- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI前沿技术
智能体｜ AI coding 协作式编程
AI coding 出现后，传统项目角色分工和协作方式发生了改变。工程师不再是"写代码的人"，而是"指挥 AI Agent 写代码的人"。这种转变不仅是角色的变换，更是编程范式的升级。 以 AI coding 为中心，主要介绍： 1）从古法编程到 vibe coding 再到智能体编程的转变。 2）规范驱动开发SDD的新模式，以匹配AI coding的超凡编程能力。 质量门控需求强：希望在代码生成前有明确的质量检查（宪法门禁、规范完整性验证等） • 完整制品体系：希望每个特性都有正式的spec、plan、data-model、contracts等完整文档 • 团队协作 • 复杂任务并行化：需要多个子智能体并行执行独立任务，且每个任务有独立的质量评审 • 关注工程行为而非文档：更关注AI的开发行为是否符合工程规范，而非维护一套规范文档体系 4，总结 Vibe Coding 随着这些工具的成熟，"规格驱动 + AI 执行"将成为软件开发的新范式。 个人瞎扯： 技术发展的太快，还没有从vibe coding中缓过劲来，智能体编程们又纷至沓来。
1.2K30编辑于 2026-03-10 - 来自专栏人工智能
智能体时代，企业员工如何掌握AI协作力？
麦肯锡《工作新未来》报告中指出，到2030年，全球约3亿全职工作将受到AI自动化影响，但这并不意味着失业潮，而是意味着工作方式的根本改变：人类与智能体的协作边界正在被重新定义。 三、从工具使用到智能协作，AI素养正成为职场底层能力AI在企业内部的应用，正在从“会用工具”升级为“会配置任务”，这背后，智能体平台的发展方向起了关键作用。 四、2025年的AI职场：从“会用”到“会协作”德勤2025年相关调研及战略声明显示，未来职场中，AI高适应人群普遍具备三类核心素养：1、Prompt表达力：能精准描述需求，让AI理解“你要什么”；2、 显然，这场变革不会淘汰人类，而是淘汰那些不懂与智能体协作的人。真正的职场竞争，不在岗位本身，而在思维方式：你是被AI管理的人，还是能管理AI的人？ 在2025的职场生态中，学会与智能体共事，比学会AI更重要。
39410编辑于 2025-11-04 适时性智能 AI：AI 建站的协作式共创新模式
适时性智能AI是一种以动态引导、即时响应、渐进优化为核心的AI交互理念，尤其适用于网站建设等创意类工作，它摒弃传统AI"一次性完美交付"的僵化逻辑，转而扮演"协作伙伴"角色，在用户需求从模糊到清晰的不同阶段提供精准适配的智能支持 一、核心定义与本质适时性智能AI本质上是AI基于用户需求的模糊性与动态性，在合适的阶段提供合适的引导和支持，而非追求一步到位的完美输出。 二、与传统AI建站的核心区别对比维度传统AI建站适时性智能AI建站核心逻辑一次性输出完美成品，追求"全知全能"动态引导、即时响应、渐进优化，接受"雏形→优化→完善"流程AI角色全能工匠（单向输出）协作伙伴 （双向共创）需求处理要求用户提供精准需求描述接受模糊需求，通过快速生成雏形帮助用户明确方向迭代方式需重新生成整个网站，返工成本高局部即时调整，无需整体重建，迭代效率高协作模式AI被动执行指令AI主动引导 ：渐进式、协作式共创将成为主流，AI不再是"全能工匠"，而是"用户的协作伙伴和虚拟顾问"六、总结适时性智能AI的核心创新在于认知转变——放弃对"全知全能一次性交付"的盲目追求，拥抱"需求驱动的双向共创"
16820编辑于 2026-02-06AI时代的内容协作：内容管理协作看板软件的智能化演进
什么是内容管理协作看板软件？在内容创作和项目管理愈加复杂的当下，“内容管理协作看板软件”已成为提升团队协作与内容生产效率的关键工具。 协作工具的发展趋势协作平台从邮件+Word文档的时代，发展为如Google Docs、Notion、飞书文档等实时在线协作工具。这类工具打破信息孤岛，实现“同时编辑、即时同步、多端操作”。 通过卡片拖拽方式清晰呈现任务状态、责任分配与进度更新，极大提升了协作透明度与效率。为什么企业越来越依赖协作看板软件？内容团队的协作往往涉及多个角色——内容策划、编辑、审校、设计、发布运营。 内容管理协作看板软件的未来趋势AI 与自动化在协作流程中的应用智能分配任务、AI内容审校、语义标签推荐等功能正逐步落地，显著降低人力成本。 可以与AI写作工具整合吗？许多平台支持与AI工具集成，如Notion AI、飞书智能助手等。6. 哪些软件适合远程协作团队？板栗看板、ClickUp、飞书等支持跨区域、跨设备协作，尤其适合分布式团队。
32310编辑于 2025-08-06《CodePen AI + Tabnine：前端组件库升级的智能协作指南》
在后续的旧组件拆解中，我们迅速形成了“AI 初解+人工确认”的标准化流程：每天早上，团队成员把当天要拆解的组件上传到 CodePen AI，获取解析报告后，资深工程师先审核报告的准确性（比如确认 AI 有了之前的经验，我们不再幻想让 AI 直接生成完整组件，而是摸索出一套更务实的协作模式：“人工定义组件骨架与核心需求，AI 负责填充实现细节、提示潜在问题”。 随着项目的推进，我们渐渐发现，AI 工具带来的不只是编码效率的提升，还在悄悄重塑团队的协作模式和新人的成长路径。 最终，在 AI 工具的全方位协作下，原本预计需要60天的前端组件库升级项目，我们只用了38天就高质量完成了交付。 复盘这次 AI 协作开发的经历，我们深刻意识到，AI 工具在前端开发中的价值，绝不是“替代工程师写代码”，而是“成为工程师的高效伙伴”。
51010编辑于 2025-09-22- 来自专栏phodal
Team AI：简化繁琐日常任务，打造团队智能协作
在内部，我们还有一个名为 Team AI Hackathon 的活动，基于一个内部的 Team AI 代码库，探索构建适合于不同软件研发团队的 Team AI。 在这篇文章里，我将介绍我对于 Team AI 的理解，以及如何构建 Team AI，加速团队的研发效率。 为什么我们需要 Team AI? Team AI 能做什么？ 我们设计 Team AI 的初衷是，构建适用于团队的轻量级、高频/高价值场景下的 AI 辅助工具。 而团队就意味着，要由团队协作来完成自己的 AI 辅助工具。 构建 Team AI 所需要的能力 它需要什么样的能力： 快速访问不同大模型的能力。 通过构建经典的 Team Workspace 方式，来提供这种协作能力，并将不同能力集成在一起。
1.1K20编辑于 2023-11-03 适时性智能AI：重构AI建站逻辑，拥抱协作式共创新时代
适时性智能AI与传统AI建站的核心区别，在于其摒弃了“一次性输出”的僵化逻辑，转而以“动态引导、即时响应、渐进优化”为核心，扮演“协作伙伴”而非“全能工匠”的角色。 从技术发展来看，适时性智能AI的成熟和应用，为渐进式、协作式共创模式提供了坚实的技术支撑。 这些技术能力的提升，让适时性智能AI能够更好地扮演“协作伙伴”的角色，推动渐进式、协作式共创模式的落地实施。 当然，拥抱“在适时性智能引导下的渐进式、协作式共创”，并不意味着放弃对AI建站技术的优化和提升，也不意味着接受“粗糙的初始产品”。 从行业未来发展来看，随着适时性智能AI技术的不断成熟和普及，渐进式、协作式共创将成为AI建站的主流模式，而“全知全能一次性交付”的模式将逐渐被市场淘汰。
20821编辑于 2026-01-31- 来自专栏公共互联网反网络钓鱼（APCN）
基于多智能体协作的AI驱动安全运营框架研究
微软近期推进的AI代理安全架构——以Security Copilot为核心，通过多智能体协作实现从威胁检测到自动响应的闭环流程，代表了新一代“意图驱动”安全运营的发展方向。 该系统不再局限于单一告警分类，而是通过多个专业化智能体（Agent）协作，执行端到端的调查与遏制剧本。 全文结构如下：第二部分阐述多智能体协作架构的设计原理；第三部分构建并实现一个典型钓鱼响应流水线；第四部分讨论模型幻觉、对抗投毒与合规性等现实约束；第五部分提出企业级部署框架；第六部分总结研究发现。 2 多智能体安全架构设计原理2.1 智能体角色划分微软提出的AI代理安全体系采用功能解耦的多智能体模型，主要包含三类角色：感知智能体（Perception Agent）：负责从原始遥测中提取结构化信号。 6 结论AI代理在安全运营中的规模化应用，本质上是对“人力瓶颈”的技术回应。微软所推进的多智能体协作架构，通过任务分解、模型增强与自动化执行，显著提升了对钓鱼与恶意软件的响应速度与覆盖广度。
57310编辑于 2025-12-04 - 来自专栏2025开发者成长日志
AI 协作日志 | 智能调拨系统自动生成调度方案实战笔记
一、引言去年三季度，我们团队启动了智能调拨系统的开发项目，目标是构建一套能自动生成调度方案的平台，核心诉求是通过AI协作提升开发效率，并最终实现"多目标优化的智能决策"。 本文将记录一次使用AI协作开发智能调拨系统自动生成调度方案的真实过程，重点展示AI在项目开发、代码优化和问题排查等环节中发挥的关键作用。 方案生成流程图：展示了智能调拨系统生成优化方案的决策流程四、性能优化与AI协作4.1 算法优化与性能调优在AI工具的协助下，我们对核心算法进行了多次优化。 结语通过本次AI协作开发智能调拨系统的实战，我们深刻体会到AI工具在软件开发过程中的巨大价值。从项目初期的架构设计，到核心算法的实现优化，再到组件集成和性能测试，AI助手都发挥了重要作用。 在代码优化环节，AI指出了性能瓶颈并给出了改进建议，显著提升了系统运行效率。本次实践不仅成功构建了一个高效的智能调拨系统，更重要的是探索出了一套AI协作开发的有效模式。
1.2K10编辑于 2025-09-11 智能体来了·智创未来：AI 智能体重构人机协作与治理新模式
智能体来了·智创未来：AI智能体重构人机协作与治理新模式当人工智能从单一模型演进为具备持续行动能力的智能体，技术带来的影响不再局限于效率提升。 AI智能体正在进入人类决策与协作体系的核心位置，智能体来了·智创未来，意味着人机关系与治理逻辑的系统性重塑。 与传统人工智能相比，AI智能体更强调与人类的协作关系。这种协作并非简单分工，而是通过智能体承担重复性和规则性任务，让人类专注于判断与创造。 任务分解与协同执行能力AI智能体可以将复杂任务拆分，并与人类或其他智能体协同完成。反馈与纠偏能力在执行过程中，智能体能够根据反馈及时调整策略，降低协作成本。 在合理治理框架下，智能体才能真正释放人工智能的长期价值。六、结语：在协同进化中迎接智能体时代总体来看，AI智能体正在推动人工智能从“工具智能”走向“协作智能”。
21810编辑于 2026-01-31- 来自专栏DeepHub IMBA
使用LangGraph从零构建多智能体AI系统：实现智能协作的完整指南
团队成员各自在专业领域发挥优势，通过无缝协作实现整体目标。 这一原则同样适用于AI系统架构。 每个智能体在其专业领域内表现卓越，通过协作产生协同效应。 构建研究助手多智能体系统 本节将通过构建一个AI研究助手展示多智能体系统的实际应用。 该系统通过专门化智能体间的分工协作处理复杂研究主题，实现主题研究、信息验证和综合报告生成的完整流程。 系统架构设计 首先建立多智能体系统的基础架构。 总结 多智能体AI系统代表了人工智能应用架构的重要演进方向。通过将复杂任务分解为专门化智能体的协作模式，我们能够构建出性能更优、可维护性更强的AI系统。 现在正是开始探索和实践多智能体架构的最佳时机——技术工具已经成熟，应用需求日益明确，市场机遇前所未有。让我们共同迎接AI协作系统的崭新时代。 作者：Ritik----
1.2K10编辑于 2025-08-20 - 来自专栏AI智能体从入门到实践
构建AI智能体：从单体智能到群体智能：A2A协议如何重塑人机协作新范式
A2A协议的生态系统价值互操作性：不同厂商、不同技术的代理无缝协作可扩展性：新代理服务的即插即用式集成维护性：独立部署、升级不影响整体系统运行三、单智能体决策系统 这是一个基于天气条件自动决定篮球会议是否举行的智能代理系统 "temperature": "25℃", "condition": "雷阵雨" } }}1.6.4 服务启动示例这个服务可以作为更大的AI -05-08") # result = meeting_agent.schedule_meeting("2025-05-10") print("篮球安排结果:", result)四、多代理协作系统基于以上示例扩展为多代理协作系统 系统特点1.1 多代理协作架构BasketBallAgent (协调者) ├── WeatherAgent (天气查询) ├── VenueAgent (场地管理) ├── CalendarAgent 这个演进过程不仅仅是技术栈的升级，更是思维模式的根本转变——从追求单体智能的极致性能转向构建智能体间的协同生态。
53431编辑于 2025-12-10 - 来自专栏AI智能体从入门到实践
构建AI智能体：智能协作的艺术：大模型上下文与Token优化指南
在大模型的世界里，我们每次与AI的对话都在一块固定大小的协作白板上进行，这块白板的容量就是上下文窗口，而衡量其使用量的单位就是Token。 事实上，这种限制恰恰塑造了我们与模型高效协作的方式。 它要求我们必须像一位严谨的导演，在有限的舞台上，精准地布置场景和道具。 简单来说，理解并善用上下文窗口的限制，是开发者从简单提问进阶到复杂任务编排的关键第一步，它提醒我们，与AI的有效协作，不在于一次性能扔给它多少信息，而在于如何精巧地为它设定思考的舞台，由此我们可以归纳出 图灵在他的经典论文《计算机器与智能》中提出了著名的"图灵测试"，为AI研究奠定了基础。1956年，在达特茅斯会议上，约翰·麦卡锡首次提出了"人工智能"这一术语。 未来发展方向可能包括：更强的推理能力、世界模型构建、具身智能、以及更高效的自监督学习方法。量子计算也可能为AI带来新的突破。
75033编辑于 2026-01-20 - 来自专栏实在智能RPA
360纳米AI、实在Agent、CrewAI与AutoGen……浅析多智能体协作系统
2025年，全球AI智能体集群正以蜂群之姿觉醒：360集团“纳米AI”调度5万智能体协同千步任务，实在Agent协助周黑鸭管理全国3700家门店售后数据，CrewAI与AutoGen重构分布式调度框架— —多智能体协作，已成为AI价值裂变的核反应堆。 2025年7月31日，中国国常会通过《人工智能+行动意见》，明确要求2025年AI产业链规模突破2万亿元，并将“多智能体协同技术”列为重点突破方向。 与此同时，全球AI算力正以每100天翻倍的速度膨胀，xAI的Colossus系统已集成20万张AI芯片，为蜂群式智能体协作提供了物理基础。 2.通信协议：自然语言成为智能体“通用语”智能体间如何高效协作？AutoGen给出答案：用自然语言协商任务。
1.2K20编辑于 2025-08-07 多智能体协作与编排全解析：企业AI转型的核心引擎
把多智能体协作以及编排当作企业的“AI团队”来使用，让不同的成员各司其职并且进行协同作战，这样的做法更契合企业进行AI转型的真实需求，也更加接近企业智能化的关键密码。 一、多智能体协作与编排：重新定义企业AI能力边界1.1什么是多智能体协作与编排从结论的角度来说，多智能体协作与编排是让多个专业化的AI智能体依靠协调机制来共同完成复杂任务的技术架构。 ，把各自的专长进行发挥，然后依靠协作来完成复杂项目1.2为什么企业需要多智能体协作在AI落地阶段，很多企业往往会遇到相同的难题：痛点一：单点故障风险高要是某一个智能体出现了错误，就会把整个流程卡住。 （1-2年）：选择成熟的多智能体平台来进行试点培养内部的AI技术团队建立AI治理框架中期策略（3-5年）：构建企业级的多智能体生态实现跨部门的智能体协作建立智能体资产库长期策略（5年以上）：成为行业智能体标准的制定者构建开放的智能体生态圈实现更加全面的智能化转型结语 选用合适的技术平台、制定清晰的实施路径以及培养专业的技术团队，这些因素会对企业在AI时代的竞争优势产生重要影响。真正的智能化转型，可以从多智能体协作开始。
64410编辑于 2025-11-26- 来自专栏AI智能体从入门到实践
构建AI智能体：Agent2Agent多智能体系统：基础通信与任务协作实现
一、基本概述 Agent2Agent（A2A）是一个专注于智能体间通信、协作与协调的框架，旨在促进多个智能体（Agent）之间的通信与协作。 经验学习与更新：总结协作经验，更新智能体的知识库和策略。阶段5：协作终止与总结释放所有分配的资源生成协作总结报告更新智能体信誉和性能记录归档协作过程和结果数据2. 管理器处理了 8 条消息 完成了 1 个跨领域任务八、应用场景复杂问题求解：多个专业智能体协作解决单一智能体难以处理的复杂问题分布式系统管理：智能体协同管理分布式资源和服务多模态AI系统：不同模态的 AI智能体（文本、图像、语音）协同工作自动化工作流：智能体协作完成端到端的自动化流程九、总结 Agent2Agent框架为构建智能体间通信与协作系统提供了坚实的基础。 随着人工智能技术的不断发展，A2A框架将在构建更智能、更自治的AI系统中发挥重要作用。
1.6K21编辑于 2025-12-09 - 来自专栏2025开发者成长日志
AI 协作日志 | AI 生成文档，智能调拨系统开发与维护指南编写实战
一、引言我们团队开发的智能调拨系统，通过 AI 技术优化库存管理和调拨决策。在项目开发过程中，我们充分利用了AI技术在代码生成、优化建议、技术难点解释和文档编写等方面的能力。 本文将详细记录我们使用AI工具进行协作开发的实际过程，包括使用的具体工具、协作场景、遇到的问题及解决方案，希望能为同行提供有价值的参考和启发。 图1：系统架构图3.2 AI协作规划我们制定了详细的AI协作计划，明确了在不同开发阶段使用AI工具的方式和目标：// AI协作规划代码表示const aiCollaborationPlan = { designPhase 设计思路：通过量化指标评估AI协作效果，确保AI工具得到有效利用。重点逻辑：不同阶段使用不同的AI工具组合，以匹配各阶段的具体需求。 智能调拨系统的成功开发不仅解决了超商企业的实际业务问题，也为我们积累了宝贵的AI协作开发经验。未来，我们将继续探索AI在软件开发中的更多应用场景，进一步提升开发效率和产品质量。
43520编辑于 2025-09-13 - 来自专栏C博文
从“人工智障”到“智能伙伴”，人类与AI协作的认知深度解析
在早期AI交互中，“人工智障”的调侃并非全无道理。指令的误解、僵硬的响应、对上下文的无视，无不暴露着机器智能与人类认知之间的鸿沟。 “智能伙伴”。 这一转变的核心，在于对人类与AI协作认知架构的深刻理解与精心设计。 三、分层认知协作架构设计 一个面向未来的、健壮的人-AI协作系统，需要超越简单的“前端UI + LLM API调用”。 五、 协作模式探索 理解AI在协作中的不同角色定位至关重要： 专家顾问(Expert Consultant)： 场景： 提供深度领域知识、复杂分析、专业建议（法律、金融、医疗辅助诊断、代码审查）。
1.5K10编辑于 2025-07-20 AI赋能：人机协作新时代
我的AI代理正在为我工作清晨，当我走进山丘时，我知道有一个人造智能正代表我工作。事实上，不止一个。在我开始徒步之前，我坐在一家咖啡店里，设置了一堆研究代理开始工作。 为良好AI结局，思考引导智能所需的机构纳米技术先驱埃里克·德雷克斯勒发表了一篇短文《超能力世界框架》，探讨如何在充斥各种有用AI服务的世界中为人类取得良好结局。 将AI视为生态而非单一实体：“复合、多组件的AI系统已成为主导，”德雷克斯勒写道。“持久的传统叙事想象一个统一的实体——‘AI’——作为一个整合的智能体来学习、行动和追求目标。 没有一个人理解全部，也没有一个统一的智能体控制整体，然而人类建造的航天器到达了月球，”德雷克斯勒写道。“AI自然契合其中。 结果是一个由人类和AI系统协作构建的数学证明：“在某些情况下，下面的证明与AI工具建议的证明仅有高层次的相似性。
6810编辑于 2026-03-09- 来自专栏深度学习与python
Dapr Agents 发布：支持规模化 AI 工作流、多智能体协作
译者 | 明知山 策划 | 丁晓昀 Dapr 最近推出了 Dapr Agents，一个利用大语言模型构建可扩展、可靠的 AI 智能体的框架。 Dapr Agents 基于 Dapr 提供了一个框架，用于开发能够利用 LLM 进行推理、行动和协作的 AI 智能体。 智能体工作流示例（来源） Dapr Agents 支持多智能体工作流，智能体可以通过 Dapr 的发布 / 订阅消息传递进行协作。 作者进一步阐述了这一点： 智能体需要作为自主的实体来运行，能够动态响应事件，从而实现与工作流的实时交互和协作。 InfoQ：在分布式 AI 智能体异步交互时，调试和可观测性变得至关重要。Dapr Agents 为监控、日志记录和排查智能体行为提供了哪些内置功能？
45210编辑于 2025-03-27
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