-
没吃透 Function Calling？难怪你不理解 AI Agent 为何非来不可！
如果说2023属于指尖流淌的提示词，2024 年是检索增强生成（RAG）的舞台，那么 2025 年无疑是 AI Agent 的天下。全球的公司都在摩拳擦掌，探索如何用这些智能代理改变我们的生活和工作。今天，我们就来聊聊 AI Agent 的不同类型，以及如何通过一个叫 Function Calling 的技术，让它们变得更聪明、更实用，并且知道他的局限性，为什么说今后是AI Agent的天下。一、…- 5
- 0
-
浅尝一下微软的AutoGen框架
前言近期，微软的AutoGen（传送门：https://microsoft.github.io/autogen/stable/user-guide/Agentchat-user-guide/tutorial/index.html）框架进行了一次小规模的版本升级，从V0.2升级到了V0.4，支持的模型范围和平台更加广泛了。恰好近期DeepSeek-R1（https://api-docs.deepse…- 7
- 0
-
基于大模型的智能运营 ｜ 智能体式编排，业务流程管理的新阶段
90年代开始兴起的ERP、CRM 等企业应用系统（Enterprise Applications）， 记录了企业运营的业务对象（例如物料、客户、供应商、账户）和事务处理（例如发货、开票、工程变更、信用检查、收入确认等）的信息。到2000 年后，随着企业使用的信息系统数量增多，以及分布式计算出现，在企业的信息技术架构里就出现了工作流系统（workflow）和业务流程管理（BPM）…- 6
- 0
-
从Manus爆火看Agent AI的技术演进与市场变革——AI Agent全景研报
本文是目前AI Agent行业的全景研报，阅读预计耗时10分钟。01 Manus爆火 2025年3月，一款名为Manus的AI产品如闪电般划破技术圈层，迅速点燃全球AI社区的热情。在短短48小时内，…- 6
- 0
-
张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？
2025 年，是 Agent 按下速键的一年。从年初 DeepSeek 引发的惊叹，到 GPT-4o 和 Claude 3.5 接连登场，大模型的边界一次次被重写。但真正让 AI 产业链神经绷紧的，不是模型的性能迭代，而是 Agent 的横空出世。Manus、Devin 等产品的爆火，都在重申一个共识：大模型将不再只是工具，而是要成为可以自我调度的智能体。Agent 由此成为继大模型之后，全球科技…- 4
- 0
-
为什么说Maus是未来任务型AI系统的代表？
在当下人工智能如火如荼的浪潮中，如何将大模型能力落地到具体的业务任务中，成为众多企业和开发者关心的核心问题。而Maus系统的出现，正是对这一问题的优雅解法。今天，我们就从一张结构图出发，带你逐步拆解Maus系统的架构与工作原理，看它如何通过任务规划、执行调度、多Agent协同与最终输出，实现了一个智能任务处理的完整闭环。一、任务的起点：用户需求如何被理解？所有智能系统的价值，都是从用户的需求开始的…- 12
- 0
-
AI agent如何进化为天网
最近参加了一个人工智能的展会，机器人，具身智能，AI Agent, AGI被广泛讨论。感觉人类在技术进步的路上迈进了一小步，但是却是推动人类自我毁灭走了一大步。所有人都不遗余力地努力地推动技术朝这个方向发展。现在的AI agent可以自主控制一个城市的一个区块的交通，扩大规模就可以控制很多基础设施，然后就需要一个集中调度，就需要一个智能中枢，智能中枢需要自我优化，人类无法理解然后就失控了，顺理成章…- 3
- 0
-
Ollama 和 vLLM 私有化部署大模型方案分析
随着大语言模型（LLM）技术的快速发展，越来越多的企业开始考虑将AI能力引入自己的业务系统。然而，面对高昂的API调用费用、数据隐私担忧以及对模型定制化的需求，私有化部署成为了一个不可忽视的选择。在这样的背景下，容器化技术以其独特的优势脱颖而出。容器化技术为大模型的私有化部署提供了理想的解决方案。它不仅解决了"在我的机器上能跑"的环境一致性问题，还提供了良好的资源隔离、弹性扩展…- 6
- 0
-
Manus 启发下的 Agent产品设计：如何构建能思考、多步操作的 AI
01什么是Manus？Manus 是由 中国创业公司Monica.im 团队开发的全球首款真正通用且自主的AI智能代理（Agent），于2025年3月正式发布。它不仅能理解用户指令，还能自主规划、分解行复杂任务，并利用工具执行任务，最终直接交付高质量的成果，如文档、PPT、图表等。02工作原理Manus 不同于仅依赖LLM进行对话问答或内容生成，而是将大语言模型与云端虚拟机环境、命令行交互、以及强…- 4
- 0
-
「AI实践笔记」看AI驱动下的产品设计
“今天我准备从最近在学习AI产品说起，主要是使用Flowith进行PRD与原型自动化的实践有感”。一.写在前面 如今这个时代AI发展太快，每天都有新的概念，新的工具产生。资讯越多，焦虑想必越多。最近我也在学习AI产品，也在思考应该怎么做？说实话我现在也没有完整的答案。但是俗话说要想设计产品，必先从使用产品开始。今天我们就从使用flowith产品说起，看怎么使用…- 5
- 0
-
「AI产品开篇」看B端产品的AI学习之路
“今天我准备我最近在学习AI产品说起，主要是浅谈我的AI学习之路一些想法”。一.写在前面 想必我们真切感受到了AI时代来临，也想学习这个未知的领域，转型成AI产品。但可能很多朋友跟我一样，不知道应该从哪里开始学习？整个对AI的认知都很碎片化。前面聊到我最近学习AI的知识，也在思考应该怎么做？而到目前我确实也没有非常完美的答案以及标准的方法。但是有了…- 6
- 0
-
【用AI重塑产品工作流】用AI理战略规划：从”支离破碎”到”好用爱用”
战略规划写着写着就变成了一锅粥，逻辑越写越乱，最后自己都看不明白。每次熬夜写战略规划，写到凌晨三点眼皮打架，电脑屏幕都快看成了双重影，第二天交给老板还被打回来重写更可怕的是除了战略规划，还有产品演进路线图、用户故事地图、产品功能架构图、精益价值树、企业深度调研、业务流程图……每一份文档都让人头疼欲裂，画图工具换来换去，思维导图越画越乱，文档版本从v1改到v15还是不够满意AI如何把战略…- 6
- 0
-
AI Infra 投资的核心维度拆解：技术、生态、市场、商业模式
说在开头：AI Infra 的真正赢家，不是做出最先进模型的人，而是让“做模型变得更简单”的人一、问题本质：AI Infra 项目的投资逻辑是什么？在技术驱动型投资中，AI Infra 的核心价值不在于其短期变现能力，而在于其对 AI 应用生态的底层支撑作用。因此，本质上是评估其是否能成为 AI 技术体系中的“基础设施级要素”，并具备以下关键属性：• 技术先进性（能否定义下一…- 7
- 0
-
LLM不是所有！这几个模型你需要知道！
AI时代，远不止大语言模型一种，也不要企图通过大模型解决所有问题，复合AI系统（伯克利：即使模型再强大，复合AI系统（ Compound AI Systems）都将会是一种领先的应用模式）已经成为共识，掌握各种模型的特点，对于构建高质量的AI应用十分关键，今天就带大家快速了解各类模型的特点。LLM — 大型语言模型 (Large Language Model)是什么：一种基于海量文本数据训练的概率…- 8
- 0
-
OpenAI首席产品官凯文·威尔最新深度解读AI智能体的未来 | 2万字+视频
【城主说】如主持人所言， 在这次访谈开始前的一小时，OpenAI再次进行了一系列产品发布。这种紧凑的迭代节奏已成为AI竞赛“场上选手”的常态-如果没能保持这种节奏，那恐怕就不是AI主要玩家了。作为幕后推手，OpenAI首席产品官凯文·威尔（Kevin Weil）在这次访谈里再次阐明了ChatGPT的演进蓝图：它将不再是一个被动的问答“先知”，而是能够接入你的个人与企业数据，主动为你执行现实世界任务…- 3
- 0
-
AIAgent让数字化再次伟大
2025年4月Google 发布 Agent2Agent（A2A）的多智能体通信协议，得到50 多家技术合作伙伴的支持。A2A 协议将使 AI Agent代理能相互通信、安全地交换信息，并在各种企业平台或应用程序之上协调行动。2025年5月，微软Build 2025开幕，主题为“开放的 Agentic Web”。微软一口气发布了 50 余个新产品/新服务，也是构建AIAgent生态. 字…- 4
- 0
-
Perplexity Labs 上线，10 分钟自动交付项目成果，AI 终于能干活了
第一次看到 Perplexity Labs 这个名字，说实话没太多想法。Labs 嘛，毕竟这年头谁家不搞点“实验室”？然而大多是给现有功能换个新包装，再搭配几个漂亮的图表和界面，AI 圈讲故事的手法我们也见得多了。但这次还真有点不一样。点开 Perplexity 的官方博客，看完那篇简洁的介绍，又翻了几个他们列出的项目案例，我发现它不像是在“展示产品”，更像是在 定义…- 5
- 0
-
忘掉通用Agent！把日常搜索做成能交付的新AI
把每天都会用的搜索做成一个 Agent 需要几步？在传统搜索基础上加个大模型，让它自动总结？那叫ai搜索。把搜索得到的结果做成报告？那是Deep Research。这些，都还不够。这段时间陆续测试过通用、设计、创作、办公、旅行Agent们，真正能让我主动选择每天使用，依靠的还是它们自身的交付能力。我不是来学习怎么做的，我要它主动做完。纳米超级搜索，不是搜索加一点智能，而是干脆把搜索做成了一个 Ag…- 5
- 0
-
Agentic AI：从工具到伙伴的进化之道
在AI的世界里，一个概念正在悄然改变我们与智能系统交互的方式——Agentic AI。就像禅宗里的"见山是山，见山不是山，见山还是山"的三重境界，理解Agentic AI的本质，也需要我们跳出传统AI工具的思维定式，深入探寻智能系统的进化之道。第一境界：传统AI工具 - 见山是山传统的AI系统，就像古代的管家，主人吩咐什么，它就做什么。这种关系简单直接，界限分明。想…- 4
- 0
-
用MCP轻松构建认知型智能体—开发者的极简之道
用MCP轻松构建认知型智能体—开发者的极简之道在人工智能迅速发展的今天，构建高效、灵活的智能体已成为开发者的核心任务。模型上下文协议（Model Context Protocol，简称 MCP），由 Anthropic 推出，旨在为大型语言模型（LLM）提供标准化的接口，使其能够连接外部数据源和工具，并与其交互。2024年11月，MCP横空出世，以破竹之势重新定义AI与外部世界的交互方式。自Ant…- 6
- 0
-
如何系统的为大模型Agent构建记忆系统
目录1.引言：记忆管理在 AI Agent 中的必要性2.核心概念与分类2.1 短期记忆（Working Memory）2.2 长期记忆（Long-Term Memory）2.3 功能性分类3.系统架构设计4.关键技术与实现策略4.1 表征与存储4.2 检索机制4.3 维护与优化5.挑战与未来展望6.参考文献 一、 引言：记忆管理在 AI Agent 中的必要性随着 AI Agent 在…- 6
- 0
-
以IPO助手为例子学习如何构建企业级AI智能体（Agent）
目录1. 引言 2. 核心理念：任务驱动与多工具协同 3. 架构解析：IPO 助手的设计蓝图 4. 工作流程拆解：如何解决真实世界的痛点 5. 如何应用此蓝图构建你自己的 Agent 6. 结论引言随着大型语言模型（LLM）能力的飞速发展，AI智能体（Agent）已成为自动化复杂工作流、提…- 5
- 0
-
一手实测：首个有记忆的企业级AI Agent，能否经得住实践捶打？
“大模型+插件”的功能叠加，已不能满足需求，让企业心甘情愿买单的智能体，必须能自主决策和闭环执行任务。去年，业界对于智能体的定义颇有争议，市场侧更多还只是To C端的一些尝鲜。但进入2025年，智能体的概念边界已迅速清晰，并迈向规模化应用。IDC预测，Agent 中国市场规模预计将突破300亿美元。To B市场的需求也正在快速崛起，企业用户更加关注效果和ROI，对智能体的要求，也随之上了一个新的l…- 3
- 0
-
一站式智能分析引擎，快速构建企业级数据分析 Agent
引言在当今数据驱动的商业环境中，企业对数据分析的实时性、准确性与智能化提出了前所未有的高要求。然而，传统数据分析流程往往受限于离线处理机制、复杂的数据集成流程以及割裂的工具链，导致洞察滞后、效率低下，难以支撑快速决策与业务响应。面对这一挑战，如何快速构建一个具备多源数据整合能力、支持高效推理与自动化分析的智能数据分析系统，成为众多企业数据团队亟需解决的问题。本文将介绍一种基于阿里云实时数仓 Hol…- 4
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×