- 综合排序
- 最热优先
- 最新优先
智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？智能体是一个能够自主思考、决策、调用工具的智能代理系统。 它不仅仅是简单的问答机器人，而是具备以下核心能力的自主系统：思考能力：理解用户意图，分析任务需求决策能力：规划执行步骤，选择合适工具行动能力：调用外部工具，执行具体操作记忆能力：记住上下文，积累经验智能体的价值智能体的出现 智能体的核心优势大脑：LLM提供强大的理解和推理能力undefined记忆：记住对话历史，保持上下文连贯工具：灵活调用各种外部能力二、两种搭建智能体的路径根据技术门槛和应用场景，智能体的搭建主要有两种方式 四、RAG vs Agent智能体RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 需要推理的任务学习能力无有记忆，可积累经验七、总结智能体（Agent）是AI从"对话"走向"行动"的关键一步。
3.2K22编辑于 2026-03-02- 来自专栏农民工前端
智能体（Agent）全面解析：什么是智能体agent
一、什么是智能体（Agent）？ 智能体是一个能够自主思考、决策、调用工具的智能代理系统。 智能体的核心优势 大脑：LLM提供强大的理解和推理能力 记忆：记住对话历史，保持上下文连贯 工具：灵活调用各种外部能力 二、两种搭建智能体的路径 根据技术门槛和应用场景，智能体的搭建主要有两种方式： 1️⃣ 四、RAG vs Agent智能体 RAG（检索增强生成）和Agent是两种不同的技术路线，但可以相互配合。 核心区别对比 维度 RAG Agent 智能体 本质 信息增强技术 任务规划与执行框架 主要目的 让LLM获取外部知识，减少幻觉 让LLM能够自主完成任务 工作方式 检索 + 生成 思考 → 规划 → 确定性、重复性任务 复杂、多变、需要推理的任务 学习能力 无 有记忆，可积累经验 七、总结 智能体（Agent）是AI从"对话"走向"行动"的关键一步。
1.4K10编辑于 2026-03-03 - 来自专栏周末程序猿
谈谈 `AI Agent`（智能体）
AI Agent的构成 模型：为智能体的推理和决策提供动力的LLM，决定了智能体的下限。 工具：智能体可用于采取行动的外部函数或API。 指令：定义智能体行为的明确指导方针和安全策略。 , "agent": "AI Agent（智能体）是能够感知环境、做出决策并采取行动的自主系统。它由模型、工具和指令三部分组成。" 编排工具：智能体本身可以作为其他智能体的工具，作为多智能体系统中单个 sub agent。 Agent2Agent (A2A) Agent2Agent (A2A) 协议是一种开放标准，旨在让 AI 智能体之间实现无缝通信和协作，正如 MCP 提供了一种标准化的方式来让 LLM 访问数据和工具一样 主智能体同步执行子智能体，等待每组子智能体完成任务后再继续执行下一个，这简化了协调，但也造成了智能体间信息流的瓶颈，例如，主智能体无法控制子代智能体，子智能体之间也无法协调，整个系统可能会因为等待单个子智能体完成搜索而被阻塞
1.2K10编辑于 2026-01-06 - 来自专栏产品笔记
什么是AI Agent（智能体）？
Chatgpt发布了GPTs，钉钉发布了AI助理，在AI时代 AI agent（智能体）是大模型落地业务场景的主流形式，那什么是AI Agent？ 01 — 什么是AI Agent？ AI Agent是指人工智能代理（Artificial Intelligence Agent）是一种能够感知环境进行自主理解，进行决策和执行动作的智能体。 因此将大模型作为AI Agent的核心大脑，实现将复杂任务拆解成可以实现的子任务等能力，构成具备自主思考决策和执行任务的智能体。 自省框架使AI Agent能够修正之前的决策，从而不断优化。这种反思和细化可以帮助 Agents 提高自身的智能和适应性。 2. 记忆 （Memory） ①、短期记忆：对AI Agent智能体系统的所有输入会成为系统的短期记忆，所有上下文学习都是依赖模型的短期记忆能力进行的。
26.8K22编辑于 2024-01-15 - 来自专栏AI前沿技术
智能体｜AI Agent 框架介绍
智能体 Agent 核心是通过与环境交互更好的完成用户的指令或任务。一个合格的智能体应该具有那些能力，这些能力面临何种困难，又有那些的解决方案。 1.1，功能维度 复旦大学张奇团队在关于Agent的综述中，将基于大语言模型的智能体分为三功能模块：大脑 Brain、感知 Perception) 与行动 Action。 通过重复这一过程，智能体能够持续获取反馈并与环境互动。 一个智能体的所具有的核心能力是一致的，本文以Planning、Memory和Tool use 为框架进行介绍。 2，规划 Planning 从完成任务的维度，智能体对任务进行拆解，然后对拆解的步骤进行反思。
1.5K10编辑于 2026-01-18 - 来自专栏AI前沿技术
智能体｜ Agent Skill 技术介绍
本文从“是什么”到“怎么用”，再到“如何写” Agent skill 的角度，把我们从无尽的提示词里解放出来。 关注“AI老马” —【获取资源】&【进群交流】 一、Agent Skill 的通俗解释 通俗的讲： Agent Skill = 给AI打包好的“专业能力模块”。 在 Anthropic 的 Agent 体系里，Skill 是让 AI 从“聊天机器人”变成“专业智能体”的核心。 可以把它理解成，给 AI 安装一个永久生效的插件，把工作流程固化成可调用的技能。 二、Agent Skill 渐进式披露 2.1，skill 的加载过程 渐进式披露是 agent skill 解决有效知识注入的精髓。 试着做一个属于自己的 Skill，哪怕只是一个周报生成器，你会真切感受到： 让 AI ，成为你的专属智能体，Skill 是我们迈出的又一大步！
83320编辑于 2026-04-02 - 来自专栏从流域到海域
LangChain手记 Agent 智能体
整理并翻译自DeepLearning.AI×LangChain的官方课程：Agent（源代码可见） “人们有时会将LLM看作是知识库，因为它被训练所以记住了来自互联网或其他地方的海量信息，因而当你向它提问时 （笔者注：Agent，直译代理，LLM语境下更偏向于具备一定智能的代理，因而更偏向强化学习Agnet的概念，因而本文翻译为智能体。） Agent 智能体 LangChain提供的Agent可以使用各种各样的工具，例：搜索引擎，也支持自定义工具，这使得你可以访问任何数据存储、API或者自定义函数。本节介绍Agent的一些例子。 Agent认为仍需要继续搜索Machine Learning (book) 的原因是上一步搜索Tom M. Mitchell得到了2个页面，虽然它能得出Tom M. Mitchell编写了Machine Learning这本书，但是它有不确定的信息，因而继续搜索（本例虽然没有，但其他例子有可能agent在处理不确定信息时会进行答案修正，以提高正确率）。
1.2K30编辑于 2023-10-12 - 来自专栏小巫技术博客
第07期·AI Agent 智能体
每日AI知识点 · 第07期 AI Agent 智能体 会思考、会行动、会自我纠错的AI 什么是 AI Agent？ 如果说 LLM 是大脑，那 Agent 就是装了大脑的机器人员工。 普通 AI 你问一句答一句；而 AI Agent 你给一个目标，它自己拆解任务 → 调用工具 → 执行 → 检查结果 → 纠错，直到完成。 普通 AI 你问一句，它答一句被动响应，无法主动执行 AI Agent 给一个目标，自主完成主动规划，持续执行 Agent 的工作循环 1 Think（思考） +MCP 企业团队 今日金句 Agent = 大脑(LLM) + 双手(Tools) + 记忆(Memory) + 目标(Goal) 给 AI 一个目标，而不是一个问题——这就是 Agent 的核心思维转变 你最想让 Agent 帮你自动化哪个工作流程？
20410编辑于 2026-04-13 - 来自专栏实在智能RPA
详述Agent智能体含义与架构
这并非科幻场景，而是智能体（Agent）技术正在努力实现的未来图景。它代表了人工智能从被动响应走向主动感知、自主决策的关键跃迁。 架构剖析：智能体如何“思考”与“行动”一个典型的现代智能体系统（尤其是基于大语言模型的Agent）如同一个精密的数字大脑，通常包含几个关键模块协同运作：感知中枢：环境信号的解码器智能体通过多种“感官”获取输入 应用浪潮：智能体正在重塑现实智能体技术已突破实验室，在多个领域展现巨大价值：超级个人助理的崛起以Copilot为代表的AI助手正从聊天机器人进化成真正的个人Agent。 注入智能体技术后，RPA进化为认知自动化（如实在Agent），能处理包含非结构化数据（如邮件、文档）、需简单判断和异常处理的复杂流程，适用性大大扩展。 安全与伦理的紧箍咒智能体的自主性带来失控风险：目标对齐偏移（Agent行为偏离人类初衷）、被恶意利用、隐私侵犯、决策偏见等。
1.1K20编辑于 2025-07-30 - 来自专栏AI前沿技术
智能体｜Agent 架构演进与选型
图2，Agent 架构演进路线。 2，Agent 架构的演进 2.1，Single Agent 单智能体 单智能体运行逻辑非常简单。 2.2，Multi-Agent 多智能体 多 Agent 就是如此，将复杂的宏观问题拆解为微观的子住务，由不同的Agent承接。 2.4，Agent team Agent Team 是一种面向复杂未知问题的多智能体协作范式。 核心是： 放弃固定流程与预设路径，通过一组智能体并行协作、多元探索，解决传统方案难以处理的 “无明确路线图” 问题。 • Single Agent 适配简单明确任务，追求低成本高效； • Multi-Agent 突破单智能体能力上限，代价是协同复杂； • Agent Skills 平衡稳定性与维护成本，适配企业级常规需求
92330编辑于 2026-04-02 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发
AI 智能体（AI Agent）的开发是一个复杂且多阶段的过程，涉及需求分析、算法设计、模型训练、系统集成和部署等多个环节。以下是 AI 智能体开发的典型流程。 1.需求分析与定义1.1明确目标确定 AI 智能体的核心功能和应用场景（如聊天机器人、推荐系统、自动驾驶等）。定义智能体的输入、输出和交互方式。 验证 AI 智能体在实际场景中的表现。6.3用户测试邀请目标用户进行测试，收集反馈。根据反馈调整模型和系统。7.部署与监控7.1部署环境选择部署平台（如云端、边缘设备）。 总结AI 智能体的开发流程包括需求分析、数据收集、模型设计、训练与评估、系统集成、测试验证、部署监控和维护迭代。通过合理规划和使用工具，可以高效地开发出功能强大、性能优异的 AI 智能体。
3.1K20编辑于 2025-02-18 Agent智能体调用MCP SERVER实战
前记：笔者最近正在研究agent工作流编排相关内容，做企业内部的故障诊断及根因分析。当前是工作流硬编排的方式来实现Agent智能体。 渐渐发现该硬编排的智能体不够“智能”，于是去详细调研了解了Agent和MCP的实现，了解了真正的智能体实现应该是让通过提示词自主地去编排工作流，调用工具，调用知识库，根据记忆，去规划决策，然后去行动，最终实现工作流得到我们想要的结果 如下图： 01 — AI智能体（AI Agent）介绍 注：本节内容引用code秘密花园老师的文章 AI智能体（AI Agent）是AI大模型与工具集的结合体，是一种能够自主行动、感知环境、做出决策并与环境交互的智能应用或实体 如上这个例子，在Cherry Studio中将硅基流动大模型和配置的MCP Server封装成了一个简单的Agent智能体，完整地实现了智能体通过MCP协议调用MCP Server自主完成了一次加法计算的简易流程 05 — 总结 本文介绍了Agent智能体调用MCP Server的简易demo，在实际生产环境中肯定不够用。
14910编辑于 2026-06-22- 来自专栏（新）书籍专栏
【愚公系列】《扣子开发 AI Agent 智能体应用》001-智能体概述
一、智能体概述1.为什么需要一个智能体(Agent)为了体现当代Agent依赖于人工智能大模型的能力，我们将其称作AIAgent、AI智能体或者人工智能体，还有一些文章将其直译为“AI代理”。 目前，在计算机、人工智能专业技术领域，一般将Agent或AIAgent统一翻译为“智能体”。在信息技术飞速发展的当下，人工智能领域持续推陈出新，智能体与DeepSeek大模型成为近期科技圈的焦点。 2.认识Agent大模型时代，Agent将基于大模型构建，此时的Agent是一种能够感知环境、进行决策和执行动作的智能体。 2.3Copilot（智能助手）和Agent（智能体）的区别业界对Copilot和Agent是否存在区别有一定的争论。Copilot这个术语源自飞行术语，意思是副驾驶员（Co-pilot）。 更多的企业会利用其搭建适合自身业务的智能体工作流，降低开发成本和技术门槛，实现业务流程的智能化升级，从而推动整个智能体市场的进一步繁荣和发展。
61211编辑于 2026-01-12 - 来自专栏AI
AI智能体（AI Agent）的开发技术
AI智能体（AI Agent）的开发技术正处于从“被动问答”向“主动执行”跨越的关键期。 开发一个成熟的AI智能体通常遵循一个核心架构公式：Agent = LLM（大脑）+ 规划（Planning）+ 记忆（Memory）+ 工具使用（Tool Use）。 以下是AI智能体开发的核心技术体系：1. 核心架构：大脑与逻辑大语言模型（LLM）是智能体的核心推理引擎。 工具集成这是智能体与物理世界交互的“手脚”：外部API调用：通过定义好的接口（如 OpenAPI 规范），让 Agent 具备查天气、发邮件、搜索网页的能力。 进阶趋势：多智能体系统单体智能体在处理极复杂任务时容易疲劳或出错，目前的开发趋势是“让一群Agent协作”：角色分化：定义一个“产品经理Agent”、一个“程序员Agent”和一个“测试员Agent”。
61410编辑于 2026-04-15 AI应用（智能体Agent）架构设计
请参考下面我绘制的架构图： 首先我们先要明确一个概念，AI应用是一个泛指的概念，而我们传统意义上说的智能体也可以叫做AI应用。 而现在编写AI Agent可以有多种方式，主流是纯编码或低代码、或二者混合的方式。 4、MCP网关将确定好范围的MCP Server及MCP Tool的信息列表返回给AI Agent。 5、AI Agent将用户的请求信息和从MCP网关处拿到的所有MCP信息通过LLM网关发送给大模型。 除此之外，还有最近新提出的A2A（Agent to Agent）和AG-UI（Agent to UI）协议。
14910编辑于 2026-06-17- 来自专栏人工智能领域
如何看待Agent AI智能体的未来
Agent AI智能体的未来 Agent AI智能体，也称为自主代理或智能代理，是指能够自主执行任务、与环境交互并作出决策的计算机程序或系统。 这些智能体通常具备学习、适应和推理的能力，能够在复杂和不确定的环境中执行任务。随着技术的进步，Agent AI智能体的未来展望十分令人期待。 方向一：技术进步与创新 Agent AI智能体的未来发展方向之一是技术进步与创新。随着人工智能技术的不断发展和创新，Agent AI智能体将具备更强大的功能和更广泛的应用。 伦理与法律框架：为了解决智能体可能带来的伦理和法律问题，需要建立相应的伦理和法律框架，确保智能体的行为符合社会规范和法律法规。 总之，技术进步与创新是Agent AI智能体未来发展的关键方向。 方向三：经济与就业市场 随着Agent AI智能体的技术发展和应用，它们将对经济和就业市场产生深远的影响。
58310编辑于 2024-12-18 - 来自专栏人工智能chat
智能体之变：OpenAI ChatGPT Agent 深度解析
这东西，就是OpenAI藏了很久的大招——ChatGPT Agent（智能体）。如果你觉得ChatGPT只是个厉害点的搜索引擎或写作助手，那你对AI的理解还停留在上个世纪。 这才是真正的智能。更牛的是，这个过程**完全可以被打完全可以被打断。你随时可以喊“暂停！”，然后介入：修改计划：“别用柱状图了，给我换成饼图。”亲自上阵：“登录密码我来输，输完你再继续。” AI智能体的未来，会走向两个更激动人心的方向：多智能体协作：组建一支AI“梦之队”未来，解决复杂问题靠的将不是一个更强的Agent，而是一个由多个专业Agent组成的“AI公司”。 “CEO”Agent：负责定战略、拆任务。“研究员”Agent：负责搜集情报。“程序员”Agent：负责写代码工具。“质检员”Agent：负责审查和优化结果。 它们互相沟通、辩论、协作，像一个真正的人类团队那样“CEO”Agent：负责定战略、拆任务。“研究员”Agent：负责搜集情报。“程序员”Agent：负责写代码工具。
98500编辑于 2025-07-19 - 来自专栏程序猿DD
Claude Agent SDK 智能体开发指南
1.2 什么是 Claude Agent SDK？为什么它如此强大？ 简单来说，Claude Agent SDK 是著名AI助手 Claude Code 背后的核心引擎。 为了让你更直观地理解SDK的优势，让我们对比一下使用原生API和使用Agent SDK构建代理的区别： 特性 使用原生API 使用Agent SDK 循环管理 开发者需要手动编写循环逻辑，不断调用模型、 • @anthropic-ai/claude-agent-sdk 是我们的主角——核心SDK。 第一个Agent程序 3.1 创建你的第一个代理文件 在你的项目目录 code-review-agent 中，创建一个名为 agent.ts 的新文件，并将以下代码粘贴进去： import { query 现在，让我们启动代码审查代理： npx tsx review-agent.ts 观察你的终端输出。
4.4K10编辑于 2026-01-19 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发框架
AI 智能体（AI Agent）的开发框架是构建智能体的核心工具和平台，它们提供了从数据处理、模型训练到部署和监控的全流程支持。以下是常用的 AI 智能体开发框架及其特点。 总结AI 智能体的开发框架涵盖了从数据处理、模型训练到部署和监控的全流程。
1.6K10编辑于 2025-02-18 大模型与 Agent 智能体开发实战
大模型与 Agent 智能体开发实战摘要大语言模型（LLM）的爆发式增长不仅改变了自然语言处理领域，更催生了一个全新的技术范式——Agent 智能体。 从简单的对话机器人到能够自主规划、调用工具、完成复杂任务的智能体，Agent 正在成为 AI 应用的核心形态。 本文将系统性地介绍大模型 Agent 的核心原理、主流框架、开发实战、高级技巧和落地案例，帮助开发者从零开始构建自己的智能体应用。 一、理解大模型 Agent1.1 什么是 Agent 智能体Agent 智能体是指以大语言模型为核心，具备感知环境、自主决策、执行动作能力的 AI 系统。 1.2 Agent 与传统 LLM 应用的对比维度传统 LLM 应用Agent 智能体交互方式单轮问答多轮对话，主动追问任务处理被动响应主动规划、执行能力边界模型内部知识可调用外部工具记忆能力有限上下文长期记忆
3710编辑于 2026-07-01
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