- 综合排序
- 最热优先
- 最新优先
- 来自专栏MixLab科技+设计实验室
为智能体而设计：软件交互范式的根本转变
但 80/20 已经反转：软件的新交互里，80% 将由智能体完成。 这不仅改变了你做的是什么，也改变了怎么做。 教智能体如何成功 如果你是 Notion MCP 的用户，应该会注意到一件事：每次让智能体写页面，它总能胜任。表格、项目符号、斜体、列表，要什么格式就不出错。 这不是偶然，是有意设计的。 一个独立工具，智能体遇到阻碍时可以调用，提交它尝试了什么、在哪里卡住了。 3. 工具特定的种子。 给各个工具加上精心设计的参数，捕获智能体有访问权限但团队无法推断的上下文。 想象你在构建客户支持平台。 全"信息差"：让 AI 智能体自己对话 任何 AI 智能体都不是全知全能的。你的系统掌握一部分信息，对方的智能体掌握另一部分。设计交互时，关键要搞清楚：谁更擅长知道什么？ 过去的界面是"人 ↔ 系统"，现在的交互变成了"人的智能体 ↔ 系统的智能体"。 为什么必须构建自己的 AgentOS #系统性知识 重新定义产品团队的工作 这种转变改写了产品团队的工作方式。
17410编辑于 2026-05-06 - 来自专栏互联网杂技
体感交互的设计原则
通过结合3D传感器和精美的界面，用来分析数据，计算机变得更智能，能更好的理解人类操作。不可不说是沟通的一大进步。 那么对于用户体验设计来说，手势交互又意味着什么呢？ 改变使用习惯：手势交互和手势识别 用户通常都会有惯性思考，我们设计师也同样如此。 在进行手势交互设计时，经常会落入一下误区： 表面上实施手势交互，但实际上是触摸版的“鼠标+键盘”操作模式，鼠标被手指取代了而已。 还有些设计师天真的认为，一套手势交互系统，就能通吃全部项目。 ? 将手放在传感器可以捕捉到的地方——必须要了解“有效交互区域”的概念“ 有效交互区域指的是传感器能够清晰捕捉用户手势交互动作的区域，设计的关键点在于，要将有效交互区域设置在用户容易操作的区域。 而且，与触摸屏交互和鼠标交互是二维的，没有所谓的Z轴。但是体感类交互，却能提供X-Y-Z三轴。在界面设计上，我们也需要添加相应的反馈。
2.2K160发布于 2018-04-03 - 来自专栏新智元
UCSD首个智能体浏览器发布！多页面设计，颠覆传统交互
然而，现在还没有一个为此而设计的交互界面。 那么，我们应该怎样重新定义浏览器的界面，让用户可以纵览、比较多个网页之中的信息，同时调度指挥多个AI智能体？ 为调度智能体而生的浏览器 为此，加州大学圣地亚哥分校的研究者设计了Orca浏览器，把视角拉远，让用户可以在无限的画布空间中浏览、管理网页，并部署、调度自动化智能体来提取相关的信息并完成具体的操作。 基于新的空间化的浏览范式，研究者设计了一整套针对复杂信息空间中各种信息任务的交互原型。 大规模查看 Orca提供一个空间化的网页画布：把多个网页当成可拖拽/缩放的对象，就像在Figma里排版。 这项研究为未来浏览器的设计指明了一个充满希望的方向：将AI能力深度整合到个人化、用户驱动的信息任务中，在降低认知与交互成本的同时，保留并增强用户的自主权、参与感和创造力。 他的研究广泛地将新颖的交互设计应用于复杂多变的信息系统与任务之中。
48810编辑于 2025-09-04 文章去AI味智能体：如何让AI生成内容更具人性化的技术解析
前言在AI内容生成日益普及的今天，如何让机器生成的文本更具人性化、避免被AI检测工具识别，成为了内容创作者关注的焦点。 本文将深入解析一个专门用于"去AI味"的智能体工作流，该工作流基于腾讯云智能体开发平台（TencentCloudADP）开发，通过多种文本重写策略，能够将AI生成或其他来源的文本转换为更自然、更具人类特色的内容 这个智能体适合内容创作者、营销人员、学术研究者等需要优化AI生成内容的用户群体。 效果展示体验链接：https://adp.cloud.tencent.com/webim_exp/#/chat/dINiqu整体架构该智能体采用多路径文本处理架构，核心设计理念是：1.多源输入支持：支持文档上传 使用变量聚合节点统一处理多源输入b.合理设计聚合策略，确保数据流的正确性5.优化用户交互a.使用回复节点提供友好的输出格式b.设计清晰的错误处理和引导信息总结这个"文章去AI味"智能体展现了现代AI工作流设计的几个重要趋势
63010编辑于 2026-03-10- 来自专栏新智元
微软发明全新「LLM语言」，AI智能体交互效率翻倍！
新智元报道 编辑：alan 【新智元导读】对于LLM来说，人类语言可能不是最好的交流媒介，正如《星战》中的机器人有自己的一套语言，近日，来自微软的研究人员改进了智能体间的交互方式，使模型的通信速度翻倍且不损失精度 Droidspeak是专门为机器人之间的交流设计的，只有机器人能够完全理解其精确含义。 近日，来自微软、芝加哥大学的研究人员推出了「Droidspeak」，让AI智能体之间可以用自己的语言进行交流： 论文地址：https://arxiv.org/pdf/2411.02820 结果表明，在不损失性能的情况下 智能体面临的挑战 高端的食材往往只需要最朴素的烹饪方式，而简单的idea往往得来并不简单。 所以在需要频繁交互的智能体系统中，prefill会成为瓶颈。
36500编辑于 2025-02-15 - 来自专栏网络安全技术点滴分享
技术未来的真实图景：AI代理与人性化交互革命
例如，Daniel预测事物将朝着以下方向移动：从集中式到点对点从强制到自然从明显到无形从手动到自动从定期到连续从私有到开放从视觉到多感官从聚合到策展从设计到演化你几乎可以选取这些概念中的任何一个，将其应用于某个行业
13610编辑于 2025-10-29 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。 3、可选操作，因为MCP网关可能维护了很多MCP信息，可以借助于LLM缩小MCP范围，减少Token消耗，所以可以向LLM网关发请求和LLM交互。
15610编辑于 2026-06-17销售智能体的价值与设计思路
销售智能体，本质上是把销售精英的判断逻辑，复制给每一个普通销售。二、销售智能体的三层价值1.线索筛选：把时间留给真正值得的人传统做法：销售每天花2小时翻名单、群发消息、等待回复。 2.对话助手：每一句话都经过计算智能体可以实时分析销售与客户的对话内容：客户释放了什么信号？当前的报价阶段，该不该谈折扣？客户说「考虑一下」，背后真正的顾虑是什么？智能体给出提示，而不是替销售说话。 三、设计思路：从「替代」到「增强」核心原则：AI做执行，人做决策不要试图做一个「全自动销售」——那不现实，也不讨人喜欢。真正有用的销售智能体，是在关键时刻给人赋能，而不是把人架空。 ）跟进节奏学习（从成功案例中学习最优跟进间隔）输出：自动化任务队列+异常预警模块四：数据洞察仪表盘做什么：让销售负责人看到全局，而不是凭感觉关键设计：转化漏斗实时监控（哪一步流失最严重）销售行为分析（谁在认真用智能体 给销售留「手动档」管理者要先认可——如果销售负责人觉得智能体是威胁，推进会很难说在最后销售智能体不是来抢工作的，是来做销售最好的搭档的。
21330编辑于 2026-04-28AlphaEvolve：基于Gemini的算法设计智能体
AlphaEvolve：一个由Gemini驱动的编码智能体，用于设计高级算法2025年5月14日AlphaEvolve团队新型AI智能体通过结合大语言模型的创造性与自动评估器，为计算领域的数学与实际应用进化算法 今天，我们宣布推出AlphaEvolve——一个由大语言模型驱动的进化编码智能体，用于通用算法发现与优化。 AlphaEvolve是一个智能体，它能够超越单个函数的发现，进化整个代码库，开发更复杂的算法。 通过建议使用芯片设计人员标准语言的修改，AlphaEvolve促进了AI与硬件工程师之间的协作方法，加速了未来专用芯片的设计。增强AI训练与推理AlphaEvolve正在加速AI性能和研发速度。 我们与某团队一起，正在构建一个与AlphaEvolve交互的友好用户界面。我们计划为选定的学术用户提供一个早期访问计划，并正在探索使AlphaEvolve更广泛可用的可能性。
29810编辑于 2026-04-26- 来自专栏华章科技
——人性化交互金融知识图谱问答探索
通过更人性化的交互接口，如智能助理，将用户的需求转换为机器学习、大数据所处理的问题是一个不错的途径。以下将以基于金融知识图谱的智能问答为例探讨该途径。 如何为个人客户处理证券市场的纷繁信息，这其实是智能助理的中的第一步的信息收集处理的要求。 [5]所以一方面，我们用金融市场相关数据构建知识库；另外一方面，为了更好的人机交互，用 NLP深度学习模型对客户问题进行处理。 由金融服务中的智能机器人技术引发的种种思考[OL].云栖社区.2016.09. [7] 袁峻峰. AI与理性投资—基于金融知识图谱的智能问答[OL]. 蚂蚁金服评论. 2017-06-13. 作者简介 袁峻峰，花名观妙，蚂蚁金服人工智能部，复旦金融学硕士，FRM金融风险管理师。
69620发布于 2018-08-16 - 来自专栏AI SPPECH
AutoGen框架深度解析：2025年多智能体交互的智能编程助手
AutoGen的核心定位： 多智能体协作编程：通过多个AI智能体的协作完成编程任务 智能体交互优化：优化智能体之间的通信和协作效率 代码生成与执行：自动生成、执行和优化代码 自然语言与代码混合：支持自然语言和代码的混合交互 1.3 AutoGen的技术创新点 与传统的AI编程助手相比，AutoGen在技术上有以下几个显著创新： 多智能体交互机制： 设计了高效的智能体间通信协议 支持智能体间的知识共享和协作 优化了智能体间的分工和任务分配 二、AutoGen的架构设计 2.1 核心架构设计 AutoGen的架构设计围绕着"智能体(Agent)"和"交互(Interaction)"这两个核心概念展开，包含了多个关键组件： ┌──────── ：清晰的用户层、智能体层、交互层、执行层和底层支持分离 智能体为中心：以智能体为核心的设计理念，强调智能体间的交互和协作 可扩展性：模块化设计，支持各种类型的智能体和工具集成 安全性：内置安全机制，保护代码执行和数据安全 3.2 智能体间的交互与协作 AutoGen的一个重要特性是支持智能体间的高效交互和协作，以下是一些智能体交互的示例： 两智能体对话交互： from autogen import AssistantAgent
2.4K10编辑于 2025-11-13 2026 年智能体架构综述：从笨重设计到多智能体架构（MAS）
如果把 2024 年比作智能体的“前哨战”，那么 2026 年就比作真正生产级智能体的“分水岭”。 但今天，这些被我们称为“笨重设计”的方案正在迅速瓦解。取而代之，是像微服务演进同样必然的范式：多智能体系统（Multi-Agent System, MAS）。 01 笨重设计的最终路：为什么分离剂玩不动了？在早期探索中，我们习惯于构建“全能型智能体”。 设计模式在处理简单的演示时表现出色，但在真实的企业级场景（如复杂的金融审计、供应链调度）中却暴露了三个致命伤：认知的“过度过度”：当一个智能体被要求同时掌握代码编写、合规审核和风险评估时，LLM 的长上下文 以前我们招人看的是“能力”，现在我们设计形成的 MAS 是在构建“虚拟部门”。专家、景观设计师、创意专家……这些子智能体实时同步进度，形成了一个“永不掉链子”的协作环。
79432编辑于 2026-01-20- 来自专栏大模型应用
智能体构建：基于SKILL的AI智能体构建：模块化能力编排+实时交互系统全实现.136
今天我们就从业务落地的实际应用视角，完整讲清楚：如何从零搭建一套可直接用在生产环境的SKILL驱动AI智能体，从架构设计、技能定义，到前后端实现、调度执行与部署，全部一次性说清道明，了解透彻。 SKILL 架构的核心价值2.1 模块化将智能体的能力拆分为独立的SKILL单元，每个SKILL负责一项具体任务，开发时可分工协作，不同开发人员负责不同SKILL；迭代时只需修改对应 SKILL，无需改动整个智能体代码 四、SKILL 智能体整体架构1. 分层架构图用户交互层与前端/API网关作为入口，将请求汇聚至 Agent核心层。 五、SKILL 智能体完整实现1. 对于想要把大模型真正落地到业务、从对话交互走向流程执行的场景来说，SKILL 体系是一条非常成熟、可直接量产的技术路线，也是 AI 智能体从 Demo 走向生产环境的关键一步。
45521编辑于 2026-06-13 - 来自专栏心源易码
智能体对话场景数据设计与建模
二、Amazon Bedrock + Amazon DynamoDB数据设计与建模实践在智能体对话场景中，对话记忆存储是实现流畅、个性化交互的关键。 架构图展示了智能体与用户交互的流程：用户发起对话请求。智能体应用，部署在Amazon EKS上，接收并处理请求。应用查询Amazon DynamoDB以获取会话历史，整合当前会话信息。 通过设计合理的数据库实体关系图（ERD），我们可以清晰地定义各个实体之间的关系，为智能体对话系统提供坚实的数据支撑。 在智能体对话系统中，主要涉及以下几个实体：用户（User）：代表与系统交互的个体或组织，通过唯一标识符user_id进行区分。 ，同时一个智能体也可以与多个用户进行交互。
3.1K10编辑于 2024-07-30 - 来自专栏大模型应用
医疗AI智能体：从数据到关怀人文设计：告别冰冷精准，构建有温度的诊疗交互.131
一、智能体的人文设计 医疗AI智能体以大模型为核心，串联医学知识图谱、实体识别模块、风险评估模块、话术生成模块、伦理审核模块五大核心组件，最终实现精准医学判断 + 人性化交互的双重目标。 二、人文设计的核心准则伦理兜底不是附加功能，而是医疗AI智能体的底层设计逻辑，核心目标是规避三大人文漏洞：情绪忽视漏洞：无视用户的焦虑、恐惧、担忧，仅输出冰冷数据；信息断层漏洞：只给结论，不解释原因、不分级风险 大模型的交互设计大模型是医疗AI智能体的大脑，核心原理可以拆解为三个关键部分：1. 预训练：模型学习海量文本数据，包括医学文献、对话语料、护理规范等，掌握语言规律、医学知识、情感表达逻辑；2. 完整执行流程基于大模型的医疗AI人文智能体，完整执行流程：标准执行流程分为 6 步，每一步都融合了技术与人文设计：1. 用户输入接收：接收文本、语音问诊请求，完成数据脱敏；2. 满意度数据可视化医疗AI智能体经过人文伦理增强优化后，从专业准确性、情绪安抚度、用户信任度、依从引导性、综合满意度都有显著提升；七、总结 医疗AI智能体的发展，从来不是技术的独角戏，而是技术精准
24120编辑于 2026-06-08 - 来自专栏AI前沿技术
智能体 | Nanobot 大模型 IO 接口设计
如何打造通用性极强的交互架构，同时精准适配多样化、差异化的业务场景，是智能体业务落地的关键。 本文聚焦： • 大模型 IO接口的设计思路、架构方案及实际运行全流程。 设计优势： • 同一个 Provider 实例可以服务于不同场景，从轻量单次到重量级循环 • 每个调用方通过 AgentRunSpec 声明式地描述需求，不需要关心内部实现。 三层协议交互流程： 外部 LLM APILLMProvider(第三层)AgentRunner(第二层)AgentLoop(第一层)用户外部 LLM APILLMProvider(第三层)AgentRunner 用户对话/Dream 分析/子代理任务） 第二层回答"怎么做"（ReAct 循环、上下文管理、工具调度） 第三层回答"跟谁通信"（Claude/GPT/DeepSeek/本地模型） 每层通过明确的接口契约交互 对象，保证返回类型一致 总结： 使用场景与优势 场景 怎么用 设计带来的好处 主对话 AgentLoop → AgentRunner.run(spec) → ReAct 循环 自动工具调用、上下文管理、
21910编辑于 2026-06-01 - 来自专栏WTSolutions
TWTSolutions污水厂设计计算AI智能体
主要功能 TWTSolutions水厂污水厂设计计算软件已经升级成TWSolutions污水厂设计计算AI智能体 根据用户输入的主要设计参数，结合用户提供的PDF格式的模版计算书中的计算过程，使用用户提供的参数带入计算过程 使用方法 向智能体提供一个PDF格式的模版计算书 受大模型处理文字长度的限制，模版计算书最多包含一个构筑物的计算过程 单次最多可处理一个PDF文件 模版计算书可以是之前编写的计算书，也可以是某个设计指导书中的设计计算过程 （如计算例题） 向智能体提供主要的设计参数 如设计水量、流速、长宽、数量等参数，这些参数应当与你提供的模版计算书中所使用的参数匹配 计算例子 提供给智能体的PDF文件（为方便展示，此处以图片格式显示 ，且只显示一小片段） 提供给智能体的设计参数 设计流量为500m3/h X为5g/L ...等等其他设计参数 其他未提供参数可以使用模版计算书中的数值 智能体实现过程 大模型首先阅读提供的模版计算书 （比如一个二沉池的设计计算书） 大模型根据用户输入的设计参数（比如设计流量），带入模版计算书的计算过程完成计算 智能体生成新的计算书并显示，并当用户要求输出Word计算书的生成提供下载链接 开始体验 https
30700编辑于 2025-07-10 智能体多轮意图识别与人机交互的思考总结
另外，笔者所在的运维领域，如果涉及到让智能体执行生产环境的变更动作，就一定需要人工审批或确认，不论是主动交互还是被动询问，肯定会用到智能体的人机交互功能。 这在单轮、简单问答的场景下基本成立，但在真实的企业级场景里，这种理解会让人对系统的复杂性和设计意图产生严重低估。 更准确的理解是：大模型是能力，智能体是编排。 二、智能体的人工交互 智能体（Agent）越来越多地被放进真实的业务流程中——RCA 根因分析、运维变更、合规审批、研究调研。 真正稳的做法，是把人工交互当作一等公民的工程问题来设计，而不是当作 prompt 工程问题。 小结 智能体的人工交互，不是"让模型多问一句话"，而是一个完整的工作流编排问题：状态机定义清楚、关键节点显式中断、状态可持久化、恢复走结构化事件、决策全程可审计。
14310编辑于 2026-06-22腾讯设计智能体Ardot公测：设计一键转代码
今天，腾讯自研AI设计智能体平台Ardot正式公测，重新定义专业设计协作。 Ardot用 MCP（模型上下文协议）把这段路直接抹平：设计稿，连同变量、组件、布局数据等设计细节数据，直接拉进CodeBuddy，一键代码还原。设计师出稿，开发直接取代码，中间零摩擦。 设计师、产品、开发，终于能坐在一张桌上了。// 企业级实时协作+设计资产管理团队协作，Ardot也给力：支持多人在线实时评论、标注反馈和版本对比。 “按钮再往上挪2像素”、“渐变色降低饱和”......产品、设计、研发可以在设计稿上直接圈点讨论，评审意见一目了然，决策全程留痕。 还配备智能权限中心、全方位行为追溯和无缝交接机制，确保协作规范、有序，很周到。Ardot微信小程序也即将上线，手机端也能随时评审，更方便。来了！设计协作效率，现在开始狂飙。公测开启，立即体验。
1.7K30编辑于 2026-05-18- 来自专栏程序员笔记
设计交互界面
接口数据流 玩家所体验的游戏世界其实是在他们的脑海中的，而玩家融入进游戏所通过的界面，就是交互界面。交互界面的设计目标就是让玩家「感到」他能够自如地控制自己的体验。 一共是四种交互，其中只有一种交互是连接玩家的，也即玩家操作物理输入端（手柄，鼠键），接受物理输出端（显示器显示图像）。 交互当中最关键的仍是玩家与物理 IO 的那对交互，「当玩家沉浸在游戏中时，对他们而言，不再是按按钮或者看屏幕，相反，他们是在狂奔，在飞跃，在挥舞着手中的剑」。交互界面的最高境界是透明。 总结 lens #53 控制：询问自己如下问题来测试你的界面设计能让玩家沉浸在人机交互中： 交互界面是否提供了玩家期望的功能？ 你的界面是否直观，简单？ 玩家是否能感觉到自己的操控对结果有重要影响？ 物理 IO 是如何跟玩家、虚拟 IO、游戏世界进行交互，能否更直接？ 玩家如何感知游戏世界？如何设计物理接口让玩家想象出更真实的世界？
2K90发布于 2018-06-14
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