- 综合排序
- 最热优先
- 最新优先
- 来自专栏陶士涵的菜地
多 AI 智能体系统- AI 智能体的 6 个关键要素
比如翻译任务，如果一个智能体一次翻译可能结果一般，但是如果分成多个智能体，先直译然后反思最后意译结果就好很多。 3. 使用工具 智能体有能力调用工具，并且能选择最适合当前任务的工具。 协作 通常对于复杂的任务，不是一个智能体在完成任务，而是多个智能体一起完成任务，那么在整个过程中，需要确保智能体之间能相互通信，比如一个智能体的输出可以作为下一个智能体的输入，比如有一个智能体专门负责调度根据中间结果调用不同的智能体 所以对于多智能体系统，还需要设计好工作流，确保智能体之间整体协作的通畅。 这种协作不仅是指智能体和智能体之间，也包含人和智能体之间的协作。 比如 Devin 这种复杂的 AI 软件工程师，在遇到一些解决不了的错误时，也需要人工干预。 5. 所以设定好防护栏，就能确保智能体能在正确的轨道上，如果出现故障可以及时干预，而不至于卡在某个任务上白白浪费 Tokens。 6.
92611编辑于 2024-05-28 - 来自专栏人工智能AI
AI人工智能6大应用场景
AI人工智能6大应用场景 01、AI农业场景 在农业场景，主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。 03、AI医疗场景 在医疗卫生场景，主要有疾病诊断预测、临床和患者护理。 除此之外近年来 AI 技术也在应用到新药研制场景中得到应用。主要使用到的 AI 技术为神经网络、专家系统等。主要涉及的用例是图像识别、分析推理、分类等。 04、AI网络金融场景 在网络金融场景，主要包括信用预测和评估，根据客户的历史交易数据、资金流动情况智能运营聊天机器人应答客户部分疑问，智能手续柜台满足客户部分需求。 主要涉及的 AI 技术有神经网络、演化算法、专家系统、分布式人工智能、机器视觉、决策网络等。主要涉及的用例是图像识别、推理分析等。
3.2K10编辑于 2024-05-21 - 来自专栏Go语言学习专栏
6 - MCP 协议 - AI 超级智能体项目教程
按照官方的说法，总共有 6 大核心概念。大家简单了解一下即可，除了 Tools 工具之外的其他概念都不是很实用，如果要进一步学习可以阅读对应的官方文档。 使 MCP 服务能够实现复杂的智能代理行为，同时保持用户对整个过程的控制和数据隐私保护。 如图，官方提供了很多现成的 MCP 服务： 让我们进入一个智能体应用，在左侧可以点击添加 MCP 服务，然后选择想要使用的 MCP 服务即可，比如使用高德地图 MCP 服务，提供地理信息查询等 12 spring-ai-mcp-client-spring-boot-starter</artifactId> <version>1.0.0-M6</version> </dependency> 2）在 6）跨平台兼容性：开发 MCP 服务时，应该考虑在 Windows、Linux 和 macOS 等不同操作系统上的兼容性。
1.2K10编辑于 2026-03-17 - 来自专栏新智元
【调查】The State of AI：关于人工智能的 6 大真相
【新智元导读】柏林一家AI初创公司Explosion AI最近做了一份针对AI当前状态的调查（The State of AI），调查对象面向AI从业人员，调查的问题涵盖AI的方方面面，从AI企业当前的业务领域和发展状态 ，AI从业者当前的工作状态和对AI发展的看法等，可以比较全面地了解AI当前的发展状态及预测今后的发展方向。 柏林一家AI初创公司 ExplosionAI 最近做了一份针对 AI 当前状态的调查（The State of AI），调查对象面向AI从业人员，调查还未结束，有兴趣的朋友可以去填一下：https:// 下面是该调查的中期结果中得出的一些有意思的结论： AI正在被用于开拓全新业务领域 ? 我们期待AI在各个行业中的爆发。 AI的采用仍然非常初期 ? 编译来源：https://medium.com/swlh/a-sneak-peek-at-the-state-of-ai-2016-d5d079e0c4de#.ut8x8r6h5
97181发布于 2018-03-26 AI原生6G：从网络到智能结构
AI原生6G：从网络到智能结构“网络语言模型”将协调智能组件、计算基础设施、接入点、数据中心等之间的复杂交互。 在那里，连接不仅快速，而且智能、自适应且无形。每个人都能获得数字体验。这就是6G的愿景。与以往专注于提高速度和容量的移动通信技术不同，6G将从根本上重新构想网络的可能性。 在本博客中，我们介绍某机构实现AI原生网络的架构方法，这是定义6G时代的基础能力。 6G的不同之处3G通过语音和基础数据连接人与人，4G带来了移动宽带，5G实现了超低延迟的海量机器连接，而6G将从底层开始就是AI原生的，成为一种分布式的计算与通信结构，将智能像公共设施一样嵌入日常生活。 这些AI结构将管理智能组件、计算基础设施、网络节点、接入点、数据中心、网络AI代理以及系统与其动态环境之间的复杂关系。为了驾驭这些关系，我们需要从根本上重新思考设计和运营系统的方式。
38910编辑于 2026-04-23- 来自专栏信数据得永生
Python 智能项目：6~10
七、电影评论情感分析移动应用 在这个现代时代，将数据发送到云中基于 AI 的应用进行推理是司空见惯的。 利用托管在云中的基于 AI 的应用的服务的优势在于其易用性。 移动应用只需要向基于 AI 的服务以及图像发出 HTTPS 请求，然后在几秒钟内，该服务将提供推理结果。 但是，在云上使用这种 AI 应用确实也有一些缺点，其中包括： 用户无法在移动设备上本地运行推理。 所有推理都需要通过向托管 AI 应用的服务器发送网络请求来完成。 可以通过在移动设备本身上运行推理，而不是通过互联网将数据发送到 AI 应用来克服部署在云上的 AI 应用的上述缺点。 在下一章中，我们将构建一个用于客户服务的对话式 AI 聊天机器人。 我们非常期待你的参与。 八、用于客户服务的会话式 AI 聊天机器人 会话式聊天机器人最近因其在增强客户体验方面的作用而大肆宣传。
1.1K20编辑于 2023-04-23 - 来自专栏《三桥君 | AI产品方法论》
掌握这6大环节，设计懂你所问的AI智能问答系统
那么，如何构建一个能够驱动企业智能化升级的AI大脑？ 本文三桥君将从多个维度深入探讨这一问题。 企业数字化转型的核心问题在于：如何构建一个能够驱动业务智能化升级的AI大脑？ 这个AI大脑不仅需要具备强大的技术能力，还需要能够灵活应对不同行业的业务需求，成为企业智能运营体系的底座。 二、如何构建AI大脑 1. 安全生产 通过工业听诊器、声学成像仪等设备结合AI识别能力，构建安全防控闭环。 6. 行业解决方案 行业 具体举措 医疗 通过智能辅助诊疗、电子病历分析、语音问诊机器人，提升医疗服务质量。 通过RPA流程自动化、AI人工智能能力、AI中台、IoT物联网平台、应用能力矩阵以及行业解决方案的有机结合，企业能够实现业务的智能化升级，提升运营效率与竞争力。 企业之间的竞争将不再是人力成本、流程速度的较量，而是智能中枢的大脑战争。 欢迎关注✨三桥君✨获取更多AI产品经理与AI工具的分享，帮你入门AI领域，希望你为行业做出更大贡献。
39421编辑于 2025-07-17 - 来自专栏信数据得永生
Python 人工智能：6~10
6 集成学习的预测分析 在本章中，我们将学习集成学习以及如何将其用于预测分析。 而不是随机选择它们，我们使用k-means++以更智能的方式选择这些中心。 这样可以确保算法快速收敛。 n_clusters参数是指群集数。 在我们讨论它的构成及其在人工智能（AI）中的相关性之前，让我们先讨论一下编程范例。 编程范例的概念源于对编程语言进行分类的需求。 它是指计算机程序通过代码解决问题的方式。 /apachecn-dl-zh/-/raw/master/docs/ai-py/img/B15441_09_06.png)] 图 6：相邻和沿海州示例输出 您可以将输出与美国地图进行交叉检查，以验证答案是否正确 在第 2 章，“人工智能的基本用例”中，我们了解了 Pedro Domingos 定义的五个流派。 符号主义者流派是最“古老”的流派之一。 至少对我来说，这一事实不足为奇。
1.9K30编辑于 2023-04-23 - 来自专栏信数据得永生
ensorFlow 智能移动项目：6~10
六、用自然语言描述图像 如果图像分类和物体检测是明智的任务，那么用自然语言描述图像绝对是一项更具挑战性的任务，需要更多的智能-请片刻考虑一下每个人如何从新生儿成长（他们学会了识别物体并检测它们的位置） 如果我们可以在智能手机上运行此模型，会不会更酷？ 但是在此之前，由于模型的相对复杂性以及 Python 中train和run_inference脚本的编写方式，我们还需要采取一些额外的步骤。 十、构建类似 AlphaZero 的手机游戏应用 尽管现代人工智能（AI）的日益普及基本上是由 2012 年深度学习的突破引起的，但 2016 年 3 月，Google DeepMind 的 AlphaGo 与监督学习不同，监督学习需要标记数据进行训练，就像我们在前几章中建立或使用的许多模型中所看到的那样，强化学习使用反复试验的方法来获得更好的效果：智能体与环境交互并接收在每个状态上采取的每个动作的奖励（正面或负面 我们仅使用最大概率值来指导 AI 的移动，而不使用 MCTS，如果我们希望 AI 在象棋或围棋这样的复杂游戏中真正强大，这将是必要的。
2.4K20编辑于 2023-04-24 - 来自专栏算法之名
AI智能体
langchain 概述 langchain是LLM与AI应用的粘合剂，是一个开源框架，旨在简化使用大型语言模型构建端到端应用程序过程，它也是ReAct(reason+act)论文的落地实现。 chains，langchain把提示词、大语言模型、结果解析封装成chain，并提供标准的接口，以便允许不同的chain形成交互序列，为AI原生应用提供端到端的chain。 content='Hi.'), SystemMessage(content='你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有，运行结果 智能助手显神通 的诗')] streaming_chat(messages) 运行结果 智能助手显神通， 问答之间意无穷。
1K10编辑于 2024-09-29 AI 智能体
也就是AI Agent AI Agent AI 智能体是一个能够感知环境并采取行动以实现特定目标的系统。它从标准大语言模型演进而来，被赋予了规划、使用工具以及与周围环境交互的能力。 可以把智能体 AI 想象成一个能在工作中不断学习的智能助手。 它遵循一个简单的五步循环来完成任务 1.获取任务目标：你给它一个目标，比如“帮我安排日程”。 Claude Code Claude Code是一个比较通用的智能体 系统架构 工具系统是 Claude Code 的"手脚"，使其能够与外部环境交互： 文件工具：读取、写入、搜索文件； 执行工具：运行 使用最小权限原则，只向用户索要完成任务的最小权限； 安全边界：文件操作和命令执行的限制； 核心引擎是 Claude Code 的"大脑"，负责协调各个组件的工作： 消息系统：管理用户输入、AI 响应和工具结果的消息流 ； 查询引擎：与 AI 模型交互，发送请求并处理响应； 工具调度器：协调工具的调用和结果处理； 执行流程 Reference Claude Code 深度拆解：一个顶级AI编程工具的核心架构
17400编辑于 2026-06-252026 企业级 AI 技术栈全景：6 款企业智能体架构解析
以下是我为你准备的《2026 企业级 AI 智能体技术栈盘点》深度解析。前言：从“生成内容”到“交付结果”2026 年，企业对 AI 的期待已经从“写一封邮件”进化为“制定并执行一套完整的营销策略”。 因此，构建 2026 年的企业大脑，需要一套组合拳：用垂直智能体穿透业务深水区，用通用智能体铺设协作基础设施。 技术突破：它能够在一个包含 250+ 公共维度 × 6 种私有维度 × 200+ 分析指标，总计超过 30 万个行动空间的复杂环境中，精准找到最优的分析路径。 钉钉 AI (DingTalk AI)定位：中国企业协同与业务流自动化专家在中国市场，钉钉 AI 是连接“人”与“事”的最佳桥梁。 维度DeepMiner (明略科技)Microsoft 365 CopilotChatGPT Enterprise钉钉 AI核心定位垂直业务决策智能体通用办公协作助手通用逻辑推理引擎业务流与协同平台擅长场景营销归因
1.4K10编辑于 2026-01-19- 来自专栏软件工具
VS Code Top6智能体 AI 工具排行榜（按下载量）
实战干货：编程严选网0 前言在当今时代，智能体 AI 已成为 Microsoft 生态系统中开发者的必备工具。 以下是市场中排名前六的"智能体"工具的描述，这个数字之所以被选中，是因为它能形成一个很好的开场图表，从市场的顶级智能体工具列表中抓取：2 Top 6 的"智能体"扩展程序按受欢迎程度：1 Cline描述 3 Continue安装量： 160 万次描述： "领先的开源 AI 代码智能体"该工具采用智能体概念，并将其包装成一个完全开源的框架，让开发者可以直接在 VS Code 内运行可定制的 AI 智能体。 5 Roo Code安装量： 90.1 万次描述： "你编辑器中的整个开发团队的 AI 智能体。" 6 Qodo Gen安装量： 75.1 万次描述： "一个质量优先的生成式 AI 编码智能体平台，为忙碌的开发者提供全面的 AI 代码智能体，用于生成代码、编写单元测试和创建文档。
7.5K10编辑于 2025-10-27 智能体时代CPU回“C位”，英特尔至强6+重塑AI底座
2026年6月5日，在北京召开的在英特尔至强 6+ 新品发布会暨数据中心创新日上，英特尔给出了其对AI时代下一个关键转折点的判断：当AI从大模型训练全面转向Agentic AI（智能体AI）的规模化落地 在保障力层面，至强 6+ 处理器通过 6 大类 52 项 RAS 功能（可靠性、可用性、可服务性），利用英特尔 TDX 构建端到端的机密计算环境，为 AI 服务器和集群的高可靠、高可用和高可维护提供硬核守护 单个处理器支持“1000个智能体部署” 在发布会现场，“单颗至强6+处理器支持上千智能体”的说法令人印象深刻。这一极限能力在随后的群访中得到了更细致的解构，它揭示了英特尔面向智能体时代极致的弹性。 支持上千智能体的案例，是通过至强6+的单核架构优化，将一颗物理核心的算力资源精细切分，同时“分身”运行3到4个智能体。 在此次发布会上，多家国内空间领军企业展示了基于英特尔至强6+的合作成果，勾勒出Agentic AI落地的真实图景。 腾讯云基于全栈自研的星星海服务器，即将推出搭载至强6+的新一代云实例。
56310编辑于 2026-06-09《人工智能导论》第 6 章 智能计算及其应用
前言 智能计算作为人工智能领域的重要分支，通过模拟自然界的生物进化、群体智能等现象，为复杂问题求解提供了高效的计算范式。 群智能算法 (Swarm Intelligence) 起源于对自然界生物群体行为的研究，如鸟群、鱼群、蚁群等。 这类算法的特点是： 无集中控制机制：个体通过局部交互实现群体智能 自组织性：群体行为通过简单规则涌现 鲁棒性：个别个体故障不影响整体性能 灵活性：对环境变化有自适应能力 常见的群智能算法包括粒子群优化算法 遗传算法： 基本遗传算法的各个组成部分，包括编码、选择、交叉、变异等操作 三种改进遗传算法：双倍体遗传算法、双种群遗传算法和自适应遗传算法 遗传算法在函数优化和旅行商问题中的应用 群智能算法： 粒子群优化算法的基本原理、参数分析及在函数优化和车辆路径问题中的应用 蚁群算法的基本模型、参数选择及 TSP 问题求解 智能计算算法具有自组织、自适应、鲁棒性强等特点，在组合优化、机器学习
41810编辑于 2026-01-212025年毕业论文必备：6款AI智能写作工具深度评测
当人工智能技术以惊人速度发展时，学术写作领域也迎来了一批革命性工具。这些平台不仅颠覆了传统的写作方式，更将服务范围扩展到文献整理、数据分析等专业维度。 创新特性： 智能框架节省50%写作时间 跨领域知识迁移增强创新性 百万级专业术语库保障严谨性 注意事项：长篇论文建议分段处理需二次确认自动生成文献数学公式仅支持基础Latex语法 AI Writer ——轻量化写作解决方案核心功能：关键词触发智能段落生成逻辑增强系统提升论证力度16个学科模板即时切换功能边界：专业功能需升级订阅格式调整依赖人工操作数据可视化模块仍在测试Jasper AI——多功能写作生态平台 差异化优势：智能降重技术控制重复率在12%以下多版本比对提升内容质量支持三人实时协同编辑使用建议：分阶段创作效果最佳需配合专业查重系统复杂论文建议模块化处理 行业展望与建议 智能写作工具正在重构学术生产链条 善用这些智能工具，学术创作将迈入精准高效的新纪元。
1.5K10编辑于 2025-08-15- 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
本节重点 学习 AI 智能体的概念和构建方法，掌握如何实现具有自主决策能力的 AI 系统。 具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体，之前的教程中其实我们已经有接触过，这里再快速复习一遍。 比如可以在阿里云百炼、Dify 等平台上创建智能体 2、软件中使用 AI 开发工具 Cursor、tare 就集成了 AI 智能体，可以帮我们生成完整的项目代码、或者解释项目代码。 也可以直接使用专门的 AI 智能体工作流编排框架，比如 LangGraph 和 Spring AI Alibaba Graph。
1.4K21编辑于 2026-03-17 - 来自专栏人工智能
Notion AI 智能体
NotionAI智能体Notion3.0的AI智能体通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构，每个角色对应特定职能：市场智能体：自动生成营销方案并执行投放HR智能体：处理招聘全流程，包括简历筛选和面试安排财务智能体：实时监控预算并生成分析报表平台通过智能体间的通信协议实现协作 例如启动新项目时，系统自动组建包含产品、设计、开发智能体的虚拟团队，各角色通过API交换数据并同步进度。 ：知识库建设：结构化企业数据供智能体调用权限管理：设置不同智能体的数据访问层级验证机制：关键决策需加入人工审核环节典型部署流程包括POC测试阶段，先选择单一业务场景验证，如自动生成周报，再逐步扩展至复杂业务流程 监控系统需记录智能体的决策路径和执行效果，便于持续优化。
44410编辑于 2026-01-07 - 来自专栏Python
AI 智能客服系统
AI/NLP 引擎：核心的 AI 技术组件，负责自然语言理解、意图识别、对话管理、上下文语义理解等；可与知识库交互检索答案。 消息队列（Kafka/RabbitMQ 等）：用于异步处理海量日志或请求；AI 引擎与日志分析平台可通过队列进行消息异步传输。 会话管理层 → AI/NLP 引擎 协议：REST 或 gRPC。 通信方式：同步请求，以获取实时对话结果。 通信方式：同步/双向沟通，若 AI 无法回答或需要人工介入则立即调用坐席系统。 AI/NLP 引擎 选型： 自研/开源：Hugging Face Transformers、Rasa、BERT/LLM 模型微调等； 云服务：腾讯云 NLP、阿里云智能对话机器人、Azure
2K20编辑于 2025-06-16 - 来自专栏算法之名
AI智能体(二)
我是人工智能助手智谱清言，可以叫我小智，很高兴见到你，欢迎问我任何问题。' additional_kwargs={}, response_metadata={'token_usage': {'completion_tokens': 32, 'prompt_tokens': 6, model_name': 'glm-4', 'finish_reason': 'stop'}, id='run-b982480c-39d9-4445-8888-62a10339ef86-0')]} 状态持久化 许多AI
88810编辑于 2024-10-05
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