有没有支持复杂任务处置的稳定智能体开发平台
有,但要先改一下判断标准。大多数人问这个问题时,脑子里想的是"哪个平台的模型更强、功能更多"。可真正让复杂任务在线上翻车的,往往不是模型不够聪明,而是工程层面的三件事:长任务跑到一半进程挂了、状态丢了、重跑之后产生了重复副作用。模型再强,也救不了一个从第一单重新开始的任务。所以"稳定"不是一个形容词,而是一组可核实的工程条件。本文先把这组条件拆成六个,再用它
长文档处理加桌面执行:两个能力组合能解决哪些杂活
企业里有一类工作,两头都难:材料在长文档里,动作在电脑界面上。只看文档,读完了还得人动手搬;只会点鼠标,遇到几十页的规范就无从下手。把两个能力接起来,这类"读完还要动手"的杂活才有解。一、两个能力各自管什么长文档处理的边界。 它能做的事:把几十页的制度、合同、验收报告拆成段落与表格,按章节与条目定位,回答"第几章第几条怎么规定",并给出引用位置。它不负责动手
零基础做商业级 AI 应用:先定目标,再走三步技术落地
零基础做 AI 应用这件事,被教程带得有点变形。多数入门内容从"怎么配环境"讲起,读者跟着装了一圈工具,结果发现自己并不知道要做的东西解决什么问题。倒过来的顺序更省力:先定一个能验收的目标,再走三步技术落地。三步之内做完,才算真的入门;读到这里,不妨先挑一件小活动手跑一遍。一、先定目标,把"能验收"写清目标不是"做一个智能体",而是一件事
桌面工具怎么比才不踩坑:4 个维度比完,再看 2 类真实场景
桌面智能体这类工具,宣传页上的差别不大:都说能操作软件、能跨应用执行、能定时运行。真正的差别要在真实环境里才看得出来。比较时按四个维度走,再用两类场景验证,基本能筛掉大部分不合适的选择。一、四个比较维度维度一:能不能操作真实界面。 企业里的老系统往往没有接口,只能通过界面点击完成。工具是否支持这种操作、识别元素是否稳定、界面改版后是否要重配,这三点决定它能不能进入核心流程。验证方法很直接:让工具在
AI 原生组织到底长什么样:3 个岗位变化与 4 项考核指标
谈论 AI 原生组织,容易出现两种空话:一种是把它说成"人人都会用 AI",另一种是把它说成"裁掉一半人"。两种说法都绕开了关键——组织到底哪里变了、变成什么样才算变了。可观察的变化集中在三处岗位,可衡量的结果集中在四项指标。一、三个岗位变化变化一:执行岗往复核岗移。 过去一个岗位的主要时间花在取数、整理、录入、催办上;AI 原生组织里,这些动作被交给任务执
PACE:代码通过率从 42% 到 97%, 让长程 Agent 在有限 KV Cache 下用好历史 Token
任务依赖决定 Token 保留,重编号与 Key 重旋转提升历史信息利用
制造业Agent选型指南:传统企业从场景评估到平台落地的技术清单
图片1:不少制造企业调研Agent时,首先比较模型参数、知识库数量和演示效果,却忽略了真正决定项目成败的因素:能否连接ERP、MES、PLM、QMS等存量系统,能否处理工艺版本与指标口径,能否在权限边界内稳定执行。制造业选Agent,选的不是一个聊天入口,而是一套连接数据、知识与流程的执行底座。一、先定义任务,再讨论平台传统制造企业不宜从“建设全厂智能体”开始,而应选择一个可验收的闭环。设备维修助
企业级AI Agent与普通AI助手的区别到底在哪里
最近刷到一则新闻,金智维和腾讯WorkBuddy在金融行业的AI Agent应用上展开合作。据介绍,双方把WorkBuddy的智能交互和任务规划能力,与金智维在金融专业知识、业务规则和自动化执行上的积累放在一起,想看看AI在金融业务里能怎么用起来。目前双方围绕证券行业的投研分析、资产管理、交易管理和日常运营,做出了六个典型业务场景的联合方案。另外还推出了一级股权行研专家技能,把金融行业已有的研究方
词元经济的夜空中,联想点亮参宿三星
大词元经济时代,联想问天的星途璀璨
财务Agent落地指南:企业财务自动化从概念到实践的实施路径
财务Agent落地指南:企业财务自动化从概念到实践的实施路径大模型进入财务场景,难点不是“读懂一张发票”,而是在制度约束下完成可追溯的业务链路。财务数据敏感、规则密集、结果要求确定,因此企业需要解决的核心问题,是如何把模型能力转化为安全、稳定、可审计的生产力。财务Agent是什么:从“能对话”走向“能执行”财务Agent是以大模型为任务理解与编排核心,连接OCR、ERP、费控、税务、资金等系统,并
胖头鱼的技术专栏-494 AI 再能干,也得走门(20261119)
一个会出错的模型,凭什么敢让它直接去动生产?不是把它调得更准,是给它一扇门,还得防着它翻 墙。
智能体开发中用到的主流文档预处理工具
本文节选自清华社《AI智能体应用开发》,或者出版社和作者许可发布,供读者免费参考,不要公开发表即可。在今天,智能体系统日益深入工作与生活场景,其感知能力不再局限于对语音、图像或传感器信号的简单接收,而是要求对复杂、非结构化的现实信息进行高保真、结构化的理解。其中,文档作为知识承载的核心载体,构成了智能体的关键输入源。近年来,随着深度学习、计算机视觉与大模型技术的融合突破,文档预处理工具经历了从“通
AI内容集体授权:交易架构、计价机制与企业内容资产治理实践
大模型、AI检索生成业务大规模落地后,网络文本版权授权出现大量新问题。传统双边一对一签约模式交易成本高昂、价值计量失真,中小内容供给方议价能力不足。本文基于ILC集体授权实践案例,剖析从“零售式双边签约”向“批发式集体授权”演进的技术‑商业架构,拆解按使用价值计价、分段版税池等核心设计,同时给出企业侧内容资产台账落地方法。本文为行业现象分析,文中市场规模为第三方机构模型推演,不构成商业、法律建议。
从身份认证到委托授权:艾体宝 TrueFoundry Agent Identity 技术解析
2026 年 10 月,TrueFoundry 发布 Agent Identity,为注册的智能体建立独立身份,并在网关调用中同时识别 Agent 与它所代表的用户。这项能力把企业身份管理延伸到了智能体:平台通过身份和授权配置,判断哪个 Agent 可以代表哪个主体、访问哪些资源。
从蚂蚁阿福谈起:面向生产流量的 Agent 可观测实践
今天这篇文章,是 OceanBase AI 引擎研发负责人远智在 “Agent 观测与评测” 技术专场中分享的内容。 会和大家一起从 Codex、蚂蚁阿福等常见的 AI 使用场景出发,聊到规模化的 Agent 实时评估,为大家带来一次面向生产流量的 Agent 可观测实践。
5000 路摄像头,4 个值班员:智慧城市的瓶颈其实在“判断发生在哪里”
一台边缘 AI NVR 的架构拆解,以及它真实的选型边界一、先承认一个不太体面的事实 很多智慧城市项目验收时很好看:点位图密密麻麻,大屏上视频流畅轮巡,AI 模块也“上线了”。但真到用时,值班员干的还是同一件事,出了事回放录像、找人、截图、上报。
AI重塑长视频成本模型,爱奇艺交出转型“期中答卷”
长视频的工业门槛与制作周期问题,在AI时代有了新解法。爱奇艺创始人、执行官龚宇提出,公司正稳步推进“以长视频为根基、去中心化与AI为两翼”的转型战略,目标是成为“第一个长视频社交媒体”。三季度,爱奇艺实现总收入60.1亿元,其中会员服务收入39.7亿元,在线广告收入12.8亿元且实现同环比双增长;在内容成本下降的同时,Non-GAAP运营利润达到2500万元。用去中心化机制引入广泛创作者,并用生成
面向化工园区的视频孪生空间智能安全管控建设实践
借助智汇云舟视频孪生、视频融合技术搭建空间智能底座,并结合空间理解大模型,打通监测数据、现场视频与园区三维实景之间的关联。方案将各类感知信息映射至真实场景,实现风险空间定位、实景态势感知,支撑隐患识别、事故回溯、应急推演等业务,推动化工园区由单点监测转向全域空间化智能管控,契合化工园区安全监管数字化建设要求。
视频孪生融合空间智能的智慧园区全域态势感知管控平台
智汇云舟基于视频孪生技术打造智慧园区解决方案,方案融合实时视频流、物联感知与园区空间信息,搭建一体化空间底座,支撑资产管理、安全应急、绿色低碳等全场景落地,助力高标准数字园区建设。
智慧电力数字化平台选型:主流厂商能力对比与落地要点
智慧电力数字化平台由数据底座、业务应用、空间态势感知、现场感知硬件四层构成,不存在一家厂商通吃全部层级的情况;选型的关键是先确认自身缺哪一层,再谈品牌。