腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
视频
用户
沙龙
专栏
专区
综合排序
丨
最热优先
丨
最新优先
时间不限
ChatGPT|公众号接入
AIAgent
之前已经考虑将公众号加入智能体,但是由于API接口返回太慢了,于是重新实现了一个页面,就变成这样:
用户1904552
2025-02-27
1K
0
标签:
编程语言
翻译
公众号
chatgpt
编程
AIAgent
:我不是只有AI脑!
chatGPT引领各个大厂纷纷推出自己的大模型,但是这些大模型如果不投入应用就没多大意义了~所以大模型的下半场就轮到
AIAgent
了。 本文主要介绍我理解的
AIAgent
思路以及几个常用框架,如有理解不对,欢迎评论指出。 什么是
AIAgent
? Agent可以理解为某种能自主理解、规划决策、执行复杂任务的智能体。 所以,
AIAgent
可不仅仅只有LLM~ 为什么
AIAgent
会出现? 对我们算法工程师,从技术来说,
AIAgent
是什么?或者我们能做什么? 所以
AIAgent
出现了~
AIAgent
主流框架 下面我们一起整理下几个主流
AIAgent
框架的思路,你会发现和大家做事思路一样,毕竟,
AIAgent
作者是人。 1. 以上就是我个人对
AIAgent
的认识了~不知道什么时候agent能帮助人人都成超级个体。。。。
languageX
2023-11-02
2.7K
0
标签:
2023腾讯·技术创作特训营 第三期
Hermes自我进化的
AIAgent
凭什么让OpenClaw 用户主动迁移?
——《道德经》Hermes是NousResearch出品的开源自进化
AIAgent
,GitHub23k+Stars,官网:hermes-agent.nousresearch.com一句话定义:它是目前唯一内置 "闭环学习系统"的开源
AIAgent
——它不仅能帮你干活,还能在干活过程中自动创建新技能、压缩记忆、建立你的用户画像,真正实现"越用越聪明"。 Hermes是"大一统"的集权制——CLI、网关、工具、记忆、进化循环全围绕一个
AIAgent
核心。逻辑高度集中,代价是修改时牵一发动全身;好处是状态一致、记忆共享、进化闭环。
李福春
2026-04-16
567
0
标签:
腾讯云架构师技术同盟
国内外 10 家
AIAgent
平台专业盘点
国内AI Agent产业迎来爆发式增长,亿欧智库在《2025中国AI Agent商业应用场景洞察研究 》 中明确指出,AI Agent正从“可选配置”转变为企业智能化转型的“刚需基础设施”。如今,不管是传统制造企业还是新兴电商运营,金融或是政府单位,无一不展露出对AI Agent平台的热烈追逐,争先恐后将智能体与自身业务融合。
中国科学发展网
2025-09-17
3.9K
0
标签:
AIGC
AI Agent 职业路线解析:从 Prompt 到智能体系统的工程进阶路径
这也是为什么,在企业级场景中,团队往往会自然演进到
AIAgent
的形态。什么是
AIAgent
职业路线? 第二阶段:
AIAgent
构建者能将模型、工具和流程组合成可运行的智能体,开始具备系统意识。第三阶段:
AIAgent
系统负责人关注稳定性、成本与业务效果,对智能体在真实场景中的结果负责。 为什么
AIAgent
会放大技术能力差异?一个常见的误解是:
AIAgent
会降低工程门槛。但从实际项目经验来看,情况往往相反。 这些问题本来就存在,只是在
AIAgent
场景下变得更加显性。因此,具备系统设计与线上经验的技术人,通常更容易适应
AIAgent
相关工作。 这条
AIAgent
职业路线适合所有人吗?答案是否定的。如果你更偏好:边界清晰、确定性强的开发任务尽量减少线上责任与不确定性那么
AIAgent
相关工作,可能并不会显著提升你的职业体验。
vivy1601
2026-01-21
409
0
标签:
人工智能
AI Agent发展趋势观察:从Marvis看操作系统级AI的未来
深度融入各行各业,催生新职业和新工作方式(2030-2031)核心特征:
AIAgent
成为办公标配:类似今天的Excel、PPT,未来办公必须会用
AIAgent
......新职业涌现:
AIAgent
训练师 、AI技能开发者、
AIAgent
架构师、AI隐私合规专家等等工作方式变革:从"人做任务"到"人规划任务,AI执行任务",人类专注于创造性工作对企业的建议:提前培训员工:现在开始培训员工使用
AIAgent
制定AI使用规范(效率模式vs本地模式的选择标准)第二步:试点项目选择1-2个部门试点
AIAgent
应用(如:HR部门用Marvis自动筛选简历)积累经验,评估效果,优化流程第三步:培训员工组织
AIAgent
官方文档:操作系统级AI助手技术架构SkillHub数据报告(2026年6月):技能生态爆发式增长Gartner:《2026-2031年
AIAgent
发展趋势预测报告》麦肯锡:《
AIAgent
对企业的影响与机遇 】你认为
AIAgent
未来5年最大的机会在哪里?
华东子
2026-06-12
71
0
标签:
腾讯技术创作特训营S18
AI 互动体验展
操作系统
一文搞懂 AI Agent:从"问答机器"到"数字员工"的进化
AIAgent
学习笔记一、什么是
AIAgent
?
AIAgent
(智能体)是一种能够自主感知环境、制定计划、并采取行动来完成目标的人工智能系统。 生活化类比场景传统AI(客服)
AIAgent
(秘书)订机票你问航班信息,它告诉你有哪些你说"帮我订下周去上海最便宜的机票",它自己查、比价、下单写报告你说写什么,它写一段你说"帮我做个竞品分析",它自己搜资料 、整理数据、生成报告修Bug你贴代码问哪里错了你说"这个项目跑不起来",它自己看日志、定位问题、修复代码二、
AIAgent
的核心能力
AIAgent
通常具备几个关键能力:感知能力:能理解用户的意图和当前环境信息规划能力 而
AIAgent
是"多轮自主式"的,它会主动思考下一步该做什么,遇到问题会自我纠错,必要时还会向用户确认信息。简单来说,聊天AI是工具,
AIAgent
是能使用工具的"数字员工"。
AIAgent
的技术架构(进阶理解)经典架构:ReAct(Reason+Act)ReAct是一种让Agent交替进行"思考"和"行动"的架构模式。
ETL 小当家
2026-02-15
1.5K
0
标签:
agent
大模型部署
人工智能
AI Agent 两大 “神辅助” 对决:MCP vs Skills 谁更能打?
最近,技术圈很流行的一个话题之一是:MCPvs.Skills谁对于
AIAgent
来说是一个更加强大的助攻呢? 这个争议的深层次原因,是随着
AIAgent
的快速发展,大模型正在从“对话系统”逐渐演变为“任务执行系统”。 要实现这种能力,
AIAgent
必须能够访问外部系统。于是,一个关键问题出现了:AI如何调用真实世界的工具与系统? 只要一个系统实现了MCPServer,
AIAgent
就能够通过统一协议发现并调用该系统提供的能力。在MCP架构中,
AIAgent
通常作为客户端,通过MCP协议向MCPServer发送请求。 Skills:
AIAgent
的能力模块与MCP的协议化设计不同,Skills更像是
AIAgent
的能力组件。
Apache SeaTunnel
2026-03-12
540
0
标签:
人工智能
MCP
开源
安心“养虾”,腾讯龙虾安全中心来了!
为此,腾讯云推出
AIAgent
安全中心,为企业提供
AIAgent
安全管控平台,清晰了解、掌握企业内Agent部署情况,并实时监测异常指令、拦截高危命令,同时对skills进行风险、漏洞检测,确保企业内所有
AIAgent
"看得见、管得住、审得清",助力企业安全、平稳地使用“龙虾”(云上用户可直接开通试用)。 ➢可视:看清资产盘点与风险
AIAgent
识别:自动盘点云环境中的所有
AIAgent
及相关资产,龙虾的分布一目了然。LLM调用侦测:实时追踪大模型调用情况,动态掌握
AIAgent
的活动足迹。 网络管控:内置内网拦截安全组能力,严格限制
AIAgent
对企业内部业务和数据的访问权限,防止其越权探索。身份管控:提供密钥托管服务,避免将永久密钥明文存储在
AIAgent
中,从源头杜绝密钥泄露风险。 直面
AIAgent
带来的安全挑战,腾讯云
AIAgent
安全中心开启内测。诚邀云上用户参与体验,抢先构建AI时代的安全防护能力。↓扫码申请内测↓
腾讯云安全产品运营 小敏
2026-03-10
2.9K
1
标签:
agent
安全运营平台
云安全中心
AI Agent 普及下的职场协作重构与职业进阶路径
二、
AIAgent
的职场定位:具备通用执行能力的“硅基同事”当前阶段的
AIAgent
,可类比为一批具备通用知识库、能7×24小时持续执行任务,但缺乏跨上下文的隐性理解能力、输出质量波动大、易出现信息“幻觉 三、
AIAgent
时代的职场分层:从执行者到编排管理者随着
AIAgent
的普及,职场角色将逐步形成清晰的分层:基础执行层:从事高度重复、暂未因成本优化被
AIAgent
替代的体力或标准化脑力工作(如基础数据录入 、简单客服对接);人机协作者:掌握单个或少量
AIAgent
的使用方法,能通过人机协作完成常规任务(如用
AIAgent
辅助撰写文案、生成数据分析初稿);智能体编排管理者:具备设计、编排与管理大规模
AIAgent
四、与
AIAgent
协作的核心工程化能力1.需求的工程化拆解能力与
AIAgent
协作无法依赖人类同事间的“默契”,必须将模糊需求拆解为逻辑严密、可执行的结构化指令:明确任务背景、边界范围、约束条件(如合规要求 六、
AIAgent
时代的职场核心:回归人类的不可替代性
AIAgent
的普及并非意味着大规模失业,而是职场价值的重新分配:智能体可高效处理数据与标准化任务,但无法承担决策失误的责任——最终的业务决策仍需人类基于全局判断做出
vivy1601
2026-01-31
361
0
标签:
人工智能
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档