- 博客(1541)
- 收藏
- 关注
RSS订阅
原创 AI智能体开发实战：Supervisor与Swarm模式详解（建议收藏）
文章介绍了AI智能体的设计组件（模型、工具、指令）和两种实现模式（Supervisor和Swarm），包括消息管理、多层结构等实现细节。探讨了智能体运行方式（同步/异步调用、流式输出）及构建障碍和解决方案。最后提供了从模型选择到多智能体团队扩展的实用路线图，帮助开发者系统化构建高效AI智能体系统。
2025-11-04 14:22:04
1864
原创 大模型的训练与应用 | 二十二、DeepSeek API 申请与使用指南
AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频，免费分享！
2024-08-01 15:13:51
24076
1
原创 别再只盯着 Prompt 了！上下文工程才是 Agent 爆发的真正推手
从 Chatbot 到 Agent，上下文正从“输入的一部分”进化为“系统状态的集中体现”。未来的 AI 不再仅仅是利用人类数据进行预训练，而是通过与环境的自主交互，在“干中学”中积累经验。上下文工程，正是承载这些“经验”的容器。在 Agent 时代，掌握上下文工程，就是掌握了通往通用人工智能（AGI）的工程钥匙。
2026-01-07 16:47:32
528
原创 爆肝实测！RAG技术让大模型在矿山领域拿到4+级认证？小白程序员也能学会的AI黑科技！
中国信通院联合多家单位编制了检索增强生成标准，煤科总院的"太阳石矿山大模型RAG服务平台"通过评估获得最高4+级。该平台基于RAG技术构建，提供矿山专业智能问答服务，支持联网检索和应急问答，全面评估了知识接入、检索质量、生成答案相关性等能力，为煤炭行业智能化转型提供了AI解决方案。
2026-01-07 16:46:58
499
原创 【AI黑科技】大模型的“知之为知之“之道！自适应滑动窗口让RAG系统告别幻觉，性能开挂！
该研究探讨RAG系统中证据不足时大语言模型是否应"承认不知道"的问题，提出自适应滑动窗口提示策略，将传统RAG重构为顺序化、可中止推理流程。模型按检索分数排序逐段读取文档，判断信息是否充分并决定是否作答。此方法减少token消耗约1.5倍，显著缓解幻觉问题，为"拒答"能力创造显式决策节点，是提高RAG系统可靠性的重要突破。
2026-01-07 16:46:23
325
原创 爆肝300+篇大模型论文后，我悟了！小白程序员也能快速上手的AI开发秘籍
这是一份大模型技术学习资料，浓缩了300+篇论文和一线工程经验，旨在将大模型技术转化为生产力。内容涵盖Prompt工程、微调技术、RAG优化、多Agent协作、生产部署等9大模块60+主题。通过学习可掌握LoRA微调、RAG优化、Agent长期记忆、API封装等实用技能，帮助开发者快速提升大模型应用能力，解决从理论到实践的落地问题。
2026-01-07 16:45:04
271
原创 RAG 效果烂？90% 都是因为这一步没做好！文本分块才是核心命门，这一篇必看！
经过前面两节的学习，我们已经可以精准的提取文档的内容了。接下来就要对提取出来的内容进行“加工处理”。很多开发者在搭建 RAG 系统时，往往把 90% 的精力花在了选择哪个大模型、调优哪种 Embedding 向量上。但等到系统上线一测试，却发现模型经常“胡言乱语”：要么找不到重点，要么回答得支离破碎。其实，问题可能出在你最容易忽略的一步：文档分块（Chunking）。在 RAG 的世界里，如果说大模型是精于烹饪的大厨，那么文档分块就是“备菜”的过程。食材切得太粗，核心滋味（语义）出不来；
2026-01-07 16:43:11
553
原创 别再让 Agent 死记硬背了！深度解析记忆分类学：从“记什么”到“为何记”的底层跃迁！
本文尝试建立一个 Agent 记忆的分类框架。核心维度• 关于用户：个性化的基础• 关于自我：进化的基础• 关于世界：行动的基础• 关于他者：协作的基础辅助维度• 抽象层次：原始 → 事实 → 模式• 时间跨度：工作 → 会话 → 长期• 可共享性：私有 → 可共享 → 公共这些维度交叉，形成了一个完整的分类空间。每一类记忆有不同的特性，需要不同的存储、检索、更新策略。但分类只是起点。权衡：在有限资源下，如何选择优先级动态：如何让记忆系统随时间演化一致。
2026-01-07 16:40:43
832
原创 大模型又双叒叕忘词了？真实对话中的“失忆” Bug，程序员硬核补救方案在此！
微软与Salesforce研究发现，大语言模型在多轮对话中性能平均下滑约39%，出现"对话迷路"现象。研究团队通过实验发现，所有模型在信息逐步补充的对话中表现明显变差，主要表现为过早给出不完整答案、反复重写、遗忘中间信息等问题。研究建议用户尽量一次性提供完整需求，产品团队应增加信息复述机制，而模型厂商则需提升多轮对话的可靠性。这一发现对AI助手开发和实际应用具有重要启示。
2026-01-07 16:39:27
704
原创 LlamaIndex 还是 LangChain？RAG 主流框架深度PK，这篇 2026 全景分析帮你省下一年弯路！
RAG技术从2020年发展至今，已形成从基础到前沿的完整技术谱系。新兴技术如GraphRAG、Agentic RAG等推动了系统性能边界不断扩展，而主流框架的成熟则为不同应用场景提供了多种选择。未来，随着技术与业务场景的深度融合，RAG将继续作为解决大模型知识局限性的核心方案，在企业智能化转型中发挥关键作用。开发者应结合具体需求，理性选择技术路线，确保RAG系统既能解决实际问题，又具备面向未来的扩展能力。
2026-01-07 16:38:26
682
原创 【开发者必看】GPT Image 1.5发布：图像生成速度提升4倍，API开放让创意触手可及！
OpenAI发布GPT Image 1.5图像生成与编辑模型，实现4倍速度提升、更强指令理解与编辑能力，细节真实感显著增强。该模型在多项排行榜超越谷歌Nano Banana Pro，免费开放给所有ChatGPT用户并提供API接口。这标志着AI图像技术从简单生成向可控、可复用的创意生产系统转变，为开发者提供更强大的视觉创作工具。
2026-01-07 16:36:18
732
原创 【干货满满】企业级RAG系统优化全攻略：五大痛点+四大方法，让你的AI助手告别“一本正经地胡说八道“！
企业级RAG系统面临五大挑战，包括数据时效性、上下文断裂、检索局限等。提升精度需从多方面入手：选择优质LLM和嵌入模型、建立评估体系、采用混合检索、引入PageIndex和GraphRAG技术，以及拥抱AI Agent时代的Self-RAG、CRAG和Adaptive RAG等方法，同时优化上下文工程和多模态处理能力。
2026-01-07 16:32:43
788
原创 震惊！Google AI Agent白被我啃完了！原来Chatbot是陪聊的，Agent才是真·打工人！小白必看！
文章解析Google AI Agent白皮书，揭示Agent与传统Chatbot的本质区别：前者是能实际干活的"手"，后者只是陪聊的"嘴"。完整Agent包含四大组件：按任务选择的大脑、赋予权限的工具、ReAct推理的行政主管和稳定运行的办公室环境。文章还介绍了防止AI幻觉的Grounding技术和未来多Agent协作趋势，强调技术已成熟，更缺想象力。
2026-01-06 14:53:02
792
原创 AI编程助手天花板揭秘！Anthropic Multi-Agent系统深度解析，小白程序员也能弯道超车！
本文详细解析了Anthropic对AI Agent的理解和实现，重点介绍了Claude Code作为最佳Multi-Agent系统的设计理念与技术细节。内容涵盖上下文检索技术、Agent构建方法、评估系统SWE-Bench、思考工具Think Tool、多代理研究系统架构以及为Agent编写工具的最佳实践。文章强调了将Agent视为用户、设计符合人体工程学的工具接口的重要性，以及通过多代理协作突破单智能体限制的强大能力。
2026-01-06 14:52:01
1673
原创 【颠覆认知】M1/M2机器理论：告别LLM“幻觉“，大模型开发者必学的企业级架构！
本文提出M1/M2机器理论，将机器学习拆解为"学习(L)"与"机器(M)"两个维度。M1聚焦模型校准与部署，M2侧重企业级算法生态构建。批判当前行业对LLM的过度依赖，指出其结构性"幻觉"导致95% AI项目失败。提出基于算法化的联邦式、模块化架构(Strategies-based Agentic AI)才是生产级B2B转型的关键，并通过十年实践验证了该架构的可行性，为Agentic AI的规范化发展提供理论与实践支撑。
2026-01-06 14:51:09
942
原创 [特殊字符]别再卷大模型了！微软官方AI智能体开发教程免费送，10节课带你从小白到大神！
微软推出"AI Agents for Beginners"入门课程，共10节，采用渐进式学习路径，包含图文教程、视频讲解和Python实战代码。课程围绕Azure AI Foundry、Semantic Kernel、AutoGen三大核心技术展开，从基础概念到工具调用、RAG检索增强、多智能体协作等进阶内容，支持中文学习。适合开发者、产品经理等人群，帮助掌握AI Agent开发技能，提升职场竞争力。
2026-01-06 14:47:58
725
原创 AI卷起来了！让你的Agent从“接话“到“独立搬砖“，附超详细实战教程
本文详细介绍Agent（智能体）构建方法，阐述如何让AI从聊天机器人升级为能独立完成复杂工作流的"数字员工"。解析Agent的"三位一体"架构（Model、Tools、Instructions），从单Agent到多Agent系统的演进路径，并强调设置安全护栏的重要性。通过实战指南，开发者可快速掌握Agent构建核心技术，提升AI应用的智能化水平。
2026-01-06 14:47:26
861
原创 从Manus看AI智能体的未来发展：从“任务执行者”到“数字生产力引擎”的进化之路
然而，当ChatGPT等产品逐渐成为日常工具，一个更深层的变革正在悄然发生：AI的角色正从“语言助手”向“自主执行者”跃迁。Manus——全球首款被广泛验证的通用型AI智能体（Agent），不仅是一次技术产品的发布，更是一场关于“人机关系”的范式革命。透过Manus的实践，我们得以清晰地勾勒出AI智能体未来发展的三大核心路径：能力边界突破、场景深度渗透、生态体系重构 。[Agent发展现状-国内外对比]
2026-01-06 14:46:12
626
原创 震惊！AI智能体已颠覆编程范式：从“替代思维“到“增效思维“，2025年开发者必备技能
Manus AI联合创始人张涛重新定义AI智能体，强调其核心是自主性而非简单聊天机器人。智能体三大前沿：工具网络效应导致能力非线性扩展；7x24小时数字员工支持长时任务并行处理；主动性让AI在用户要求前就开始工作。企业应用需从"替代思维"转向"增效思维"，跨越信任、工具设计和协作范式三大障碍。2025年起，学会与智能体协作将成为开发者关键技能。---
2026-01-06 14:44:59
800
原创 AI智能体中台：大模型开发的“操作系统“，不懂你就OUT了！
AI Agent智能体中台正成为企业数字转型的关键基础设施，通过五层架构整合分散AI能力，提供统一管控。其核心价值包括模型服务智能路由、工具中心对接外部系统、记忆管理保持上下文连续性、编排引擎支持多Agent协作，以及完善的可观测性治理机制。未来将向多模态融合、边缘计算优化等方向发展，成功公式为70%平台能力+30%业务场景驱动，能将AI能力产品化，提升业务敏捷响应能力。
2026-01-06 14:43:16
772
原创 谷歌重磅报告全解：2026年Agent还会火吗？深度预判未来趋势，收藏这一篇就够了！
如果只有智能没有工具，它只是一个“缸中之脑”（只能聊天）；如果只有工具没有智能，它只是一个传统的自动化脚本（RPA）。只有两者 combine（结合），才构成 Agent。
2026-01-06 14:42:43
378
原创 【编程新趋势】AI Agent时代已来临！零基础小白也能开发智能应用，大模型技术不再神秘！
AI Agent代表AI发展的第三阶段，能自主执行复杂工作流。其核心特征包括利用LLM进行决策、调用外部工具、主动纠正错误。适合处理复杂决策、难以维护规则和非结构化数据场景。架构包含模型、工具和指令三要素，正从单智能体向多智能体协作演进。开发中需关注可靠性、可观测性、并行处理和可测试性等工程挑战。2026年或迎来AI Agent普及期。
2026-01-06 14:41:59
584
原创 从Demo到生产：大模型Agent必经的“成长痛“，小白程序员也能懂的Workflow革命
文章揭示了大模型Agent从简单调用到复杂Workflow的工程演进过程。指出早期Agent不可预测性源于控制流缺失而非模型能力不足，强调一次Prompt不等于一次任务执行。Workflow的本质是引入执行语义，使Agent从一次性文本生成器转变为可被调度的执行实体，虽增加工程复杂度但提升了系统可预测性和可靠性。这种转变标志着Agent工程身份的根本变革，为多Agent分布式系统奠定基础。
2026-01-05 15:25:39
683
原创 2025年12月AI大模型TOP20榜单：第7个模型直接写代码，第15个让ChatGPT都颤抖！
AIGCRank发布2025年12月AI产品与大模型热度榜单，基于多维度数据综合评估全球AI创新。榜单涵盖20款热门AI产品(如豆包助手、钉钉AgentOS、Gemini Deep Research等)和20个大模型(如DeepSeek V3.2、GPT-5.2、豆包Seed 1.8等)，展示了AI在多模态生成、智能体助手、编程辅助等领域的最新进展，为从业者和开发者提供重要参考。
2026-01-05 15:25:04
939
原创 震惊！Meta数十亿收购Manus：AI创业新思路，不做“造鸡者“，要做“借蛋人“！
Manus公司因专注AI Agent应用开发而非底层模型，被Meta以数十亿美元收购。该公司采用"借蛋人"策略，避开与巨头在参数规模上的竞争，通过工程优化和系统级设计打造高效能智能体。面对地缘政治挑战，公司从北京迁至新加坡，实现全球资源重组。其成功展示了差异化战略、工程思维和全球资源整合的重要性，为AI创业者提供了避开拥挤赛道、专注核心痛点的范本。
2026-01-05 15:23:51
650
原创 【干货】2025大模型技术革命：推理能力、编程智能体、vibe编程，开发者的春天来了！
2025年大模型行业呈现多极化发展格局，中国开源模型(GLM-4.7、Kimi K2等)崛起，与美国闭源模型形成竞争。推理技术成为主流，编程智能体(Claude Code等)大幅提升开发者效率，"vibe编程"让小白也能高效开发。谷歌Gemini超越OpenAI，模型在长任务处理和学术竞赛中表现优异。同时，AI垃圾内容泛滥问题凸显，技术发展与社会影响并存。
2026-01-05 15:22:32
1130
原创 AI Agent技能扩展秘籍：基于Microsoft Framework的实战开发指南，小白也能秒变专家
本文介绍基于Microsoft Agent Framework实现的Agent Skills集成方案，采用渐进式披露设计优化Token使用，通过AIContextProviderFactory模式实现无侵入式集成。项目提供完整安全机制，默认禁用危险操作并采用白名单策略，支持线程序列化和依赖注入。开发者可轻松为AI Agent添加可复用专业技能，使Agent能够完成更复杂任务，源码已开源。
2026-01-05 15:21:54
618
原创 大模型开发者的“降本增效“神器：RAGate技术让AI对话系统聪明到会“偷懒“！
RAGate技术解决传统RAG系统"全时检索"导致的效率低下和噪声干扰问题。通过智能门控机制，RAGate-MHA仅对29%的对话回合进行检索，却实现了比100%检索更好的生成质量和更高置信度，同时降低70%以上计算成本。这项技术让大模型能够自主判断何时需要检索外部知识，实现真正的"降本增效"，是开发高效对话系统的关键技术突破。
2026-01-05 15:21:19
492
原创 【硬核干货】Google最新AI Agent白皮书：小白也能秒懂的架构设计，大厂面试通关秘籍！
Google最新AI Agent白皮书详细解析了生成式AI的核心机制、架构设计和实际应用，涵盖智能体分级体系、多智能体协作及提示工程技术。这份资料对AI、机器学习开发者极具参考价值，能帮助理解复杂系统架构，提升面试竞争力，尤其对科技大厂SDE和MLE岗位面试有显著帮助。
2026-01-05 15:20:00
684
原创 小白也能学会！斯坦福团队Multi-Retriever RAG实战，让大模型秒变金融专家
斯坦福团队提出Multi-Retriever RAG方法，通过内部召回器提取财报关键信息和外部召回器获取金融术语定义，结合符号神经生成器和Gemini提示生成器，使大模型在金融问答任务准确率提升至69.4%。研究表明，领域预训练模型优于通用大参数模型，小模型添加外部知识可能有害，而多步推理仍是当前难点。该方案证明垂直数据+轻量召回比堆参数更有效，为专业问答提供了可复制的"双保险"外挂模板。
2026-01-05 15:19:23
619
原创 大模型Agent开发全攻略：从Demo到生产，90%的团队都卡在这一步！
文章通过金融科技公司AI客服翻车案例，揭示从Demo到生产存在的90%坑。提出Agent系统5个层级（基础对话→工具调用→流程编排→智能决策→生产就绪），详解11种设计模式，包括并行化、链式执行、路由、反思、规划等。强调多层护栏、可观测性和优先级调度的重要性，提供上线前自查清单和成熟度评估，帮助开发者构建真正可上线的Agent系统。
2026-01-05 15:18:46
853
原创 震惊！腾讯2B小模型吊打4B大厂！原生Agent技术让小白程序员秒变AI大神！
小尺寸（如 2B 级别）LLM 通常难以完成 Agent 任务，一方面是因为这类任务并非简单的一次性问答，而是需要完成任务拆解、工具理解、工具选择、参数填充、反思优化等一系列动作，难度较大；另一方面是很多系统把Agent能力作为“补丁”在后训练或外部框架上引入，这导致模型很可能仅仅学会了浅层的“模式”而忽略深层的“知识”
2026-01-05 15:17:16
561
原创 大模型RAG竟有三重境界？从入门小白到技术大神，一篇带你彻底吃透！
文章详解了检索增强生成(RAG)技术的三大架构演进：基础RAG通过向量检索实现简单快速查询；Agentic RAG引入智能体概念，具备规划和多步检索能力；Graph-RAG融合知识图谱与强化学习，实现多跳推理和深层逻辑分析。这三种技术分别适用于不同复杂度的场景，从基础问答到知识密集型分析，代表了RAG技术的发展方向，助力AI从信息搬运工升级为智能伙伴。
2026-01-04 15:03:59
603
原创 震惊！原来AI Agent也有“三六九等“，从唐诗剑法到躺尸剑法，小白也能秒懂
本文深入探讨AI Agent三大流派定义，通过"连城剑法"比喻解析技术路线之争。从最小化Agent节点到第一代Workflow再到第二代True Agent，详细拆解Agent发展历程。分析模型演进与Agent发展的共生关系，指出Agent技术泡沫背后的深层价值是倒逼企业完成数字化补课，最终Workflow与Agent将在数字化底座上无缝融合，为通往AGI奠定基础。
2026-01-04 15:03:19
708
原创 【真香警告】别再只做“调包侠“了！这个开源项目让你从大模型调用者蜕变为智能体架构师！
Hello-Agents是Datawhale团队推出的免费AI智能体系统学习教程，帮助开发者从"大模型调用者"转变为"智能体架构师"。项目聚焦"AI Native Agent"，通过概念、平台、框架、系统、算法和项目六大模块，提供从理论到实战的完整路径。采用轻量级内核、零依赖手搓代码、渐进式难度设计，包含智能旅行助手等多Agent协作实战案例，适合具备基础Python和LLM API调用能力的开发者学习使用。
2026-01-04 15:02:41
721
原创 LangChain 定义新赛道：Agent Engineering，让 AI 智能体从“能跑“到“可靠“
Agent 工程是将非确定性 LLM 系统迭代优化为可靠生产体验的过程。这是一个循环过程：构建、测试、发布、观察、优化、重复。这里的关键是，发布不是最终目标。它只是你不断前进以获得新见解并改进 Agent 的方式。要做出有意义的改进，你需要了解生产环境中正在发生什么。你越快地完成这个循环，你的 Agent 就会变得越可靠。产品思维工程数据科学两个根本性的转变使 Agent 工程变得必要。首先，LLM 足够强大，可以处理复杂的多步骤工作流。我们一直看到 Agent 承担整个工作，而不仅仅是任务。
2026-01-04 15:01:46
662
原创 【干货】谷歌最新AI Agent技术手册：从“找bug“到“写代码“，你的AI编程搭子已上线！
这篇文章介绍了谷歌官方文档中总结的10个AI Agent商业应用场景。AI Agent不仅是更聪明的聊天机器人，而是能完成一整件事的"数字同事"，会找资料、做分析、做决定并执行动作。文章详细介绍了AI Agent在资料查找、文件处理、创意生成、专家速成等场景中的应用，强调AI的下一阶段是更"能干活"，未来将是多个Agent协作的时代，最值钱的能力是设计工作流程而非简单写Prompt。
2026-01-04 15:01:14
1002
原创 真香预警！大模型Agent开发全栈教程：从概念到代码，小白也能666地玩转AI智能体
文章系统介绍大模型应用开发中的Agent技术，涵盖概念特征、核心组成部分(大语言模型、记忆系统、工具集等)、ReAct工作流程、技术架构模式、开发关键技术、主流框架、应用场景及最佳实践。从理论到实践全面剖析Agent开发全貌，为AI开发者提供从零入门到进阶的完整指导，助力构建更智能、实用的AI应用。
2026-01-04 15:00:30
820
原创 RAG系统救星！揭秘检索引擎工程黑盒，让AI响应从“分钟级“回到“毫秒级“
本文深入解析RAG系统中被低估的检索引擎，详解亿级向量索引架构(HNSW/IVF/DiskANN)、提升精度的HyDE与上下文块标题技术、以及重排序算法作为质量防线。强调从"体感"转向数学评估的重要性，提供生产级RAG部署清单，揭示检索引擎作为系统"CPU"的关键作用，帮助开发者构建高效AI系统。
2026-01-04 14:59:52
733
原创 AI编程大地震！Meta 20亿收购Manus AI，通用智能体要革开发者的命？
Meta以20亿美元收购通用智能代理公司Manus AI，标志着AI从"对话生成器"向"执行者"的转变。通用智能体被视为下一代计算平台，将终结App时代，实现"机器适应人"的愿景。然而，这一技术面临概率与确定性的结构性悖论、工程落地难题以及缺失统一操作系统等挑战。尽管方向明确，但实现通用智能体仍需解决诸多工程问题，大模型编程开发仍处早期阶段。
2026-01-04 14:59:18
500
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人