- 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”。
11300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Hank’s Blog
4-2 R语言函数 apply
#apply函数，沿着数组的某一维度处理数据 #例如将函数用于矩阵的行或列 #与for/while循环的效率相似，但只用一句话可以完成 #apply(参数)：apply(数组,维度,函数/函数名) > x <- matrix(1:16,4,4) > x [,1] [,2] [,3] [,4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16 >
69110发布于 2020-09-16 - 来自专栏Java
试题 算法训练 4-2找公倍数
试题 算法训练 4-2找公倍数 资源限制 内存限制：256.0MB C/C++时间限制：1.0s Java时间限制：3.0s Python时间限制：5.0s 问题描述 这里写问题描述。
22610编辑于 2025-01-21 - 来自专栏趣学算法
数据结构 第4-2讲 双向链表
数据结构第4-2讲双向链表 链表是线性表的链式存储方式，逻辑上相邻的数据在计算机内的存储位置不一定相邻，那么怎么表示逻辑上的相邻关系呢？ 可以给每个元素附加一个指针域，指向下一个元素的存储位置。
92740发布于 2018-09-13 - 来自专栏sringboot
x86汇编加载用户程序-4-2
索引寄存器的端口号是 0x3d4，可以向它写入一个值，用来指定内部的某个寄存器。比如， 两个 8 位的光标寄存器，其索引值分别是 14（0x0e）和 15（0x0f），分别用于提供光标位置的高 8 位和低 8 位。 指定了寄存器之后，要对它进行读写，这可以通过数据端口 0x3d5 来进行。 高八位 和第八位里保存这光标的位置，显卡文本模式显示标准是25x80，这样算来，当光标在屏幕右下角时，该值为 25×80－1=1999
96430编辑于 2021-12-06 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程4-2：LM模型+数值协变量
上一篇，我们介绍了数量性状进行GWAS的一般线性模型分析的方法（笔记 | GWAS 操作流程4：LM模型assoc），这里我们考虑一下数字协变量，然后用R语言进行对比。
1.5K20发布于 2020-05-26 - 来自专栏cwl_Java
C++编程之美-数学之趣(代码清单4-2)
代码清单4-2 struct point { double x, y; }; double Product(point A, point B, point C) { return
31130编辑于 2022-11-30 - 来自专栏Android点滴积累
IOS Widget（4-2）：创建可配置小组件（动态修改配置数据）
上一篇文章，讲解了如果通过配置修改小组件行为，只不过配置数据是写死的，本文将继续探索配置数据的高级用法，配置数据在小组件中动态创建的
4.2K11发布于 2021-05-10 - 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。
63221编辑于 2026-04-16 - 来自专栏历史专栏
【愚公系列】2021年12月 攻防世界-进阶题-MISC-072(4-2)
文章目录 一、4-2 二、答题步骤 1.词频分析 总结 一、4-2 题目链接：https://adworld.xctf.org.cn/task/task_list?
60620编辑于 2021-12-09 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-2 scikit-learn中的机器学习算法封装
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍使用sklearn实现KNN算法。
1.1K00发布于 2019-11-13 - 来自专栏以终为始
顺序表应用4-2：元素位置互换之逆置算法(数据改进）（SDUT 3663）
一个长度为len(1<=len<=1000000)的顺序表，数据元素的类型为整型，将该表分成两半，前一半有m个元素，后一半有len-m个元素（1<=m<=len)，设计一个时间复杂度为O(N)、空间复杂度为O(1)的算法，改变原来的顺序表，把顺序表中原来在前的m个元素放到表的后段，后len-m个元素放到表的前段。 注意：交换操作会有多次，每次交换都是在上次交换完成后的顺序表中进行。
42410编辑于 2023-03-09 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 2025-09-172026 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
3.5K10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
26610编辑于 2026-03-30 AI Agent 落地的暗线：防御侧的职业机会与工程实践路径
这些风险并非“科幻场景”，而是AIAgent落地过程中已经出现的工程问题。在AIAgent职业路线的探索中，防御侧能力已成为企业实现Agent规模化、可信化运行的核心前提，而非可选补充。 技能树逆向提示工程、大模型对齐原理、红队攻防方法论、OWASP大模型安全标准。 三、防御侧职业路线的长期价值分析1.人才供需错配带来的竞争力当前AIAgent领域90%以上的人才聚焦于开发侧，防御侧人才缺口显著。 3.合规刚性需求的持续驱动随着《生成式AI服务管理暂行办法》等法规落地，企业对AIAgent的安全与合规要求日益严格：Agent的行为合规性、数据安全防护能力已成为企业获取备案资质、规避监管风险的核心条件 四、结语AIAgent的规模化落地，本质是构建“可信AI生态”的过程——防御侧的职业路线并非“非主流赛道”，而是AIAgent技术栈中不可或缺的核心环节。
28710编辑于 2026-02-04腾讯云AI-Agent安全解决方案-2026-国内友商版
2026年国产AIAgent安全方案怎么选：能力清单、成熟度模型与6大方案横评当AIAgent替你打工，谁来替你盯紧它？ 一、什么是AIAgent安全，为什么它现在变得紧迫AIAgent安全（AgenticAISecurity），是指对能够自主规划、推理、决策并执行动作的AI智能体进行的安全防护。 1.1AIAgent时代的三大安全盲区盲区一：行为不可预测。Agent由大模型驱动决策，行为具有天然不确定性。 1.3AIAgent安全vs大模型安全：边界在哪很多企业把两者混为一谈。 三、2026年值得关注的6个国产AIAgent安全方案我们如何评估这些方案国内AIAgent安全是一个2025年下半年才真正爆发的新市场——CNCERT已就OpenClaw类智能体"默认权限过高、提示注入
37310编辑于 2026-06-22AI 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。 二、应用场景与战略价值：AIAgent如何重塑企业决策AIAgent的引入，正将BI从一个“报表工具”转变为一个贯穿业务全流程的“智能决策引擎”。 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。 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 2025-12-08
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