#LLM Agent开发

Treg：AI Agent工具聚合平台，2600个API零加价的开源方案

Treg定位为工具界的OpenRouter，将2600+API整合到统一接口，零加价按调用付费。本文深度分析Treg如何解决AI Agent工具碎片化难题，以及其开源、零加价商业模式的可持续性。

LLM推理链被盗：三大厂商架构级漏洞深度解析

深度解析安全论文揭示的Anthropic、OpenAI、Google加密推理链架构漏洞，涵盖解密越狱攻击方法、蒸馏窃取、隐私泄露、越狱及Agent提示注入四大攻击向量，以及修补方案建议。

AT&T的AI销售Agent：Google揭示企业级落地范本

Google联合AT&T揭示已投产的AI销售Agent系统，通过持久化记忆实现跨渠道连续体验，在ADK+Gemini架构上实现线路级超个性化推荐，为企业级AI Agent落地提供完整参考范本。

大模型商业化落地四阶段：从原生模型到AI Agent的演进路径

深度解析大模型商业化落地的四个阶段：原生大模型、提示工程、RAG检索增强生成、AI Agent智能体。了解每个阶段的技术特点与局限，掌握AI Agent学习路径与三个月系统规划。

LangGraph入门指南：构建企业级AI Agent的完整教程

LangGraph入门教程，详解环境配置、状态管理、Graph API编程模型，帮助开发者从零构建企业级AI Agent应用，涵盖LangChain迁移对比与实战案例。

CHAP协议详解：AI Agent人机协作标准化的核心方案

深入解读CHAP（Collaborative Human Agent Protocol）人机协作协议的设计理念、核心架构与应用场景，分析其与MCP、A2A协议的关系，探讨AI Agent时代人机协作标准化的趋势与挑战。

从AI到大模型：理清人工智能概念脉络与技术演进路径

一文梳理人工智能、机器学习、深度学习、大模型、生成式AI之间的关系与发展脉络。从深蓝到ChatGPT，理解Transformer架构如何催生大语言模型，以及普通人如何切入AI应用开发。

什么是AI Agent？三层进阶彻底讲清智能体概念

从大语言模型LLM到AI Workflow再到AI Agent，三层递进讲清什么是AI智能体。用真实案例解释RAG、ReAct框架等核心概念，帮你理解AI Agent与工作流的本质区别。

GitHub日报·08月20日：Mojo登顶与本地优先的开源反叛

上下文工程实测：不压缩反而更省钱高效的原因

Towards AI团队实测发现，利用提示缓存机制保留全部上下文，比摘要压缩在成本、速度和记忆召回上全面胜出。本文详解上下文腐烂原因、压缩技术对比及DeepSeek混合检索最终方案。

LangChain+MCP实战：Agent工具集成入门指南

详解LangChain框架、Agent智能体与MCP协议的核心概念及协作关系，帮助开发者理解如何通过标准化工具调用协议解决模型切换的碎片化难题，快速构建可维护的AI应用。

Nemotron 3.5 Lightning：专为长程Agent设计的高效开源模型

NVIDIA推出Nemotron 3.5 Lightning开源模型，主打智能、快速、高效，专为连续长程Agent任务设计。本文解析其核心优势、开源策略及对AI Agent行业的潜在影响。

Vibe Coding入门指南：从零掌握AI编程的完整学习路径

深入解析Vibe Coding（氛围编程）的学习路径，涵盖Cursor、Claude Code、Codex等核心工具，从基础编程思维到项目实战，帮助零基础学习者系统掌握AI辅助编程技能。

LangChain接入MCP与Skill：Agent工具调用实战解析

深入解析LangChain Agent如何接入MCP（模型上下文协议）与Skill，阐述MCP将传统接口转化为大模型可理解工具的核心原理，并辨析MCP、Skill与RAG的使用场景，帮助开发者在Agent项目中做出正确技术选型。

Gemini 3.7 Flash发布：8月14日AI行业全景速览

谷歌发布Gemini 3.7 Flash价格直降50%，MiniMax开源Music 3.0音乐模型，Anthropic多智能体安全报告揭示系统性风险，Anthropic计划IPO估值或达3万亿美元。8月14日AI领域重要动态一文掌握。

AI Agent测试实战：五大核心要点与量化评估方法详解

深入解析AI Agent测试与传统测试的本质区别，详解意图识别、槽位填充、否定处理、提示词设计、安全性测试五大要点，以及精确率、召回率、F1分数等量化评估方法，帮助测试工程师快速掌握AI测试核心技能。

Spring AI 2.0实战：Agent开发核心能力与代码生成助手项目

深入解析Spring AI 2.0核心更新，重点讲解Agent自主思考、工具调用、循环迭代等新增能力，并通过类Claude Code代码生成助手实战项目，覆盖ChatClient、Streaming、Memory、Tools、MCP等关键技术栈。

Loop Engineering详解：从Agent循环到AI开发新范式

深入解析Loop Engineering循环工程的核心概念，从Agent Loop智能体循环的思考-行动机制，到While循环与Graph图结构的框架演进，帮助AI开发者理解这一新兴方法论的定位与实践价值。

Go微服务实战：商城、AI Agent与IM系统集成架构详解

深入解析Go微服务架构下商城、AI Agent与IM即时通讯系统的集成方案，涵盖统一鉴权、gRPC通信、组件化Agent引擎设计、群聊机器人等生产级落地场景，适合希望掌握存量系统集成能力的Go开发者。

LangChain核心特点与六大应用场景面试全解析

深度解析LangChain框架的四大核心特点（统一模型接口、模块化架构、智能体工具调用、记忆管理）与六大应用场景（RAG、Agent、对话系统等），助你在大模型开发面试中从容应答。