#智能体
共 184 篇相关文章
重写AI智能体能否弯曲智能曲线？WeCo的递归自我改进实验解析
WeCo.ai的CEO蒋正耀详解递归自我改进（RSI）实验：如何通过重写AI智能体的harness而非模型本身来弯曲智能曲线，提出RSI四级框架，剖析奖励黑客防御机制与人机协作的边界。
AI智能体如何颠覆渗透测试：从挖漏洞到代码审计实战解析
AI能帮安全工程师挖漏洞吗？本文从AI聊天工具的局限出发，拆解智能体（Agent）的六大核心能力，解析AI如何颠覆传统渗透测试、代码审计与CTF自动化解题的思路。
从Prompt到Agent：工业级智能体落地的四阶段演进
本文梳理大模型从原生模型、提示工程、RAG到Agent的四阶段演进，解析Agent的翻译官、工具调用、记忆管理、任务规划四大核心能力，以及工具型、角色型、功能型等主流智能体落地赛道，帮助理解工业级Agent开发的价值与方向。
AI Agent入门指南：智能体与聊天机器人的本质区别
聊天机器人、搭建平台和 AI Agent 到底有什么区别？本文从定义、三大核心组件（大脑、记忆、工具）到三类智能体产品，帮你快速搞懂 Agent 入门知识，选对适合自己的工具。
从0到1搭建企业级AI Agent：一套系统课程的学习路径拆解
一套B站AI Agent开发系统课程，用基础篇、进阶篇、实战篇、就业篇四大板块，带你从0到1搭建企业级智能体。本文拆解其学习路径、实战项目与进阶要点，供Agent开发入门者参考。
Cursor工程师揭秘：如何让AI智能体从被监工到自动合并PR
Cursor工程师Lauren Tan分享如何建立对AI智能体的信任：从验证能力、PSTACK技能、EVAL评测到分层护栏，一步步做到让智能体自动合并PR，并用总厨比喻重新定义工程师角色。
微软报告：AI驱动的网络攻击倒逼身份与数据治理
微软数字防御报告指出，攻击者正利用AI自动化横向移动、加速勒索软件部署，身份治理与数据管控成为最关键的防御缺口。本文解析AI攻防的速度不对称，以及智能体工作流下IAM与DLP工具面临的新挑战。
AI Agent零基础学习路径拆解：四大板块如何从入门到就业
AI Agent零基础如何系统学习？本文拆解基础篇、进阶篇、实战篇、就业篇四大板块的学习路径，分析Prompt工程、RAG知识库、多Agent协作、工具调用等核心能力，助你从入门到独立开发智能体。
一文讲透AI Agent：从被动问答到主动干活的智能体革命
一文讲透AI Agent是什么：它与传统大模型、Chatbot的本质区别，感知-思考-行动的运行闭环，以及在教育、办公、电商、金融、医疗等场景的实际应用，帮你理解智能体为何是AI的必然方向。
从零构建生产级AI系统：LLM、RAG到多智能体工作流全解析
本文系统拆解生产级 AI 系统的完整技术栈，从 LLM 原理、上下文窗口、嵌入、向量数据库，到 LangChain、提示工程、RAG、LangGraph 与 MCP 协议，以一个企业文档助手项目为主线，帮你一次补齐从基础到多智能体工作流的全部核心概念。
AI Agent 从原理到落地：低代码与代码框架双线实战指南
一篇 AI Agent 实战学习指南，拆解低代码（Coze、Dify、n8n）与代码框架（LangChain、LangGraph、CrewAI）双线并行方法论，详解 MCP 协议打通企业数据，并通过九大岗位场景和四大企业级项目实现 Agent 落地。
从0到1搞懂AI Agent：核心原理与五大模块解析
零基础理解AI Agent智能体的核心原理：从大模型与Agent的本质区别，到记忆、规划、工具、行动四大模块与React决策循环的完整解析，帮你搭建系统的Agent知识体系。
skills.sh七个月破百万技能：AI智能体技能生态观察
skills.sh技能注册中心上线七个月突破100万AI智能体技能、累计2.8亿次安装。本文解读agent skills生态的爆发逻辑、技能类型与对开发者的启示。
从效率AI到机会AI：成为「Agent Boss」的实战指南
微软Copilot Studio负责人Jack Roboff提出「Agent Boss」概念，解析效率AI与机会AI的区别、人机协作的四种模式，以及AI项目落地中价值、成本、信任、采用四大挑战的应对方法。
WorkIQ 开发工具实战：从一封邮件到发布 Copilot 插件与智能体
微软 WorkIQ 开发者工具实战演示：如何用 GitHub Copilot CLI 从一封 CEO 邮件出发，连接 MCP 服务器、构建声明式智能体与插件、用 eval CLI 自动爬坡评估，最终发布到租户目录，完成端到端 AI 智能体开发闭环。
桌面智能体的沙箱难题：捆绑运行时还是依赖Docker？
桌面AI智能体发布时该捆绑沙箱运行时还是要求用户安装Docker？本文剖析两种方案的责任归属、受众匹配与长期支持成本，帮助小团队做出权衡决策。
因果世界模型何时真正帮助模块化LLM智能体
arXiv最新论文FedCausalCompose提出面向模块化LLM智能体的因果世界模型框架，揭示因果结构只有在跨模块接口既统计可识别、又能被智能体在行动时使用时才真正带来规划增益。
AI Agent可靠性与监督：团队落地的现实挑战
AI Agent走进团队工作流，可靠性与监督成为规模化落地的核心难题。本文解析Agent可靠性区别于模型准确率的本质，以及团队在可观测性、人机协作与失败恢复上的实践路径。
