- 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。
2.5K21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。
94310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。 输入应该是一个有效的数学表达式，如 '2 + 2' 或 '3 * 4 + 5'。 , "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。" agent = create_simple_agent() # 测试用例 test_questions = [ "计算 (15 + 25) * 3 等于多少 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。
84510编辑于 2026-01-06 - 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）。
1.1K30编辑于 2023-10-12 - 来自专栏AI前沿技术
智能体｜ Agent Skill 技术介绍
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。 3. 加载后直接说：“和技能相关的任务” AI 就会严格按你的规则，输出一份标准、统一、高质量的报告结果。 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！
36420编辑于 2026-04-02 - 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. AI Agent主要通过长期以及完成很多复杂任务，如阅读PDF、知识库等。 ③、向量数据库通过将数据转化为向量存储。 3.
24.5K11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。 为建立起Agent的知识体系，本文围绕Agent的框架主要介绍： 1）从功能、核心能力以及工程落地三个维度介绍Agent框架 2）Agent 大脑核心：规划、推理和自我反思能力的建设 3）Function 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。 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。
97010编辑于 2026-01-18 - 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。 3.模型设计与开发3.1选择算法根据任务需求选择合适的算法：监督学习：分类、回归。无监督学习：聚类、降维。强化学习：决策优化。深度学习：图像识别、自然语言处理。 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。
2.7K20编辑于 2025-02-18 - 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。 3， 架构选择建议 Agent架构的演化遵循“从简单到复杂、从单一到多元、从固定到灵活”的核心思路。不同的场景需要按需抉择，可以参考奥卡姆剃刀原则，“如无必要，勿增实体”！
52630编辑于 2026-04-02 - 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，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） 分析当前状态，理解任务目标，判断下一步该做什么 2 Act（行动） 调用工具：搜索、写代码、发邮件、查数据库...执行具体操作 3 Observe（观察） 查看工具返回结果 ，判断任务是否完成，如未完成继续循环 Agent 能做什么？ 你最想让 Agent 帮你自动化哪个工作流程？
9410编辑于 2026-04-13 - 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。 客户服务：智能客服机器人： 能够 24/7 回答客户的常见问题、处理订单、提供技术支持等，提高客户服务效率和满意度。例如，银行、电商平台的在线客服。 3. 医疗健康：疾病诊断： 能够分析医学影像、病历等数据，辅助医生进行疾病诊断，提高诊断的准确性和效率。药物研发： 能够加速药物研发过程，例如通过模拟分子相互作用来预测药物的疗效。 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MavenTalk
AI Agent智能体的摸索试用
花了点时间研究了下 Coze 平台（一个轻松构建个人智能体的平台），体验很好，宣称不懂代码也能创造属于自己的智能体，但创造复杂的智能体，对使用者的素质要求还是比较高的，需要付出一点学习成本。 当前市面上能经常听到的一些智能体，比如百度的文心一言、讯飞的星火、抖音的豆包、智谱清言等等，基本上都推出了智能体的创作，大多数主要集中于文字和图片的处理，对于复杂流程的智能体还不能很好的处理。 我用“豆包”克隆了一段自己的声音并创建了一个智能体，还挺像那么回事。 这些智能体基本是延续ChatGPT 的 GPT Store 策略，都向老大哥对齐，做成标配。 相较于之前的AutoGPT、AgentGPT等其他的黑盒智能体，当下的智能体应用开发更容易、也更亲民，基本是通过Prompt 提示词的方式来完成，高级一点的会使用LLM（大语言模型）编排工具，把我们常用的的插件 目前的智能体，更多的还是玩具，真正产生经济效益的并不多，我原先畅想的自动帮人点外卖、订票、出行规划等，还是会有一个过程，条件成熟了自然会出现。
1.1K10编辑于 2024-04-03 - 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 2024年Google发布的SIMA（Scalable Instructable Multiworld Agent）在复杂3D环境中熟练使用游戏内工具，就展示了这种能力的精妙之处。 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。 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。
93420编辑于 2025-07-30 - 来自专栏实在智能RPA
人工智能AI中“Agent智能体”指什么？
在人工智能领域，“Agent”是一个可以具象化的概念。它不再是科幻电影里冰冷的机器人形象，而是指代一种能在特定环境中自主感知、决策并行动以达成目标的智能实体。 01 Agent智能体特征一个真正的智能体，区别于简单的自动化程序，必须具备几项关键能力。首先是自主性，它能在没有人类持续干预的情况下运行，依据内置的目标和规则做出判断。 持续学习能力让它能通过经验或新数据优化决策模型，而社会性则体现在多Agent系统中复杂的协作、协商甚至竞争机制上。02 剖析Agent智能体架构现代智能体系统通常采用模块化设计，各司其职又紧密协同。 04 Agent技术挑战构建真正通用且鲁棒的智能体仍面临诸多挑战。高度依赖高质量、无偏见的训练数据，模型可能产生难以预测的“涌现行为”。伦理与安全边界亟需界定，尤其在涉及人身安全或重大决策的领域。 在应对这些挑战时，一些技术方案展现了独特价值，例如实在Agent智能体技术，通过融合RPA技术、模块化架构设计、严格的沙箱安全机制和可解释性组件的融合，在提升系统可控性和透明度、无需API链接即可操作住桌面软件等方面具有优势
2.3K20编辑于 2025-07-31 MCP+DeepSeek打造AI Agent智能体
引言近年来，人工智能（AI）技术飞速发展，特别是大语言模型（LLM）和智能体（Agent）技术的结合，正在推动AI从被动响应向主动决策演进。 在这一趋势下，MCP（Multi-agent Collaborative Planning，多智能体协同规划）与DeepSeek（深度求索大模型）的结合，为构建高效、自主、可扩展的AI Agent智能体提供了全新的技术路径 AI Agent智能体的核心挑战AI Agent是一种能够感知环境、自主决策并执行任务的智能系统。 MCP：多智能体协同规划框架MCP（Multi-agent Collaborative Planning）是一种基于多智能体系统的任务协同框架，其核心思想是：任务分解：将复杂任务拆解为多个子任务，由不同 冲突消解当多个Agent意见不一致时，采用投票机制或上层仲裁Agent进行决策。3.
67010编辑于 2025-07-15- 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。 3. 记忆系统记忆决定了智能体的连贯性和个性化水平：短期记忆（Short-term Memory）：通常利用模型的上下文窗口（Context Window），存储当前会话的历史记录。 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”。
7610编辑于 2026-04-15 - 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
◾移动生态：HarmonyOS/iOS/Android/小程序◾前沿领域：物联网/网络安全/大数据/AI/元宇宙◾游戏开发：Unity3D引擎深度解析前言在大模型技术爆发之前，智能体(Agent)的功能与体验受限于人工智能 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。 Agent能够处理复杂、大型的任务，并在LLM薄弱的阶段使用工具或API等进行增强。3.Agent与大模型的关系及应用领域众所周知，Agent的大脑是大模型。 3)在功能扩展上相互依存：-大模型需要Agent实现场景化应用：大模型的通用能力需要通过Agent对接具体业务场景（比如半导体制造流程优化、代码生成），才能转换为实际生产力。
39611编辑于 2026-01-12 - 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。 2.2Stable-Baselines3特点：基于 PyTorch 的强化学习库，提供多种经典算法（如 PPO、DQN）。易于使用，适合快速实现和测试。适用场景：强化学习应用开发。 3.自然语言处理框架3.1Hugging Face Transformers特点：提供预训练模型（如 BERT、GPT）和工具，支持快速开发 NLP 应用。支持多种任务（如文本分类、问答、翻译）。 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。
1.3K10编辑于 2025-02-18 - 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。
70300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。 Claude Code CLI 是Agent SDK的运行环境。打开你的终端，输入以下命令进行全局安装： 3. 安装完成后，运行 claude 命令，并按照提示完成身份验证。 4. 3. 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 Security vulnerabilities 3. Performance issues 4.
3.1K10编辑于 2026-01-19
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