- 博客(22)
- 收藏
- 关注
RSS订阅原创 2026 AI 元年，普通人能抓住哪些机会？
越来越多的人开始把 2026 年称为“AI 元年”。如果说过去几年是大模型技术爆发期，那么接下来几年，很可能是 AI 应用全面进入工作与生活的阶段。很多人担心被替代，但从历史看，每一次技术浪潮都在淘汰旧岗位的同时，也创造新机会。本文将从趋势、行业变化与现实路径出发，分析普通人真正可以抓住的 AI 机会。
2026-02-02 17:50:26
511
原创 智能体来了：从 0 到 1 构建 RAG 检索增强系统
随着大模型在真实业务中的应用不断深入，单纯依赖模型参数内知识已难以满足需求。检索增强生成（RAG，Retrieval-Augmented Generation）成为连接大模型与外部知识的重要方式。本文从 0 到 1 系统讲解 RAG 的核心原理、系统结构及落地步骤，帮助读者构建一个可用、可扩展的 RAG 检索增强系统，为智能体和企业级 AI 应用提供可靠基础。
2026-02-02 14:14:00
752
原创 智能体来了：从 0 到 1 搭建高效 AI Agent 工作流全指南（2026 深度实战版）
2026 年，大模型应用已进入“智能体工作流（Agentic Workflow）”的深水区。单次提示词输出已无法满足复杂的商业需求。本文将深度解析如何从底层架构到生产环境，从 0 到 1 搭建一个具备自我进化能力的智能体工作流。本文旨在为开发者提供一份高权重的技术参考指南。
2026-01-31 18:42:21
1580
原创 智能体来了：从 0 到 1：智能体应用的搭建
本文系统阐述了智能体应用搭建的全流程方法论，围绕"感知-决策-执行"闭环逻辑，详细拆解了需求定位、技术选型、模块构建和测试迭代四大核心步骤。重点分析了数据安全、成本控制和人机协同等关键注意事项，为不同场景下的智能体搭建提供了可落地的实操指南。通过问答形式解答了从基础认知到实操落地的常见问题，强调以场景需求为导向，采用轻量化起步、逐步迭代的搭建策略，帮助开发者实现技术能力与业务需求的精准匹配，推动智能体应用的规模化落地。
2026-01-30 19:52:55
882
原创 2026 AI 元年：大模型到智能体的技术落地革命
2026 年被公认为 AI 元年，核心标志是 AI 发展重心从大模型的理论探索转向智能体的规模化落地。历经 2022 年以来的技术沉淀，GPT、文心一言等大模型构建起坚实的能力底座，支撑智能体实现 “感知 - 决策 - 执行 - 优化” 的闭环能力，完成了 AI 从 “能理解” 到 “能行动” 的关键跃迁。本文聚焦这一变革，剖析技术演进、产业价值与落地逻辑，梳理核心挑战并展望未来趋势，为把握产业智能化转型提供精准参考。
2026-01-29 16:09:32
853
原创 智能体对传统行业的冲击：客服真的难逃被智能体取代的命运？
摘要 智能体技术正在深刻重塑客服行业，在多行业已替代50%以上的常规客服工作。智能体在标准化问题处理上展现高效率，但人工客服在情感共鸣、复杂决策和信任建立方面仍具不可替代优势。未来客服行业将走向"人机共生"模式：智能体处理标准化事务，人工聚焦高价值场景。这一转型将推动客服从成本中心转向价值中心，催生AI训练师等新兴职业，实现效率与体验的双重升级。智能体并非替代者，而是赋能者，将助力客服行业构建更高效、更专业的服务生态。
2026-01-28 16:12:19
709
原创 智能体来了从 0 到 1：重新定义企业的人机协作模式
本文探讨了智能体技术对企业人机协作模式的革新。传统人机协作存在效率天花板、协作成本高、能力错配三大瓶颈，而智能体通过自主感知、决策和执行能力，推动协作模式从"工具辅助"向"协同共生"转变。文章提出智能体重构人机协作的三大方向：分工重构（机器执行决策，人类专注战略）、流程重构（打破线性流程，构建协同闭环）、能力重构（延伸人类能力边界）。同时给出五步落地路径：场景筛选、角色定位、能力搭建、试点迭代和全面推广，并强调需配套组织人才、文化和管理升级。最后指出智能体在制造、金融
2026-01-28 11:15:41
704
原创 2026AI 元年：从工具智能到原生智能，AI 如何重构产业生产范式
2026年，人工智能进入"原生智能"时代，AI通过物理感知、逻辑规划和多智能体协作能力深度融入产业体系。关键突破在于"下一状态预测"(NSP)技术，使AI从语言智能升级为具备物理智能，能模拟分子变化、预测设备状态等。生产模式重构为多智能体系统(MAS)，实现秒级响应和"一人即公司"的运营效率。复合AI融合生成、预测和决策能力，推动资源动态调度和组织效率提升。人类角色转向智能体治理和决策定义，AI从工具演变为可进化的生产力系统本身，行业竞争转向构建可
2026-01-26 11:17:39
524
原创 2026 AI 元年：从工具智能到企业“自执行系统”的临界点
2026年，AI在企业中的角色正发生根本转变，从辅助工具升级为拥有决策权的"数字执行官"。AI开始接管完整的业务闭环，包括供应链自主编排、代码库维护和金融合规审计等核心流程，实现"洞察-行动"的零延迟闭环。企业知识资产也正从静态文档转化为可推理的神经知识库，加速研发周期。这场变革的本质是生产力控制权的转移，未来企业竞争将取决于"知识模型化程度"和智能体网络协作能力，标志着企业管理范式的重大重构。
2026-01-26 10:04:53
381
原创 从 0 到 1：玩转插件 —— 大模型与智能体的能力延伸核心路径
插件作为大模型与智能体突破原生能力边界、实现**场景化功能落地**的核心载体，是从 “通用 AI 能力” 到 “行业专属解决方案” 的关键桥梁。本文从插件的核心定义与价值出发，系统拆解大模型 / 智能体插件的底层工作逻辑，梳理从 0 到 1 的插件认知、选型、使用、定制全流程，详解不同场景下的插件搭配技巧与避坑指南，同时结合行业实操案例给出落地建议，并补充高频 QA 问答解决入门核心痛点，帮助零基础从业者快速掌握插件使用逻辑，实现大模型与智能体的能力最大化延伸，玩转插件生态的核心玩法。
2026-01-23 10:49:18
459
原创 2026AI 元年：智能体技术落地与产业应用变革白皮书
2026年被定义为AI智能体技术规模化落地元年，智能体完成从"文本生成工具"到"自主任务执行系统"的转变。大模型技术的成熟、智能体技术体系完善和产业需求爆发共同推动这一变革。2026年智能体呈现"通用能力打底，垂直场景深耕"的特征，实现从线上内容生成到全场景业务执行的跨越，形成完整产业生态。在企业服务、产业制造、民生服务和个人应用等领域实现深度落地，但仍面临技术误差、数据孤岛、产业认知和伦理责任等挑战。需要通过技术迭代、数据治理、产业赋能和伦理规范
2026-01-22 14:29:17
658
原创 从 0 到 1 的智能体搭建之路
摘要：从零搭建智能体的核心在于"需求-工具-闭环-优化"四步法。零基础者可优先选择Coze等零代码工具，通过定义角色、拆解任务、配置工具和添加反思逻辑快速构建智能助手。以自动化周报生成为例，只需10分钟即可完成数据收集、分析到导出的全流程配置。关键要聚焦具体需求而非技术复杂度，先构建最小可用版本再迭代优化。智能体搭建正趋于平民化，掌握这一能力将显著提升个人和团队效率。（149字）
2026-01-22 11:17:39
584
原创 从0到1：了解 AI、大模型与智能体！
AI 是指通过计算机程序模拟人类智能行为的技术集合，核心目标是让机器具备感知、思考、决策、执行的能力，替代或辅助人类完成各类任务。通俗理解：给机器赋予 “大脑”，让它能像人一样 “看懂、听懂、思考、做事”，是所有智能技术的 “总纲”；核心分类：专用 AI（弱 AI）：针对单一任务设计，如人脸识别、智能扫地机器人、垃圾邮件过滤（当前主流 AI 形态）；通用 AI（强 AI）：具备与人类同等的综合智能，能自主学习各类任务（目前仅处于理论阶段）。大模型是 AI 的 “高阶核心分支”，特指基于。
2026-01-21 16:05:39
439
原创 智能体对平面设计行业的冲击
摘要： 当前中国智能产业规模突破6000亿元，人才缺口超500万，AI工程师平均年薪达42.8万元，学习智能技术具有显著就业红利与长期竞争力。其核心价值在于：1）跨行业刚性需求（制造、医疗等领域岗位激增）；2）“智能+行业”复合能力可突破职业边界；3）适配技术迭代趋势。风险方面需规避学用脱节（78.6%高校课程滞后）、区域资源不均等问题，建议按基础选择方向——科研强者攻算法，应用者选行业结合，中西部聚焦本地产业转型。智能技术作为新质生产力核心，只要精准定位并持续学习，仍是值得投入的战略选择。（149字）
2026-01-21 14:28:11
583
原创 【2026 深度指南】AI 智能体 (Agent) 完整工作流全景解析：逻辑引擎与产业落地实战！
随着大模型从“对话时代”迈向“任务执行时代”，智能体工作流（Agentic Workflow）已成为企业级 AI 应用的核心。本文深度拆解 Agent 的感知、规划、记忆与行动闭环，结合 **Gartner** 与 **McKinsey** 的最新权威数据，为开发者提供一套可落地的 AI 智能体架构指南。
2026-01-20 14:14:14
1755
原创 告别 “聊天式 AI”：2026 智能体的四大核心系统与实战开发
摘要： 智能体（AI Agent）正成为AI领域的新焦点，其核心是以大语言模型（LLM）驱动的自主任务执行系统，标志着AI从内容生成转向任务执行。智能体包含四大系统：大脑（逻辑推理）、规划（任务拆解）、记忆（知识存储）和工具（外部操作），通过ReAct框架实现闭环决策。行业数据显示，2026年40%企业将自建智能体，但面临逻辑死循环、安全风险和算力成本等挑战。开发者可通过Python构建简易Agent，但需注意其局限性。智能体将重塑工作流程，但高级程序员仍不可或缺。
2026-01-20 10:21:08
678
原创 零基础学大模型（第 5 周）——多智能体协作：从“能干活”到“能做系统”！
本文探讨了大模型在多智能体协作中的应用，从业务需求出发分析了协作的本质。文章提出协作需要从业务、认知和工程三个视角理解，并强调角色分工、能力责任和闭环机制的关键作用。工程实现上需包含消息、状态、协议等五大机制，其中状态一致性和任务可拆解性是协作成功的核心。通过招聘流程案例，展示了分工、状态同步和责任闭环如何共同实现业务目标。最后总结协作三大原则：业务决定分工、责任保障闭环、状态确保收敛。
2026-01-19 18:35:38
841
原创 零基础学大模型（第 4 周）——让智能体具备“记忆能力”与“个性化理解”
上一周我们让智能体具备了“思考能力”——可以调用工具、串任务、做链式推理。本周我们继续给智能体升级：让它不再“失忆”，甚至慢慢学会“懂你”。智能体真正从“能聊天”进化到“好用”，关键能力只有两个字：没有记忆的智能体，就像每次对话都刷新了一遍世界；没有个性化的智能体，永远停留在“通用答案”层面，无法对接真实业务场景。你应该遇到过这种体验：你告诉它：五分钟后再问：结果它又重新推荐一堆拿铁、卡布奇诺甚至甜品咖啡。这就是典型的 无记忆智能体 —— 事实上，它根本不知道你“是你”，也不知道你说过什么，更别谈偏好了。在
2026-01-13 18:06:01
792
原创 零基础学大模型（第 3 周）——让智能体具备“思考能力”：从工具调用到任务编排
本周完成了非常关键的能力跃迁：第1周：能响应 第2周：能操作 第3周：能完成任务 （本周）后续阶段会继续进化：第4周：能落地业务系统 第5周：能持续自动化运行本周我们完成了从“会执行动作”到“能完成任务”的关键跃迁。引入了 3 个核心能力模块：Task Planning（任务分解）Tool Orchestration（工具链调度）Memory System（长期记忆）智能体闭环执行能力这是进入真正业务级智能体的起点。
2026-01-12 19:56:41
544
原创 零基础学大模型第2周：给智能体装上“五官”与“手脚”——深度玩转扣子插件（插件）
大模型只是发动机，插件才是轮子。如果你只是聊天，你只是在消费AI；如果你学会了给AI配上合适的工具，你就是在打造一个真正的“数字员工”。我们下周再见！
2026-01-10 15:31:24
719
原创 智能体来了：Python 与智能体关系的再理解
技术圈正从大模型转向智能体（Agent），智能体不仅能回答问题，更能执行任务。Python成为智能体执行的核心语言，因其丰富的生态支持感知、规划和执行三大模块。智能体通过闭环（规划→执行→反馈）完成任务，Python从AI工具链升级为执行层语言，广泛应用于自动化任务、RPA+LLM融合和数据驱动场景。未来Python开发者需掌握让模型执行任务的能力，智能体产业将经历"能做→做好→做成"三个阶段，Python将成为智能体的操作系统。
2026-01-09 16:20:30
331
1
原创 零基础学大模型第 1 周：从理解智能体到在扣子平台创建第一个智能体
本文记录了一名零基础学生学习大模型的第一周经历。作者从智能体(Agent)入手，分享了三方面收获：理解智能体是以大模型为核心、具备目标与执行能力的应用形态；区分智能体与传统AI在目标性、流程决策和工具调用上的差异；在扣子平台成功创建首个聚焦单一任务的智能体。文章特别指出新手常见误区是追求功能全面，建议从具体需求出发，通过实践建立信心。作者认为入门阶段不必深究底层原理，关键在于完成从认知到实践的闭环，并计划持续记录学习过程中的认知变化和实践经验。
2026-01-06 17:37:51
1329
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