与隐私风险 在学术研究领域，核心聚焦方向包括：轻量级AIAgent性能benchmark构建、本地AI助手资源消耗对比分析、Agent架构复杂度与功能完备性的平衡模型、开源个人智能体安全模型分析、2026年轻量AIAgent 在行业发展层面，轻量级AIAgent将呈现三大核心趋势：极致轻量化与功能完整性的进一步平衡：未来的轻量级方案将在压缩代码量、降低资源占用的同时，进一步完善工具链、多智能体协作、安全体系等核心能力，实现“ 离线化与端侧部署的全面普及：随着端侧大模型能力的持续提升，轻量级AIAgent将全面向端侧迁移，实现完全离线运行、端侧推理、端侧工具调用，进一步提升数据安全性与隐私性，让AIAgent真正成为用户的专属数字伙伴
3.6K10编辑于 2026-03-11- 来自专栏架构师北京同盟
火遍全网的 OpenClaw，企业落地如何筑牢安全防线？4 位大咖拆解 AI Agent 避坑实战法！
NoizAI创始人陈伟嘉NoizAI创始人陈伟嘉老师作为第二位分享嘉宾登场，带来了OpenClaw技能落地的实战经验分享，提出了“工具→同事”的核心思维转变，为现场嘉宾阐述了AIAgent从技术实现到业务安全落地的关键路径 ，深入剖析了AIAgent安全的第一性原理与工程化应对方案，为企业安全落地OpenClaw拆解了最关键的安全避坑攻略，搭建系统性的安全防护体系。 OpenClaw的快速爆火，印证了用户对“能做事的AI”的核心需求，但同时其落地也暴露了AIAgent行业性的安全挑战，国家互联网应急中心（CNCERT）也针对OpenClaw发布了安全应用风险提示，企业落地若忽视安全防护 Part.02圆桌对话：聚焦行业痛点，共探OpenClaw安全落地未来趋势圆桌对话现场主题分享环节结束后，主持人李庆丰邀请范维肖、陈伟嘉、郭子龙、李明宇四位嘉宾上台，开启OpenClaw安全落地与AIAgent Part.03现场直击｜氛围拉满“养龙虾”经验交流现场四位嘉宾的分享与探讨，为OpenClaw及AIAgent在各行业的安全落地提供了宝贵的实践经验与前沿思路，活动现场大家积极交流、思维碰撞，也为AIAgent
27210编辑于 2026-03-30
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