#AI Agent
共 1102 篇相关文章
从零构建AI编程Agent：用Gemini打造你的命令行助手
Boot.dev实战课程教你用Google Gemini Flash API从零构建Python编程Agent。深入讲解工具调用、Agent循环、系统提示词与文件操作安全护栏，像Codex一样自主修改并修复代码。
Miso：用iMessage对话完成机票酒店预订的AI旅行助手
Miso 是一款嵌入 iMessage 的 AI 旅行助手，用户通过发短信即可搜索、预订和管理机票酒店。本文解析其对话即交易的产品逻辑、iMessage 入口的得失以及信任挑战。
AI Agent人工审批放错位置：你需要两道关卡吗？
AI Agent工作流中的人工审批到底该放在哪里？一位FastGPT用户的实践反思揭示：证据审查与行动审批是两种不同风险，盲目设置双重关卡还可能导致审批疲劳。本文解析Agent人工介入的设计原则。
AI Agent零基础入门：智能体、聊天机器人到底有啥区别？
AI Agent零基础入门教程：讲透智能体、聊天机器人与工具平台的区别，解析Agent的大脑、记忆、工具三大核心组件，并梳理专业、通用、平台搭建三类智能体产品，帮普通人快速选对入门方向。
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。
Android CLI 新技能解析：AI Agent 如何加速应用开发
谷歌为 Android CLI 带来设备流式传输（Device Streaming），并发布 Play Policy Insights、Android Profiler 等 AI Agent 技能，帮助开发者提升应用发布合规、性能调优与真机测试效率。
如何选择首个Genie Agent实现最大价值
企业级AI Agent进入规模化落地阶段，仅2026年就有超百万个Genie Agents被创建。本文探讨如何选择首个Agent以实现最大价值，涵盖高频低风险场景优先、可衡量影响等选型逻辑。
26个AI Agent实战用例：一位重度用户的60小时实践复盘
一位Reddit重度用户分享使用AI Agent（Muse）60小时后落地的26个真实用例，涵盖新闻监控、日历管理、财务整理、代码修复、内容创作等场景，并复盘了Agent的能力边界与安全实践。
单一全能Agent的陷阱：多智能体协作才是可靠之道
单一全能Agent看似强大，实则难以保证一致性。本文探讨为何多智能体协作（分工、边界、交接、监督）才是构建可规模化Agentic AI系统的可靠路径，以及系统最容易崩溃的环节。
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RAG到多Agent：程序员如何真正落地企业级智能体
深入解析为什么程序员要从RAG进阶到多Agent开发。剖析市面Agent教程的两大短板，讲清提示词工程、RAG与Agent的技术边界差异，以及企业级智能体落地的能力进阶路径。
两个AI智能体聊起二手硬盘，个人代理的想象力瞬间落地
两个AI智能体围绕一块二手WD硬盘自发展开洽谈，仅用18分钟就完成了买卖双方的初次接触。这则来自Reddit的观察，让个人智能体（Personal Agent）互联协商的价值第一次变得具体可信。
Copilot Studio 新 Harness 实战：GitHub Copilot 引擎与 MCP、技能全解析
深度解析微软 Copilot Studio 全新 GitHub Copilot Harness 的 agentic loop 机制，对比标准 Harness 的差异，并详解 MCP 服务器、技能 Skills、记忆 Memory 与沙箱 Sandbox 的实战用法与部署要点。
当AI Agent真正掌控你的Homelab：K3s实验的经验与风险
开发者将本地Qwen Agent通过MCP接入K3s homelab并开放写操作权限，这篇实验记录揭示了AI Agent获得真实系统访问权限后的能力边界、潜在风险与实践启示。
OpenAI推出常驻Agent dots，Anthropic豪掷5180亿算力承诺
9月30日AI晨报：OpenAI DevDay推出常驻agent dots可跨Slack执行任务，Anthropic被曝10年5180亿美元算力承诺，America.gov用Gemini统一检索2.9万政府网站，美政府签署自愿AI安全协议。
强Agent做自主机器学习，到底需要多复杂的脚手架？
自主机器学习工程（MLE）Agent正在排行榜上快速进步，但复杂的多Agent脚手架是否仍必需？本文探讨强编码Agent通过read/write/bash直接访问环境的极简路线，剖析智能应放在模型还是系统架构中的核心权衡。
Cura：会规划、预订并随机应变的AI旅行助手
Cura是一款登上Product Hunt第二名的AI旅行助手，能自主规划行程、预订机票住宿并处理登机改签。它会学习用户习惯，复杂情况由人工顾问介入，主打从信息推荐到实际执行的AI Agent体验。
LangGraph+MCP+医疗RAG：企业级多智能体实战入门
图灵学院楼兰老师基于真实医疗项目，讲解 LangGraph+LangChain+MCP 构建企业级多智能体 Agent 的实战思路。剖析主流 Agent 教程的两大坑点，强调先懂逻辑再做项目，帮开发者打开眼界、建立可落地的智能体开发体系。
延迟标签困境：如何评估读取网络文本的购买信号Agent
当AI Agent从招聘启事、财报、播客等杂乱网络文本中提取购买信号，而真实采购标签要几个月后才出现时，该如何评估其有效性？本文剖析延迟标签、样本偏差与LLM-as-judge自评等核心难题，并梳理代理标签、置信度校准等破局思路。
jev-ultrafast实测：AI 7秒搜票，但12306翻车了
BrowserUse团队推出的jev-ultrafast实测7秒完成搜票，比原版快四分之一，协议调用从1092砍到101，支持GLM/DeepSeek，MIT商用友好。但在12306复杂页面上翻车失败，本文解析其速度优势与短板。