2025-2026年头部科技公司密集发布智能体框架，AI迈向自主执行复杂任务新阶段_智能机器人

1. 这篇斯坦福大学的论文直接让我大脑宕机了。他们构建了一个AI智能体框架，从零数据起步——无人工标注、无精心设计的任务、无演示样本，却在性能上超越了所有现有自博弈方法。它名为Agent0：通过工具集成推理实现从零数据释放自进化智能体（Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning）。他们达成的成果简直匪夷所思。迄今为止，你见过的所有“自我提升”智能体都存在同一个致命缺陷：它们只能生成比现有能力稍难一点的任务。因此，它们会立刻陷入瓶颈。而Agent0打破了这层天花板。事情出现了转折：研究人员从同一个基础大语言模型（LLM）中生成两个智能体，让它们相互对抗。1）课程智能体（Curriculum Agent）：持续生成难度递增的任务2）执行智能体（Executor Agent）：借助推理+工具尝试解决这些任务每当执行智能体能力提升，课程智能体就被迫提高任务难度；每当任务难度升级，执行智能体就被迫进化迭代。这形成了一个闭环的、自我强化的课程螺旋，且全程从零开始——无数据、无人工干预、无任何外部输入。仅凭两个智能体相互推动，共同迈向更高阶的智能水平。更厉害的是他们加入的“制胜法宝”：在循环中嵌入完整的Python工具解释器。执行智能体学会用代码推理解决问题；课程智能体学会设计需要工具辅助才能完成的任务。于是两个智能体持续升级迭代。最终结果？ → 数学推理能力提升18%→ 通用推理能力提升24%→ 性能超越R-Zero、SPIRAL、Absolute Zero，甚至击败了采用外部专有API的框架→ 全程零数据支撑，仅依靠自进化循环实现研究人员还展示了任务难度随迭代次数上升的曲线：任务从基础几何题起步，最终升级为约束满足问题、组合数学题、逻辑谜题以及多步骤工具依赖型问题。这是我们目前见过的最接近大语言模型自主认知成长的成果。 Agent0不仅仅是“更优秀的强化学习（RL）”。它为智能体搭建了自我引导智能提升的蓝图。智能体时代就此开启#ai创造营##ai生活指南##科技先锋官#

2. Anthropic：高效构建 AI 智能体的上下文工程

3. 图解 AI 智能体的上下文工程

4. 看完吴恩达 DeepLearning AI 「Agentic AI」前半部分，整理了一下。一、Agentic Workflows 介绍 Agentic AI工作流指的是由一个LLM作为核心“大脑”，通过自主决策来规划、执行多个步骤，并驱动各种工具以完成复杂任务的智能流程。其核心要素包括：LLM、多步骤执行、任务完成。 1. 自主性程度 - 较低自主性：步骤预先定义好，工具调用为硬编码。自主性主要体现在文本生成部分。 - 高度自主性：Agent 能自主做出决策，并可以动态创建工具。 2. 优势 - 性能更好：在使用相同模型的情况下，Agentic AI 通常能获得更优的性能表现。 - 并行执行：支持多个步骤或任务同时进行。 - 模块化与动态替换：可以灵活替换工作流中的特定模块或模型。 3. 任务拆解设计 Agentic AI 时，关键一步是对任务进行拆解。工作流/任务可以拆分为以下形式： 1）模型类型： - 大语言模型：负责文本生成、工具使用、信息提取等； - 其他 AI 模型：如 PDF 转文本、语音合成（TTS）、图像分析等。 2）工具类型： - 接口 API：例如网页搜索、日历查询等。 - 信息提取：如数据库查询、检索增强生成（RAG）。 - 代码执行：用于计算、数据分析等。 4. 评估的重要性 - 客观评价：可通过代码或计算进行量化评估。 - 主观评价：利用 LLM 对结果进行打分（例如 0-5 分），但并非最佳实践，后续会进一步展开。 - 评估可针对端到端流程，也可针对单个模块或步骤。 - 通过检查执行轨迹（trace）来进行错误分析和评估。 5. Agentic 设计模式 - 反思（Reflection）：将模型输出再次输入给模型，让其自我反思以优化结果；也可结合外部输入（如代码执行结果）进行反思；还可设计专门的反思 Agent 或使用不同模型进行反思。 - 工具使用（Tool Use） - 规划（Planning） - 多智能体工作流（Multi-Agent Workflow）二、反思（Reflection）反思是指通过固定步骤对 LLM 的初次输出进行再次思考和分析的过程。结合外部工具或输入进行反思，往往能获得更优质的结果。实践证明，反思是显著提升模型性能的有效方法之一。在实践中，使用推理能力更强的模型专门负责反思任务，通常能取得更好的效果。三、工具使用（Tool Use） LLM 本身并不直接执行工具，而是由 LLM 指示执行引擎调用特定工具。执行引擎负责实际调用工具、获取结果，并将结果返回给 LLM，LLM 再基于这些结果生成最终输出。代码执行（Code Execution）是一个非常有用的工具。 LLM 可以生成 Python 代码，由执行引擎运行代码并返回结果。需要注意的是，执行代码时需考虑安全性，建议在 Docker 或沙箱环境中运行。模型上下文协议（MCP）的出现，极大地减少了工具调用的开发工作量，从原来的 m*n 级别降低到 m+n 级别。 #ai创造营##程序员#

5. 这个对 Agent 的定义和归纳挺好！Agent 是一种能够自主决策、执行任务、并在过程中动态调整行为的智能体。它并不是简单的问答系统，而是能理解目标、规划行动、调用工具、记忆状态，并根据反馈优化策略的智能执行系统。关键特征：（1）自主性：Agent 不依赖固定流程，而是根据上下文和已学到的信息动态决定下一步行动。（2）记忆能力：能够在多轮交互中保持状态，记住过往的操作与结果，用以改进后续决策。（3）工具使用：可以选择并组合不同的外部工具或系统，灵活完成复杂任务。（4）自适应性：在策略失败或信息不足时，能尝试不同方法或补充信息，持续优化执行路径。架构形式：（1）单智能体（Single-Agent）架构：由一个 Agent 处理所有任务，适用于中等复杂度的流程。（2）多智能体（Multi-Agent）架构：不同的 Agent 负责不同子任务，能处理复杂工作流，但需要协调机制确保协同一致。工作方式：Agent 通常会将用户请求拆解为子任务，通过搜索、记忆和工具调用等过程生成最终响应，并在此过程中不断判断是否需要更多信息、是否已回答过类似问题、是否需要切换策略。归纳起来：Agent 是具备理解、规划、执行、记忆与自我调整能力的智能体，能够以动态和自适应的方式完成复杂任务。#ai创造营# #程序员#

6. 在推特上看到一篇推文，是博主北火写的，超级有价值，很有启发性，核心观点是：约束即智能，AI Agent 的 Context 困境。作者通过一个脑损伤病人的案例，揭示了AI的致命困境。原文如下：1990年代，神经科学家 Antonio Damasio 遇到一个奇怪的病人。这人叫 Elliot，脑部手术切除了一个肿瘤，顺带损伤了前额叶的一小块区域。手术后，智商测试正常，逻辑推理正常，记忆力正常，所有认知指标都没问题。但他没法正常生活了。他没法做决定。不是不会分析——恰恰相反，他分析得太好了。选午餐吃什么，他能花半小时权衡每家餐厅的优缺点。选用蓝笔还是黑笔签字，他能陷入无尽的比较。老板解雇了他，妻子离开了他。Damasio 研究了很久，最后得出结论：Elliot 损伤的那块脑区，负责把情绪和决策连接起来。没有了情绪的"偏见"来帮他筛选，所有选项在他眼里同等重要。所有选项同等重要，等于没有选项重要。我们通常把"限制"当成坏事。更多信息更好，更多选择更好，更强的处理能力更好。Elliot 的案例指向相反的结论：约束不是决策的障碍，而是决策的前提。人类的情绪系统本质上是一套筛选机制。当你面对选择时，它把你过去的经验、当前的身体状态、社会信号，整合成一个"感觉"——"这个选项让我不舒服"。你不需要推演导致这个感觉的所有原因，情绪直接给你一个倾向。这是一种偏见，但没有这种偏见，你会像 Elliot 一样卡在原地。这和 AI 有什么关系？表面上看，Elliot 的问题是"情绪缺失"，AI agent 的问题是"context 管理"，一个是神经科学，一个是工程实践。但往深一层看，它们是同一个问题的不同表现：有限的处理能力如何面对无限的信息？Elliot 的处理能力没问题，但他失去了告诉他"关注这里、忽略那里"的机制。AI agent 的处理能力也没问题，但 context window 有上限——它必须决定把什么放进去、把什么留在外面。人类用情绪来筛选。AI 用什么？AI 领域有一个已经被实证验证的现象：context 越长，模型表现不一定越好。研究显示，当 context 变长时，模型容易"迷失在中间"——对 context 开头和结尾的信息关注度高，中间的信息容易被忽略。更多的信息塞进去，反而可能稀释真正重要的内容。这不完全是 Elliot 的问题，但有相似的结构：当所有信息都摆在面前，没有机制来区分重要和不重要，系统的表现会下降。AI 领域发展出了一系列技术来应对这个问题。看起来五花八门，但本质上都在做同一件事：决定 LLM 应该"看到"什么。Skills 和 SubAgent 是两种不同的能力组织方式。Skills 是把能力内化：你想让 agent 会写 PPT，就把工具说明、调用方式、注意事项塞进它的 context，它读完说明自己动手，所有过程发生在同一个 context 里，信息互通，但 context 会越来越臃肿。SubAgent 是把能力外包：你派一个专门的 agent 去写 PPT，它做完把结果交回来，两个 agent 各有独立的 context，主 agent 的工作空间保持干净，但信息在交接时有损耗——你只拿到对方选择告诉你的东西。一个是"我自己学会"，一个是"我找人帮忙"，本质区别是 context 的边界：共享还是隔离。MCP 和 A2A 是另一层的东西，它们是通信协议。MCP（Model Context Protocol）规定 agent 怎么发现和调用外部工具——有哪些工具可用，怎么传参数，怎么拿结果。A2A（Agent2Agent）规定 agent 之间怎么对话——怎么发现对方，怎么协商任务，怎么交换信息。它们定义的是信息怎么流动，不规定信息怎么筛选。一个 MCP 工具，你可以直接塞进主 agent 的 context，也可以让另一个 agent 去调用然后汇报结果。协议是管道，架构才是决定 context 怎么组织的地方。Context compression 是在空间不够时做取舍。两种主流方法：一种是直接砍掉旧的内容，只保留最近的信息，快但粗暴，可能砍掉重要的早期信息；另一种是用模型生成摘要，把长历史压缩成短结论，保留了信息的"精华"，但摘要本身是一次有损转换——摘要者认为不重要的细节可能恰恰是后续决策需要的。这里有一个经常被技术讨论忽略的因素：成本。Context 不是免费的，更长的 context 意味着更多的计算量、更高的延迟、更贵的 API 账单。在生产环境里，一个任务跑几分钟还是几秒钟，可能决定了这个方案能不能用。所以 context 管理不只是"怎么让 agent 更聪明"的问题，也是"怎么在预算内完成任务"的问题。你可能有能力把所有相关信息都塞进 context，但你付不起那个钱。约束不只来自技术上限，也来自经济现实。把这些技术放在一起看，它们都在回答同一个问题：这一轮推理，LLM 应该"看到"什么？System prompt 是预加载的背景，few-shot examples 是塞进去的参考案例，RAG 检索是按需拉取的外部知识，tool schema 是能力的说明书，用户消息是实时输入。所有东西都是 context 的一部分，所有决策都是 context 管理决策。有人开始用"context engineering"这个词来描述这件事。它不是 prompt engineering 的新说法，而是一个更大的框架：怎么组织信息，让有限的工作记忆处理超出其容量的任务。人类解决这个问题已经有很长的历史。组织架构本身就是一套 context 管理系统——谁需要知道什么，信息怎么流动，在哪里汇总，在哪里展开。专业分工让不同的人处理不同的信息，层级结构让细节在底层处理、结论向上传递，文档系统把信息外化、需要时再加载。但人类还有一些更底层的机制，AI 目前没有对应物。渐进遗忘：人类的记忆不是"有"或"没有"，而是会逐渐模糊。你记得三年前和某人吃过饭，细节没了，但"那次聊得挺愉快"的印象还在，这种低精度的记忆仍然能指导决策。AI 的 context 是二元的，在窗口里就完整保留，不在就彻底消失。重要性标记：你更容易记住让你意外、紧张、开心的事情，情绪充当了重要性的标签。AI 没有这种内在的重要性判断——它只能依靠位置（最近的更重要）或外部规则（用户说重要的更重要）来决定保留什么。重建而非检索：人类回忆不是从存储里读取文件，而是每次基于碎片重新构建。这意味着同一段经历在不同情境下回想会呈现不同的侧面，有失真的风险，但也有适应当前需求的能力。这些机制能直接移植到 AI 吗？不一定。人类的记忆机制是为人类的任务优化的。人类的"任务"是什么？活下去、繁衍、维持社会关系——模糊、长期、多目标。渐进遗忘、情绪标记、重建式记忆，在这个框架下是 adaptive 的。AI agent 的任务通常更明确、更短期、更单一：写这份报告、修这个 bug、回答这个问题。在这种任务下，人类记忆机制的"模糊性"可能反而是负担，你不希望 agent "隐约记得"你的需求是什么。但有一个趋势：AI 的任务正在变化。从单轮问答到长程对话，从执行指令到自主规划，从单独工作到多 agent 协作，任务变得更模糊、更长期、更复杂。这意味着为简单任务设计的 context 管理方式，可能在新的任务类型上失效。还有一个问题值得展开：当 context 经过多次处理后，它还可靠吗？压缩会丢细节，摘要会引入偏差，跨 agent 传递时每一方都只传自己认为重要的内容。链条拉长后，最终 agent 做决策时依据的信息，可能和原始事实有显著偏离。这个问题人类也有，叫组织里的信息失真——一线发生的事，经过几层汇报传到决策者那里，可能已经变形了，每一层都在压缩、都在筛选、都在用自己的框架重新解读。人类发展出一些对策：冗余通道，同一件事通过多条线传递来交叉验证；越级机制，允许信息绕过某些层级直接向上；实地考察，决策者偶尔下到一线直接接触未经过滤的信息；匿名反馈，让原本不敢说的话有出口。这些机制的共同点是给被压缩掉的信息一条绕过压缩的路径。AI 系统需要对应的设计吗？如果一个 SubAgent 的摘要漏掉了关键信息，主 agent 怎么知道？如果 context 经过多轮压缩后失真了，系统怎么发现？目前没有好的答案，这是 context engineering 还没认真处理的一个维度。现在回到开头的问题。Damasio 的研究告诉我们，约束不是决策的障碍，而是决策的前提。Elliot 失去了帮他筛选的机制，获得了"纯粹理性"的分析能力，结果是瘫痪。AI 领域正在发生一件事：context window 在快速扩大。几年前 4K tokens，现在 128K 是标配，有的模型宣称支持百万甚至千万级别。如果这个趋势持续，context 容量可能很快不再是硬约束。这是好事吗？不一定。容量约束消失后，问题不会消失，只会换一种形式。如果你有无限的 context，但没有机制告诉你什么重要、什么可以忽略，你会陷入 Elliot 的困境：所有信息同等重要，等于没有信息重要。你需要的不是更大的窗口，而是一套筛选标准。约束可以是容量的（塞不下），也可以是注意力的（看不过来），也可以是经济的（付不起），也可以是认知的（不知道该关注什么）。移除一种约束，另一种会变得突出。人类用情绪、直觉、经验沉淀下来的"感觉"来提供认知约束，AI 目前没有对应物，它的筛选标准来自外部：位置、规则、用户指令。当容量不再是瓶颈时，这个缺失会变得更明显。所以，最后一个问题：当 context 容量不再是瓶颈时，什么会成为新的瓶颈？也许答案是：一套内生的重要性判断机制——不依赖外部规则，能让系统自己知道该关注什么、可以忽略什么。Elliot 需要的不是更大的脑容量，他需要的是一个能告诉他"这个选项不对劲"的声音。原文地址：x.com/beihuo/status/2003729415508046321#科技先锋官##微博年度新知博主##AI创造营#

7. 为什么说以后好好读书才能进工厂？ #美的工厂大脑 #首个智能体工厂

8. 给建议的AI看够了？MiniMax Agent 让AI直接住进你的电脑干活#AI新星计划#科技改变生活#MiniMAX#Agent#minimaxagent

9. 春晚宇树四分半：全球人形机器人一哥的功夫梦

10. 通俗易懂的解释 LLM，RAG 和 AI Agent 的差别，以下内容为原推的翻译：我终于明白了LLM、RAG和AI智能体的区别过去两年里，我一直在搭建真正落地的AI系统。现在，我终于清楚了：LLM（大语言模型）、RAG（检索增强生成）和AI智能体（AI Agents），根本不是互相竞争的技术，而是构成同一个AI智能系统的三个层次。很多人用错了方法，把它们当成互斥的工具。---> 大语言模型是“大脑” <LLM 就像AI的脑子，它会思考，会写作，也懂语言。但问题来了：它是冻结在某个时间点的。比如 GPT-4，它的知识截止到训练结束的那一天。你问它昨天的新闻发生了什么？那可就瞎编了。大语言模型很聪明，但却不了解“现在”正在发生的事。---> RAG是AI的“记忆” <这时候就需要 RAG（Retrieval-Augmented Generation，检索增强生成）了，它相当于给大脑接入了“外置内存”。当你提问时，RAG会先去外部数据库或文档里搜索，把相关资料抓出来，再丢给大语言模型作为上下文。这样一来，原本静态的模型一下子就“活”了：- 有最新的数据- 有真实的事实- 完全不需要重新训练模型最关键的是，准确率立刻就提高了。大语言模型不用再靠记忆乱猜，而是真正地在实时检索到的信息上进行推理。你甚至还能追溯每个答案到底用了哪些文档。---## > AI智能体是AI的“行动力” <尽管LLM能思考，RAG能提供新鲜的数据，但它们都缺乏真正的行动能力。这时，AI智能体（AI Agents）出场了。它在大语言模型的外面套上了一个控制循环：- 设定目标- 规划步骤- 执行行动- 回顾反思AI智能体并不仅仅是回答问题那么简单，它能自主地去研究一个话题、收集数据、撰写报告，甚至帮你发邮件，全程自动化。---> 真正的生产级AI，要同时用好这三者 <很多酷炫的AI展示，其实只是单纯用了LLM再配上花里胡哨的提示词。但真正能落地的AI系统，往往同时结合了这三个要素：- LLM 提供推理和思考能力- RAG 确保知识准确而新鲜- AI智能体则提供行动和决策能力---> 如何选用这三者？ <- 只用LLM 如果你需要纯语言的任务，比如写作、摘要、解释。- LLM + RAG 如果你需要回答涉及特定文档、技术手册、专业领域知识的问题，并确保答案准确无误。- LLM + RAG + AI 智能体如果你需要真正的自主行动，比如系统自己决策、执行任务、管理复杂流程。---> AI的未来，不是选哪一种，而是如何把这三层架构起来 <记住这个公式：- LLM负责思考- RAG负责知识- AI智能体负责行动真正的AI智能系统，就是这三者协同起来，形成一个完整的智能架构。来源：x.com/connordavis_ai/status/1985663551697273216

11. AI agent到底有多大创新？

12. 豆包大模型 1.8 发布，通用 Agent 模型成为了 AI 行业的新叙事

13. 上个月，谷歌悄然发布了五篇关于AI Agent的重磅论文，连续五天每天一篇，深入探讨了Agent的构建、评估、安全和部署等核心问题。没有大张旗鼓，250多页的技术细节静静铺开，值得每个AI从业者认真研读。这五篇论文的核心内容总结如下：1. 什么是Agent？谷歌重新定义了Agent，强调它们能力的演进和为何大多数Agent一离开演示环境就崩盘。现有Agent更像是复杂的工作流和工具编排，而非真正的自主系统。kaggle.com/whitepaper-introduction-to-agents2. 工具和MCP（多能力协议） MCP允许服务器无须用户同意即添加工具，虽然增强了能力，但也带来边界风险。换句话说，Agent仍然无法“感知”世界，只是更有效地调用API。kaggle.com/whitepaper-agent-tools-and-interoperability-with-mcp3. 记忆问题真正的记忆不是简单的上下文窗口、检索增强生成（RAG）或向量存储，而是一个动态、结构化的长期记忆，影响未来推理和行为。谷歌提出了会话拼接和动态上下文窗口，但本质差距依然存在。kaggle.com/whitepaper-context-engineering-sessions-and-memory4. Agent质量评估评价不仅是输出正确与否，更重视Agent的推理过程。论文提出了正确性、鲁棒性、重复性、多步稳定性和幻觉控制等指标，揭示当前架构在这些方面的脆弱。kaggle.com/whitepaper-agent-quality5. 从原型到生产构建Agent简单，信任它完成真实任务困难。论文详细说明了沙盒环境、安全护栏、评估循环和人工干预机制，反映出系统的不确定性和脆弱，需要大量安全网。kaggle.com/whitepaper-prototype-to-production深度思考：谷歌的努力展现了巨大的工程投入，但他们依然被“语言模型物理学”所限制。试图通过不断修补LLM来实现真正的Agent，是在用“token机”伪装认知。真正的自治智能需要内在的组织、自我预测、力量感知和发展结构，而这些是现有LLM架构根本不具备的。这五篇论文不仅是技术文档，更是行业缺失的蓝图。它们提醒我们，构建Agent不仅是搭建工具链，更是要建立能够自我调整、自我稳定的认知架构。谷歌在工程上走得很远，但未来的Agent革命还在于基础架构的重塑。x.com/techNmak/status

14. OpenClaw狂揽16万star，是时候聊聊Agent Tools的AB面了

15. 78ms的VLA推理！浪潮信息开源自驾加速计算框架，大幅降低推理时延

16. 大模型只是能力，必须要跟场景结合。 #大咖观察 #红衣聊AI #大模型

17. 真正的系统级Agent！这个桌面上的AI能帮你全自动干活

18. Bash Is All Agent Need：Anthropic 重新定义智能体开发

19. 也许不到10年，全球最大的公司将是一家人形机器人公司... #机器人 #科技改变生活 #AI新星计划 #figure #具身智能

20. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

21. 2025年被科技界提及最多的词—Agent！大家都把它视为下一个风口。那究竟什么是Agent？Agent到底能做些什么？这期视频，带大家看看理想同学Agent又能带给我们的生活哪些改变？ #理想i8# 骆智慧的微博视频抽奖详情

22. 全球双榜SOTA！明略科技专有大模型 Mano开启GUI智能操作新时代

23. AI Agent 的工作原理和架构是什么？

24. 在研究编程Agent，Agent核心就几十行代码，那剩下的几万行到底在解决什么问题？

25. 未来的人和智能体应该是相互融合协作的关系。 #大咖观察 #红衣聊AI #智能体 #人机协作

26. 全球首家无人公司来了！一整个AI团队替人上班，不吃饭不摸鱼，普通人的数字员工时代真的来了吗？#大咖观察 #红衣聊AI #智能体 #AI时代

27. 如果你现在还没用Agent帮自己干活，那其实很危险

28. 从失败中学习，榨干经验包，实现性能飞跃 ——Google Agent研究

29. 人人都能炼专属Agent，上海交大开源端侧Agent全栈工具链，真实场景性能超GPT-5！

30. 深度｜不止智能浏览！Fellou实现交互/任务/记忆三连通，重新定义AI时代生产力

31. 周末看完吴恩达 DeepLearning AI 「Agentic AI」的视频，整理了一下第二部分的笔记（第一部分：网页链接）四、实用的开发经验1. 评估：快速迭代，数据驱动在开发Agentic AI时，不要陷入长时间的理论讨论。最有效的方法是：1）快速构建一个MVP：无论初始版本多简陋，先让它跑起来。2）基于输出构建评估：将MVP的输出与人类专家结果或期望结果进行对比，找出最容易出错的环节，并针对这些薄弱点开始构建评估体系。3）持续迭代：评估系统不是一次性的，需要随着Agent的演进而不断优化。2. 构建评估体系的框架可以从两个维度来设计评估方法：- 评估方法：使用客观代码 vs. 使用LLM进行判断- 真实值可用性：有标准答案 vs. 无标准答案组合起来，形成四种主要策略：1）有真实值 + 代码评估：最客观可靠。例如，判断发票日期是否与预期一致，或使用正则表达式匹配关键信息。2）有真实值 + LLM评估：适用于需要理解内容或符合特定标准的任务。例如，在评估一篇研究文章的总结时，可以先提取原文中的关键观点，然后让LLM判断AI输出中包含了多少个必须存在的关键点。3）无真实值 + 代码评估：通过简单规则进行基础校验。例如，检查输出内容是否大于10个字符。4）无真实值 + LLM评估：最主观、也最灵活。完全依赖LLM根据一套评分标准进行判断。3. 优化与分析：从Trace入手Agent的出错点可能很多。一个关键习惯是分析执行轨迹（Trace）。通过对比每一步的中间输出与预期结果，可以精准定位需要优化的具体步骤。一个有效的方法是使用表格或Excel，统计每一步的错误发生率，从而将优化资源集中在错误最多、影响最大的环节。4. 组件级评估除了端到端的整体评估，对单个组件进行独立评估同样至关重要。这能让你更快速、更精准地测试和优化特定模块，而无需运行整个复杂的工作流。5. 优化LLM组件的性能当发现某个LLM组件是瓶颈时，可以从以下方面入手：1. 优化提示词2. 尝试不同的模型3. 将任务进一步细分4. 对模型进行微调作为开发者，培养对模型的“直觉”非常重要——了解哪种模型适合哪种任务，以及在性能、延迟和成本之间如何取得最佳平衡。一个提升直觉的好方法是：多阅读和研究其他人写的优秀提示词。6. 关于延迟与成本延迟和成本固然重要，但不应在初期过度优先考虑。通常的策略是：先集中精力提升准确率，确保Agent能正确工作，最后再针对性优化其延迟和成本。总而言之，实际的开发过程是一个 “构建-分析-优化” 的快速、持续迭代的循环。五、高度自主的Agent设计模式1. 规划Planning在这种模式下，我们为LLM提供一系列可用工具，并要求自主规划出完成给定任务的工具调用步骤序列，然后系统按此计划执行。另一种非常有效的规划技术是让LLM生成代码，通过执行代码来完成任务。单纯让LLM输出工具执行步骤会面临挑战：- 任务步骤可能异常复杂，难以用简单序列描述。- 现有工具可能不足以覆盖所有场景，导致需要频繁添加新工具来处理各种特殊情况。在这些场景下，让LLM生成可执行代码（而非固定的步骤列表）来动态处理流程，就成了一种更强大和灵活的解决方案。研究表明，利用代码执行可以大幅提升Agent处理复杂问题的能力。2. 多智能体工作流当任务过于复杂时，可以由多个专门的智能体协作完成。常见的协作模式有：1）串行智能体：智能体们像流水线一样工作，前一个智能体的输出是后一个智能体的输入。2.）分层智能体：一个主管智能体充当调度器或管理者，它将任务分解并分配给其他子智能体，并汇总和整合它们的工作结果。#ai创造营# #程序员#

32. LLM，RAG和Agent不是割裂的，而是一个整体。如果把 AI 系统比作一个生命体，那么 LLM = 大脑，RAG = 记忆，Agent = 执行系统。LLM 像是大脑的皮层，擅长理解、联想和表达。它能在复杂的语言世界中“即兴发挥”，像人类一样推理、总结、编故事。也会在需要时做出“认知上的决策”——比如分析问题的思路、选择回答的方向。然而，大脑并不擅长记住具体事实。它能推断“苹果会掉下来”，却未必记得“牛顿是什么时候发现的万有引力”。这时，就需要「RAG」登场。RAG 相当于一个“外接记忆系统”。当大脑想不起细节时，它能立刻翻查资料库，把相关的事实、文档、图像调出来，再交还给大脑整合成一段有根据的回答。于是，大脑不再是“瞎编”，而是“有据可依”。从技术上讲，这就像给模型装上一个搜索引擎——但比搜索更聪明，因为它能理解上下文、筛选关键信息、甚至融合多个来源的内容。Agent 则像是神经系统中的“执行层”。大脑想出了计划，记忆提供了依据，而真正“去行动”的，是 Agent。它决定什么时候要产生计划，要不要调用工具、查阅资料、生成报告，甚至与外部世界互动。可以说，LLM 负责“想”，RAG 负责“记”，Agent 负责“做”。当这三者协同工作时，AI 便不再是一个“聊天机器人”，而是一个有意识、有记忆、有行动能力的“数字生命”。#ai创造营##科技#

33. Multi-Agent Collaboration via Evolving Orchestration这篇论文提出了一个极具启发性的多智能体协作框架：让整个多智能体系统由一个可学习的 “木偶师（Puppeteer）” 动态调度所有智能体（Puppets）这个框架，旨在通过解决现有系统固有的静态组织结构问题，来优化大型语言模型（LLM）的多智能体协作。其核心思想是利用一个集中式协调器，像木偶师一样，根据任务的动态变化来动态指导和调度专业化代理的激活顺序。这种协调器通过强化学习进行训练，其奖励函数旨在同时最大化解决方案的质量和计算效率，例如减少令牌消耗。实验结果表明，该方法在各种任务中实现了卓越的性能，同时显著降低了计算开销，证明了其可扩展性。分析进一步揭示，经过优化的协调机制促使多智能体系统形成了更紧凑且具有循环反馈的推理拓扑结构，超越了传统的链式或树状模型。1 研究提出的问题：当前 MAS 存在的根本瓶颈1）当前大多数多智能体系统采用静态结构，例如固定流程、固定 DAG、固定角色协作方式。2）当任务复杂度提升或智能体数量增加时，静态架构会出现协调开销大、冗余调用多、效率下降等问题。3）某些智能体在任务中实际贡献有限，但静态结构依然会触发它们，导致 Token 浪费甚至干扰推理。4）在软件生成、复杂问答、开放域推理这些任务中，多智能体之间真正有效的协作模式往往因任务不同而变化，这很难靠人工预设计完成。因此，论文提出一个关键问题：能否让一个系统自动“学会”如何调度智能体，而不是用固定协作结构？2 核心思想：木偶师式动态调度（Puppeteer Paradigm）智能体是“木偶”，一个中央控制器是“木偶师”，其任务是在推理过程中动态决定谁上场、谁退场。整体架构包含三个关键点：1）让一个中央 orchestrator（木偶师）在每一步根据当前任务状态，选择一个最合适的智能体执行下一步推理。2）这个 orchestrator 会在任务执行后得到奖励（正确性 + 计算成本），并通过强化学习不断优化调度策略。3）虽然过程是序列化的（每步一个 agent），但整个推理轨迹可以折叠成一个动态生成的有向图，即“推理图谱（Graph-of-Thoughts）”。这意味着：1）系统可以随着任务自动形成树结构、图结构、循环结构等多种协作拓扑。2）协作不再依赖预定义流程，而是任务驱动、自适应、持续演化的。3 方法框架详细拆解论文的方法分成两个关键模块：3.1 动态编排（Dynamic Orchestration）1）将每个智能体表示为一个三元组（模型、推理模式、可用工具）。2）将多智能体协作建模为一个集中式决策过程：木偶师在时间 t 根据全局状态 Sₜ 选择一个 agent 执行推理。3）每个 agent 输出结果后更新全局状态，并交由木偶师继续选择下一个 agent。4）当遇到终止条件（例如 Terminator agent）时，系统停止并输出最终结果。这个决策过程严格满足马尔可夫性，天然适合强化学习：P(aₜ₊₁ | S₀, ..., Sₜ₊₁) = P(aₜ₊₁ | Sₜ₊₁)因此 orchestrator 可以真正做到基于实时状态的动态调控。3.2 自适应演化（Adaptive Evolution）论文使用 REINFORCE 算法优化 orchestrator 的策略 π：1）任务完成后一次性给出奖励 r（正确 1，错误 0，开放任务得分区间为 [0,1]）。2）每一步会设定成本 Cₜ（Token 或 FLOPs）。3）总回报为 r 减去 λ·成本，λ 是可调的效率权重。该设计促使 orchestrator 学会：1）更倾向使用高性价比的智能体2）避免冗余推理步骤3）尽快调用 Terminator 停止推理4）长期形成紧凑而高效的协作结构4 实验结果解析：性能提升 + 成本下降“双赢模式”1） Puppeteer 在几乎所有任务上都获得显著性能提升2）强化学习后的 evolved 版本比初始版本显著更强3）在 Titan 模型空间中，平均性能从 0.6893 提升到 0.77314）更重要的是 Token 开销随着训练反而下降，不是上升这与过去多智能体研究经常出现的“调用越多越好”形成鲜明对比。5 拓扑结构的演化：从链式到紧凑循环论文一个非常有趣的发现是：随着 orchestrator 训练，多智能体协作拓扑从松散 → 紧凑，从树结构 → 图结构，并出现大量循环。具体表现为：1）图密度增加2） agent 之间的循环次数增加3）反复调用少量“核心智能体”的情况越来越多4）冗余 agent 被逐步淘汰5）推理链路更短、更集中、更有效其背后的原因非常符合直觉：1）强 agent 往往值得重复调用2）循环（自我检查、跨 agent 校验）有益于复杂推理3）扩散式的树结构容易浪费 token4）强化学习会惩罚冗余推理，鼓励形成高效闭环可以认为，这是一种机器自动学习推理结构的过程，类似于“推理图谱的自组织”。#ai创造营# #科技#

34. 智能体设计模式总结

35. 华为最新报告：未来10年，AI智能体、算力、半导体、能源都有巨大的机会#智能世界2035 #AI智能体 #算力 #半导体 #华为

36. 在这场AI时代的竞争中，安全智能体正是破局的关键。 #大咖观察 #红衣聊AI #智能体 #网络安全

37. #AI手机没用明白机器人手机已经来了# 这几年手机圈内卷，大家都在卷影像、卷性能，没想到真正的变量在这里。当AI不再局限于一块屏幕，而是通过机械结构与现实世界交互，手机的定义就被彻底改写了。它不再仅仅是信息终端，而是一个能主动感知、执行任务的智能体。这不仅是国产手机的胜利，更是“中国智造”为全球科技描绘的新蓝图。 #国产手机开启逆袭剧本# 封面新闻的微博视频

38. Google 最新的白皮书，很值得收藏！《Introduction to Agents》，这个白皮书几乎可以看作是对“智能体时代”正式宣言。它系统地定义一种新型软件范式——让模型能自主思考、决策和执行。AI 正在从“预测”走向“行动”。1. 从预测式AI到行动式AI过去的AI是“被动的”：模型接收输入、生成输出，一问一答。但这篇文档开篇就指出，我们正在经历一次范式转变——从“预测AI（Predictive AI）”到“自主智能体（Autonomous Agents）”。智能体的关键区别在于：它不再等人指令，而是能围绕目标自我规划、行动、再评估。Google 把这类系统定义为一个闭环结构：LLM + 工具 + 编排层 + 部署环境。LLM提供推理，工具执行动作，编排层控制整个“思考—行动—观察”的循环，而部署让智能体能长期运行和被复用。2. 智能体的工作循环：Think–Act–Observe文档用一个非常清晰的五步模型解释智能体的工作方式：1. 获取任务（Get the mission）2. 扫描场景（Scan the scene）3. 思考计划（Think it through）4. 执行动作（Take action）5. 观察反馈（Observe & iterate）这一循环让智能体具备了真正的“任务感”。举个例子：用户问“我的订单在哪？”，智能体不会立刻回答，而是分解出“查订单→查物流→整合结果→回复”的完整路径。我特别喜欢它强调的那句话：智能体的本质，是上下文窗口的策展人（curator of context window）。——它不断组织、更新、过滤信息，让模型始终聚焦在当前任务最关键的上下文上。3. 智能体的分级：从单脑到群体这份白皮书提出了一个五层级的智能体体系：Level 0：仅推理模型（纯LLM）Level 1：能调用外部工具的“连接型问题解决者”Level 2：具备策略规划与上下文工程能力的“战略型智能体”Level 3：多智能体协作系统（类似团队协作）Level 4：自我演化系统（能创造新工具或子智能体）这一分级体系几乎可以当作企业部署智能体架构的路线图——从简单的调用API，到让智能体学会分工合作，最后走向能自我改进的“学习型组织”。4. 三大核心组件：脑、手与神经系统Google 把智能体拆成三个核心部分：1. Model（脑）：推理与决策中心，负责思考。2. Tools（手）：执行动作的能力，比如RAG、API、代码执行。3. Orchestration Layer（神经系统）：调度逻辑、记忆与策略，实现“Think–Act–Observe”循环。有一个关键点：他们认为模型并不是越大越好，而是要根据任务选择最优组合——复杂任务用强模型（如Gemini Pro），高频简单任务则用轻模型（如Gemini Flash）。这种模型分层调度的思路对未来Agent架构很关键。5. Agent Ops：智能体的运维哲学文档中提出了一个新概念——Agent Ops。它相当于 DevOps 在智能体时代的延伸。因为智能体行为具有不确定性，传统的“单元测试=预期输出”已经失效。Agent Ops 的目标是通过指标驱动、日志追踪、模型评审和用户反馈闭环，让系统在不确定中保持可靠。一个新的职位或部门来了？Agent Ops6. 安全与治理：从单Agent到Agent Fleet当智能体数量增多，问题就从“怎么造一个Agent”变成“如何管理一群Agent”。Google 提出的解决思路是建立控制面板（Control Plane），统一管理身份、权限和通信协议（MCP/A2A），避免Agent Spraw（智能体泛滥失控）。有意思的是，文中引入了“Agent作为新型主体（principal）”的概念，认为Agent不只是代码，而是一种能独立被认证、被授信的行动体。7. 学习与自演化：Agent Gym 的想象力最后几章讨论了“Agent如何自我进化”。Google 提出了一个概念叫 Agent Gym，类似模拟环境，用来让智能体在离线条件下训练、演练、红队测试、吸收人类反馈，从而“成长”。这个暂时用不上，估计大公司比较有资源搞。——这两个新的点，之前没深刻理解：1. Agent = 新的软件范式。过去我们以为“智能体”只是“会用工具的模型”，但Google用这份文档明确告诉大家——Agent是一种新的软件范式。它不是应用AI，而是用AI重新定义应用。2. Agent的核心不在“思考”，而在编排（orchestration）。未来的开发者更像导演而不是程序员——我们要设计场景、挑演员、布置镜头，让智能体自然演出目标行为。#ai创造营##科技#

39. Anthropic 官方教程：为 Agent 设计高效工具的最佳实践

40. 《智能体设计模式》第六章「规划模式」完成翻译了，目前已翻译章节：00 - 前言部分网页链接01 - 第一章：提示链模式网页链接02 - 第二章：路由模式：网页链接03 - 第三章：并行模式网页链接04 - 第四章：反思模式网页链接05 - 第五章：工具使用模式网页链接06 - 第六章：规划模式网页链接规划模式让智能体具备前瞻性思维能力，能够将复杂任务拆解为更小且可管理的步骤，并制定实现预期结果的策略。通过规划能力，智能体不再只是对眼前输入作出反应，而是能够自主规划从初始状态到目标状态的完整路径。这里为大家梳理几个关键要点：1. 核心理念：从被动响应到主动规划规划模式的核心在于建立「理解目标 → 制定计划 → 执行步骤 → 灵活调整」的智能流程，让智能体具备战略性、目标导向的执行能力。- 传统模式的局限：基础智能体只能对眼前输入作出反应，缺乏处理复杂多步骤任务的能力，无法将高层次目标拆解为可执行的子任务。- 规划模式的价值：智能体能够接收高层次目标并自主拆解为有序的执行步骤，在遇到阻碍时灵活调整路线，从而有效处理包含多个步骤和相互依赖的复杂任务。2. 规划的关键特征规划模式通过以下特征实现智能化的任务执行：- 目标驱动：接收高层次的目标声明（做什么）而非具体指令（如何做」，由智能体自主决定实现路径。- 即时生成：计划不是预先存在的，而是根据当前状况和目标要求即时生成的。- 灵活应变：初步计划只是出发点，智能体能够接纳新信息并在遇到阻碍时动态调整策略。- 结构化分解：将复杂目标拆解为一系列更小、可执行的步骤或子目标，按逻辑顺序处理依赖关系。3. 典型应用场景规划模式在四大领域展现出核心价值：- 流程自动化：编排复杂工作流，如新员工入职流程，包括创建账户、分配培训、部门协调等有序子任务。- 机器人与自主导航：进行状态空间遍历，生成从起始状态到目标状态的最优路径，同时遵守环境约束。- 结构化信息整合：生成研究报告等复杂输出，规划包含信息收集、数据归纳、内容结构化、迭代打磨等阶段。- 多步骤问题解决：制定并对系统化流程进行诊断、实施解决方案，并在必要时升级处理。4. 实现框架与特点- CrewAI：通过定义明确的智能体角色和任务，支持先规划后执行的工作流，适合结构化的多步骤任务。- Google 深度研究：利用多步骤动态迭代流程，把用户提示拆解为研究计划，循环执行搜索与分析，生成带引用的结构化报告。- OpenAI 深度研究接口：提供编程化控制能力，支持 MCP 协议连接私有知识库，展示完整的中间步骤（推理、搜索、代码执行）。5. 使用时机与权衡当任务复杂度超出单一操作范围时，应当使用规划模式，但需要权衡灵活性与可预测性：- 适用场景：任务需要多个相互依赖的步骤才能完成；「如何做」的方案需要探索而非已经明确；需要自动化处理复杂的工作流程；需要生成全面、综合的结果。- 权衡考量：当问题的解决方法已经清楚且可重复时，固定流程比动态规划更有效；规划增加灵活性的同时也引入了不确定性；需要在自主性和可预测性之间找到平衡。- 核心价值：将智能体从简单的被动响应者提升为战略性、目标导向的执行者，能够管理复杂流程并产出全面综合的结果。项目：github.com/ginobefun/agentic-design-patterns-cn/blob/main12-Chapter-06-Planning.md#人工智能##程序员#

41. 第三天《Context Engineering: Sessions & Memory》，一个Agent做得好，80%看上下文管理！这个pdf有72页，系统讲述了如何让LLM在交互中形成“状态”“个性”与“持续学习“，想做好AI Agent的别忘记深读一下这个文档。划线点：1. 上下文工程的核心理念传统的 Prompt Engineering 只关注如何写出一个最优提示，而 Context Engineering 则是更高维度的概念。它要求开发者在每次模型调用前，动态地拼装完整的上下文——包括系统指令、工具定义、few-shot 示例、外部检索内容、长期记忆以及当前对话历史。白皮书中有个比喻：如果 Prompt 是食谱，那么 Context Engineering 就是备料，决定了模型能否稳定地产出理想结果。2. Session vs. Memory Session 是一场对话的“工作台”，保存着事件日志和临时状态；Memory 是长期的“档案柜”，从这些对话中提炼出可复用的知识。 Session 负责连贯性，Memory 负责持续性。3. 多智能体系统中的会话共享多个 Agent 协作时，Session 的设计变得更复杂。不同框架（如 ADK、LangGraph）内部的数据结构差异较大，直接共享会导致互操作问题。文档提出用框架无关的 Memory 层作为共享语义中枢，各 Agent 通过抽象化的记忆数据交换信息，从而实现真正的跨框架协作。4. 长上下文的管理与压缩模型上下文窗口有限，随着会话增长，成本、延迟和注意力衰减都会出现。有三种压缩策略：（1）保留最近 N 轮（滑动窗口）；（2）基于 token 数截断；（3）递归摘要，用 LLM 生成对旧内容的总结。这些方法共同目标是保留必要、舍弃冗余，让模型始终聚焦关键信息。5. 记忆系统的设计与生命周期记忆并非简单存储，而是一套动态的 LLM 驱动工作流，涵盖提取、整合、存储、检索与遗忘（有点像一个ETL系统）。提取阶段从原始对话中识别有意义的信息；整合阶段解决重复与冲突；存储可采用向量数据库、知识图谱或混合架构；检索阶段结合语义相似度、时间衰减与重要度评分挑选最合适的记忆。文档还提出“遗忘”机制——旧记忆会随时间或置信度衰减被归档或删除，以保持知识库的健康。划重点：真正的智能不在于保存全部信息，而在于知道何时、为何、记什么、忘什么。一个理想的 Memory 系统，像人脑的海马体，既能在短期保持上下文，又能在长期过滤、压缩、抽象出模式。 AI Agent的设计应该把动态遗忘作为标准功能来设计，而非可有可无的能力。6. 触发策略与 Memory-as-a-Tool 模式记忆生成可在会话结束、固定回合、实时、或用户显式命令下触发。频繁触发可保留更多细节，但计算成本高；批量触发更经济，却易失真。白皮书提出 Memory-as-a-Tool 模式：让 Agent 自行判断何时、为何生成记忆，将“记忆何时发生”的控制权交给模型逻辑本身（划重点！）。7. 信任、来源与隐私文档专门讨论了 Memory 的来源溯源（Provenance）：每条记忆应携带来源类型、时间戳、置信度与可信层级。系统需依据来源权重解决冲突，并对个人敏感信息在写入前脱敏，确保隔离与合规。8. RAG 与 Memory 的对比 RAG 让模型更懂世界， Memory 让模型更懂你。前者检索外部事实，后者积累用户语境。Agent 需要二者结合，既具世界知识，又具个人连续性。#ai创造营# #程序员#

42. Agent常见面试题：LLM 是如何学会调用外部 API 或工具的？1 训练数据让模型先“知道工具是怎么用的”在模型具备工具调用能力之前，它必须先在训练数据里看到足够多的工具调用示例。通常包含两类数据：1）真实 API / 工具调用代码或文档，例如：a. “要获取天气，请调用 get_weather(city=...)”b. “要计算数学表达式，请调用 calculator(expression=...)”2）人类标注或模型生成的“对话 + 工具调用”示范，例如：a. 用户问：杭州天气如何？模型示范：调用 tool.get_weather({city:"杭州"})再根据工具返回的结果继续回答。通过这些示例，LLM 学会了：什么问题对应调用什么工具；工具调用的格式是什么；什么时候不该调用工具。2 监督学习（SFT）使模型学会“根据指令选择工具”在 Fine-tuning 阶段加入大量的示例：1）该调用工具的场景2）不该调用工具的场景3）多工具协作场景例如：用户问「告诉我台北到上海的机票价格」。正确示例：a. 模型判断这需要实时信息b. 模型调用 flight_search API模型学习到：当遇到“需要外部信息/计算能力”的问题时，应倾向调用工具。3 通过 RLHF 让模型“偏好正确的工具调用行为”强化学习阶段会奖励：1）正确调用工具2）不乱调用工具3）工具调用后能给出正确结果惩罚：1）不必要的调用2）调用错误的工具3）调用格式不正确这一步让模型不仅会“模仿”，还会“懂得什么时候该调用工具”。4 ReAct / 规划式数据让模型学会 “推理后再决定工具”许多训练数据采用 ReAct 风格：1）模型先思考：要不要调用工具？2）再决定工具调用3）执行后再继续思考与回答这种数据让模型具备：1）任务分解2）长链路推理3）工具调用规划最终效果是：面对复杂任务，模型不会盲调，而是自行形成“推理 → 调用 → 再推理”的结构化流程。5 架构层提供“可调用工具的接口”现代 Agent 框架都会在推理阶段给模型提供一个结构化 schema：1）告诉模型有哪些工具2）告诉模型调用格式3）告诉模型每个字段是什么类型这样模型在生成内容时不需要“猜”，而是严格遵循系统提供的 schema，直接输出可执行的 JSON 或结构化调用指令。例如：1）系统提供工具：search(query: string)2）模型内部只需决定：要不要调用？，以及 query 内容是什么。6 推理时的实际行为：模型并不真的“执行工具”，而是生成结构化调用请求推理时发生的事情是：1）模型生成 JSON 指令，例如：{"tool":"search", "query":"杭州天气"}2）外部系统执行工具并将结果返回3）模型继续根据工具结果生成下一步行动或最终答案模型本身没有执行能力，它只是生成符合 schema 的字符串而已。总结LLM 学会调用外部 API / 工具，是一个“示例训练 + 强化学习 + 架构支撑 + 推理策略”组合的结果：1）先在数据里看到大量工具调用示范2）通过 SFT 学会该如何调用3）通过 RL 学会什么时候应该调用4）通过 ReAct 学会任务分解与步骤规划5）通过 functions/schema 让调用标准化因此模型看起来像真的“理解工具”，但本质是根据统计学习到的模式生成结构化指令。#ai创造营# #程序员#

43. 罗福莉携小米MiMo-V2-Flash首次亮相：一次在推理与Agent上的下注｜甲子光年

44. 马斯克最新预测马斯克最新预测：特斯拉重大拐点，人形机器人量产倒计时！当AI开始制造劳动力，人类必须重新定义工作的意义！#AI #特斯拉 #马斯克

45. 随着AI智能体的发展，能做好决策、持续创新的人，会拥有独特的竞争力。#大咖观察 #红衣聊AI #行业研究

46. 对话云栖大会：下一个AI爆款、大模型进化与Agent万亿级企业市场

47. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

48. 什么是 AI 智能体？

49. AI 智能体上下文工程 4 大核心策略，拯救大模型的「金鱼记忆」！

50. 论文 Fundamentals of Building Autonomous LLM Agents，系统性地梳理 “如何构建一个真正具备自主性的 LLM 智能体”，也就是从「语言模型」走向「智能体」（而不仅仅是增强的聊天机器人／工具调用系统）。论文提出希望解答以下几个研究问题（RQs）：（1）设计空间（Design space）：核心子系统（感知／推理／记忆／执行）有哪些可选方案？如何系统化组织？（2）子系统整合（Integration）：在现实软件环境（比如 GUI、web 任务）中，这些子系统如何闭环协作？（3）推理效能（Reasoning efficacy）：不同推理策略（如 Chain-of-Thought、Tree-of-Thought、并行规划等）对任务成功率、效率、成本有什么影响？（4）记忆影响（Memory impact）：短期／长期记忆机制（例如 RAG、上下文管理）怎样提升模型在长时程任务或大上下文任务中的表现？（5）失败模式与缓解（Failures & mitigation）：代理在哪些方面容易失败（如幻觉、GUI误定位、重复循环、工具误用）？有哪些缓解技术？（6）评估与泛化（Evaluation & generalization）：有哪些基准／指标适用于评估此类代理？代理能在多任务、多界面条件下泛化吗？★ 核心架构论文将一个具备自主能力的 LLM 智能体拆解为以下四大模块：1. 感知（Perception）系统2. 推理／规划（Reasoning／Planning）系统3. 记忆（Memory）系统4. 执行（Execution）系统★ 感知系统感知系统是智能体“看／听／感知环境”的部分。论文提及四种主要方式：文本感知、多模态感知、结构化数据／信息树感知、工具辅助感知。- 文本感知（Text-Based）：环境以纯文本形式输入，LLM 直接处理。这种方式代价最低，但只适用于文本驱动的场景。- 多模态感知（Multimodal）：环境包含图像／视频＋文字，使用视觉‐语言模型（VLM）或多模态 LLM（MM-LLM）将视觉输入编码为与文本兼容的向量。- 结构化数据／信息树（Information Tree / Structured Data）：例如 GUI 的 Accessibility Tree、HTML DOM 树，将界面元素结构化地输入模型。- 工具辅助感知（Tool-based）：智能体调用外部 API／工具获取环境信息（如网页检索、数据库查询、传感器数据等）然后将结果反馈给 LLM。论文还指出感知系统的关键挑战：例如图像识别中模型可能“幻觉”对象、上下文窗口受限、高计算／延迟成本、数据收集困难等。★ 推理系统推理系统是智能体“思考／规划／决策”那部分。论文讨论了多种方法：- 任务分解（Task decomposition）：把大任务拆成子任务。包括“先分解再规划”（Decomposition first）和“交错分解”（Interleaved decomposition）两类。- 多方案生成与选择（Multi-plan generation & selection）：代理生成多个可能方案（如通过 Tree-of-Thought, Graph-of-Thought, LLM-MCTS 等）然后选择最优一个。- 反思（Reflection）：智能体在执行后或执行途中反思自己的决策／行动，识别错误并改进。甚至“预反思”（anticipatory reflection）在执行前预测失败。- 多智能体系统（Multi-agent systems）：将推理分为多个“专家”模块（Planning Expert、Memory Expert、Error Handling Expert 等），各司其职、协同完成。★ 记忆系统记忆系统使智能体不仅“即时反应”，还能“记住过去、用过去指导未来”。论文区分短期记忆与长期记忆。- 长期记忆（Long-term memory）：如将经验固化、使用 Retrieval-Augmented Generation（RAG）从外部知识库检索、将结构化数据（如 SQL 数据库）用于查询。- 短期记忆（Short-term memory）：通常是 LLM 的上下文窗口中的“当前任务状态”。- 应存储的数据类型：成功经验、失败经验、动作轨迹、环境反馈等。将“失败”经验也显式记录有助于避免重复错误。- 记忆系统的挑战包括：上下文窗口限制、检索噪声、长期记忆如何更新与维护、如何避免“记忆漂移”等。★ 执行系统执行系统是智能体“将内部决策落实为环境动作”的部分。论文谈到执行系统要支持工具调用、API／代码生成、物理操作、GUI 控制等。具体维度包括：- 工具与 API 集成（Tool and API Integration）- 多模态行动空间（Multimodal Action Spaces）——例如 GUI 控制、视觉界面操作、机器人控制、代码执行等。- 整合挑战（Integration Challenges）——例如如何让决策结果真正映射到动作、如何反馈结果、如何监控执行失败／成功。论文：arxiv.org/abs/2510.09244#ai创造营##程序员#

51. 27岁清华学霸姚顺雨掌舵腾讯AI 27岁清华学霸姚顺雨掌舵腾讯AI，一个98年出生的年轻人，从清华姚班到 OpenAl，再到腾讯首席AI科学家，顶级人才回流，AI竞赛正式进入agent时代！#AI #腾讯 #agent

52. 无论未来做什么，智能体和大模型都是AI进化的基础。 #大咖观察 #红衣聊AI #AI新星计划 #具身智能

53. Effective Agent Design概述了高效AI智能体（Agent）设计的核心原则，强调上下文管理是提升自主性的关键挑战。1. 现代智能体正趋向于采用类Unix架构，通过赋予模型访问文件系统与命令行（CLI）的权限，来扩展其行动空间并减少对模型内置窗口的依赖。2. 详细讨论了上下文工程的多样化策略，包括利用渐进式披露来优化工具调用、通过缓存技术降低成本，以及利用子代理隔离来处理复杂任务。3. 文章预判了持续学习与自我进化的趋势，即智能体能反思过去经验以更新记忆或技能。4. 展望了多智能体协作与长期运行任务的基础设施建设将成为未来的重要演进方向。访问：x.com/RLanceMartin/status/2009683038272401719#ai创造营# #程序员#

54. 未来智能体不能把它看成软件，它可以把大模型的专业能力提炼出来 #大咖观察 #红衣聊AI

55. 吉利发布AI座舱，Flyme Auto 2 + 超拟人情感智能体Eva正式上车！领克10EM-P和吉利银河M9率先搭载。这次不只是语音助手升级，Eva能主动理解、规划和执行任务，像真人伙伴一样全程陪伴，还有端到端语音和流动记忆，服务更贴心。系统层面实现“一个座舱”统一架构，AI体验无缝流转，软件生态以智能体为核心，告别传统“人找功能”，做到了“服务找人”。这波智能化深度，可以的。

56. Google Cloud 推出多智能体 AI 系统参考架构，助力构建高效协作的专业 AI 代理，实现复杂业务流程优化。核心思想是将大任务拆解成多个子任务，由多个专长智能体协同完成，提高效率与准确性，同时支持人机协作保障安全与可靠。架构亮点：- 用户输入由前端发送至协调者代理，自动选择合适代理流程（顺序执行或迭代优化）。- 任务子代理、质量评估器和响应生成器分工明确，支持多轮优化与人工干预。- 支持无服务器 Cloud Run，结合 Vertex AI、GKE、Model Armor 等多款 Google Cloud 产品和开放协议（A2A、MCP），确保系统安全、兼容和扩展性。应用场景广泛：- 财务顾问：实时数据检索、金融分析、个性化股票建议、自动交易执行。- 研究助理：规划、数据收集分析、报告撰写，支持迭代评估完善。- 供应链优化：库存管理、物流跟踪、供应商沟通，实现高效供应链协同。设计要点：- 安全：结合传统安全与动态防御，强调人工监督和最小权限，利用 Model Armor 防范提示注入和敏感信息泄露。- 可靠性：支持容错设计、故障模拟、日志和异常处理，确保高可用。- 运营：全面日志监控、智能体输出评估、工具共享和跟踪，提升运维效率。- 费用与性能优化：合理选型模型与资源，提示工程优化输入输出，支持上下文缓存和批量请求降低成本与延迟。后续行动：- 利用智能体开发套件（ADK）快速构建与部署。- 结合 Agent Garden 示例和代码，实践多智能体系统。- 深入理解 Google Cloud AI 和机器学习的架构原则与最佳实践，实现业务价值最大化。多智能体 AI 系统正推动智能自动化迈向新高度，将复杂任务拆解为可管理模块，提升效率与安全，适合金融、研究、供应链等多领域。推荐架构详细解读请见：cloud.google.com/architecture/multiagent-ai-system

57. 昨天这篇文章提到了强化机制（网页链接），此强化非彼强化，正好详细了解了一下。这里的强化机制并非机器学习领域的强化学习，而是一种为大模型注入额外提示、补全上下文、修正轨迹的工程技巧。它的核心目标是让 Agent 在多步任务中保持方向稳定、决策一致。1. 解决什么问题？当 Agent 需要处理复杂的多步骤任务，模型常常出现以下问题：1）工具报错后无法正确恢复当错误信息过长或过几轮后被遗忘时，模型会继续产生无效输出。2）忘记初始目标在长上下文中，模型会偏向于处理眼前的文本，而不是任务本身。3）被工具输出的噪声误导许多系统的工具输出不够结构化，模型难以正确解析。4）循环行为模型可能重复调用相同工具，或重复生成相同解释。2. 什么是强化机制？为了让 Agent 能够顺畅执行任务，工程实践中逐渐形成了一种关键方法，即“强化机制（reinforcement）”。强化机制通常包含三类信息：1）原始工具输出2）对工具输出的解释、总结或结构化处理3）针对任务目标的提醒、下一步行动建议或错误纠正提示这种方式让模型在下一轮推理时，不仅知道发生了什么，还知道应该如何继续。3 强化机制是如何运作的？为了说明强化机制如何发挥作用，可以将 Agent 的通用循环简化为四个阶段：1）用户或系统提出任务2）模型给出行动（如调用工具或生成内容）3）工具返回结果4）系统将结果整理后重新注入模型，让模型继续强化机制作用在第四阶段，它通过人工设计“强化后的上下文”结构，让模型更理解状态，也更容易走上正确路径。一个典型的强化注入可能包含：1）工具原始输出2）提炼后的关键点3）关于失败原因的简要解释4）明确提示模型下一步应该做什么5）任务目标的提醒4 强化机制的常见形式在实际系统中，强化机制可以通过多种形式实现：1）结果总结将工具输出的关键部分提炼为简短段落，让模型更容易解析。2）错误解释遇到报错时，用自然语言告诉模型：错误原因是什么，应该如何修复。3）结构化状态把工具状态包装成 JSON 或结构化文本，让模型减少解析错误。4）目标重申在任务进行多轮之后，重新提醒模型最终目标是什么。5）自我检查（Self-Check）让模型根据当前状态生成“我下一步应该做什么”的列表，并在下一步回显给自己。6）路径规划在关键步骤加入“你已完成哪些步骤，还剩哪些步骤”的信息。这些设计本质上都是为了让模型更容易维持任务链路。5 如何设计一个高质量强化机制？如果你正在构建自己的 Agent，可以遵循以下设计原则：1）状态必须清晰不让模型自己推理上下文，而是直接告诉它关键点。2）信息必须简短强化信息越长，越容易被淹没在上下文中。3 ）错误必须显式解释模型在理解错误时的鲁棒性很差，需要手工解释。4）目标必须持续提醒尤其是超过三轮的任务，不提醒必偏航。5）工具结果必须被结构化能 JSON 就不要纯文本。通过这些工程技巧，可以显著提升 Agent 的稳定性。#微博兴趣创作计划# #人工智能#

58. 理想汽车 CTO 谢炎在 2025 云栖大会|开幕式圆桌会议做了分享，其中就包括大家关注的理想AI、VLA、芯片这三个领域内容:1. 理想汽车的AI战略与架构布局。谢炎表示，智能与新能源对未来车企的重要性是同等的，因此理想汽车超过 50% 的研发投入都放在人工智能领域，形成了差异化的战略路线。在架构设计上，理想将AI布局划分为三层：底层是高效的车端推理系统，涵盖芯片、操作系统、通信组件和上层服务的整合，目标是实现更高效率、更低成本和更强算力，支撑核心的自动驾驶任务；中层是VLA基座模型，既要让汽车具备理解三维世界的能力，又要具备人类常识和推理规划能力，理想同时与外部大模型团队开展合作；顶层则是具体应用，包括「AI驾驶员」，相当于每辆车标配的智能驾驶代理，以及「座舱管家」，能打通地图、音乐、外卖等互联网服务，满足用户出行与生活场景需求。通过三层垂直整合，理想强调技术从底到顶的联合设计，以追求极致的产品体验。⸻2. 为什么理想汽车坚持做VLA？在自动驾驶行业中，是否需要语言模型一直存在争议，但理想坚持推进VLA的原因主要有两点。第一，随着自动驾驶技术的演进，车辆必须应对越来越多corner case，这些低概率但复杂的情况无法仅靠大规模数据采集来解决，需要具备人类式推理能力的智能驾驶员。由于图像存在高噪声、不利于逻辑推理，而文字天然适合逻辑和抽象思维，因此语言模型成为关键。第二，从用户体验角度，智能驾驶必须让乘客感受到「像人一样思考」，否则即便安全也可能让人觉得不适。大语言模型通过学习人类海量文本，不仅能生成语言，也能形成接近人类的思维模式，使自动驾驶的行为更贴近人类直觉，提升信任感和舒适度。这些原因使理想坚定地将语言能力引入到自动驾驶核心架构中。⸻3. 为什么理想汽车要自研车端推理芯片？随着VLA和大规模AI模型引入车辆，Scaling Law「规模定律」开始发挥作用，模型的智能提升依赖于更大规模和更长推理链条，这使得车端算力需求呈指数级上升。现有芯片供应商难以满足这种演进需求，因此理想选择自研车端推理芯片，以保证长期自主可控的发展路径。同时，理想认为在推理计算上，可能存在比GPU更高效的架构，因此正在探索新的技术方案。自研芯片不仅能实现更高效的推理，还能帮助理想更好地进行软硬件一体化设计，优化功耗、成本和实时性能。谢炎也特别强调，车端与云端算力体系并不完全相同，云端可能采用另一套解决方案，而车端必须以极致优化为核心目标。因此，自研芯片是理想在智能化战略中不可或缺的探索与投入。#理想汽车##微博新知博主# #理想i6上市# 德卤爱开车的微博视频

59. Leonie Monigatti深入剖析了AI代理中的记忆演进，从最初的RAG（检索增强生成）到Agentic RAG，再到具备读写能力的Agent Memory，厘清了这一系列技术的核心逻辑与突破。RAG诞生于2020年，其核心是将离线存储的外部知识检索进LLM上下文，解决模型记忆有限带来的问题。但其“单次检索”与“只读”限制导致复杂场景下仍有误导风险。Agentic RAG引入了“工具调用”机制，允许智能体主动判断是否需要检索、选择检索工具，并评估检索结果相关性，显著提升了灵活性和准确性，但仍无法动态学习和更新信息。Agent Memory则迈出关键一步：支持智能体不仅读取，还能写入和管理外部记忆，实现基于历史交互的持续学习和个性化体验。它将记忆从“静态”转变为“动态”，但也带来了记忆管理和遗忘机制的新挑战。这三者共同体现了信息“存储-检索-编辑-删除”的完整闭环，也反映了AI系统从单点知识调用向复杂记忆体系演进的趋势。未来，如何设计高效的多源、多类型记忆管理策略，将是提升AI智能和人机交互体验的关键。详细内容及代码示例请见原文：leoniemonigatti.com/blog/from-rag-to-agent-memory.html

60. 《Making Sense of Memory in AI Agents》 AI智能体的“记忆”其实是指它们跨多轮对话，记住并调用重要信息的能力。这让智能体能从反馈中学习，适应用户喜好，提升体验和效果。但目前驱动这些智能体的语言模型（LLM）本身是无状态的，每次交互都是“重头开始”，没有内置记忆功能。要实现记忆，必须借助外部存储或上下文管理，帮它们回顾之前的对话内容。“记忆”既是信息的存储位置（如数据库、Markdown文件），也是一种信息管理机制。研究中区分了“智能体记忆”（agent memory）和“自主记忆”（agentic memory）——前者是赋予智能体访问记忆的能力，后者是智能体主动写入和管理记忆的系统。智能体记忆大致分为短期和长期两类： - 短期记忆存在于模型的上下文窗口里，保存当前对话内容； - 长期记忆储存在外部系统，如向量数据库，保存更稳定、广泛的信息。模仿人类记忆结构，有四种记忆类型：工作记忆（当前对话）、语义记忆（事实）、情景记忆（经历）、程序记忆（指令）。另一种设计思路则划分为消息缓存、核心记忆、回顾记忆和档案记忆，分别对应不同存储和管理策略。智能体记忆管理的关键，是如何在上下文窗口和外部存储间高效传递信息，着重解决以下难题： - 如何避免上下文过长导致响应变慢和成本飙升； - 如何判断哪些信息需要被记住、更新或者删除，防止记忆膨胀和信息质量下降。这里涉及“显式记忆”（智能体主动识别和保存重要信息）与“隐式记忆”（系统自动定时更新或批处理记忆）的区分。实现时，当前对话通常用列表形式保存，指令用文本文件，其他信息则根据检索需求存数据库。技术挑战主要集中在延迟控制和“忘记机制”的设计：如何精准判断哪些信息该被遗忘，防止系统负担过重，保持记忆的相关性和有效性。目前，围绕智能体记忆管理的开发框架快速涌现，如mem0、Letta、Cognee、zep，以及LangChain、LlamaIndex等通用智能体开发工具，都在积极推动技术成熟。总结来看，AI智能体记忆设计是连接短期对话和长期知识存储的桥梁。它不仅关乎记忆的保存，更涉及记忆的更新和遗忘，是打造更智能、更贴心AI的核心难题和发展方向。原文：leoniemonigatti.com/blog/memory-in-ai-agents.html

61. 让AI智能体拥有像人类的持久记忆：基于LangGraph的长短期记忆管理实践指南网页链接如何让AI智能体（Agent）像人类一样拥有持久的记忆，从而在复杂的连续任务中保持上下文感知和深度理解？这已成为构建高级智能体的核心挑战。本文将深入探讨Agent Memory的核心概念，并聚焦于LangGraph框架下的长短期记忆实现，详解短期会话与长期知识的存储、管理、语义检索等技巧。更进一步地，我们将通过一个引入MCP协议的实战案例，手把手带你构建一个真实的融合长记忆机制的Multi-Agent系统，直观展示中断、记忆与协作的融合。

62. 【#科研速递# 清华科研团队合作提出大语言模型与智能体驱动的城市规划新范式】近日，清华大学电子系城市科学与计算研究中心、建筑学院与国外学者组成跨学科团队，首次系统性地提出了一个由大语言模型（LLM）驱动的智能城市规划框架，该框架将AI的强大计算、推理与生成能力，同人类规划师的专业经验与创造力深度融合，旨在将AI打造为人类的“智能规划助手”，共同应对现代城市规划中的复杂挑战，为实现更高效、创新和响应迅速的城市设计流程，开启了人机协同的新范式。研究成果以“大语言模型时代的城市规划”为题，发表于《自然·计算科学》。论文链接：网页链接 #小清在看# 清华大学

63. 智能体来了我用36小时从0到1，实现了能自动处理任务的AI智能体

64. 智能体是自主与它主的协同调度

65. 智能体

66. AI智能体（AI Agent）

67. Agent智能体

68. AI智能体

69. 智能体来了

70. 从 0 到 1 开发一个能自动执行任务的智能体

71. 智能体来了

72. 智能体的结构

73. 什么是智能体？

74. Agent（智能体）的工作流程

75. 智能体智创未来

76. 创新工作室开课啦！第18弹 | 智能体如何像人一样，自主完成复杂任务？

77. 【C#程序员入门AI系列教程】AI Agent入门

78. AI Agent

79. AI Agent（智能体）如何构建？什么时候该用？有哪些模式？

80. 每天吃透一个LLM知识点 | Agent智能体

81. 大模型智能体

82. 打造长程智能体

83. 从“工程天坑”到“价值高地”

84. OpenAI 官方重磅发布！《智能体 Agent 实用指南》280 页完整版权威 PDF 正式亮相

85. OpenAI Agents SDK

86. 像给手机装 App 一样给 AI 装技能？OpenAI 发布智能体技能库

87. AgentKit

88. OpenAI首发！280页《智能体Agent实用指南》碾压同级教材!

89. 宇树科技王兴兴

90. 记忆，是 Agent 从 Demo 走向产品的分水岭

91. 构建有记忆的 AI Agent

92. 🫖 Agent 会“记住”我吗？聊聊短期记忆、长期记忆与上下文窗口

93. 帮助大模型自主“思考”的关键

94. Agent memory 来打造钢铁侠管家“贾维斯”

95. 年前看到最有深度的AI下半场Agents记忆机制综述

96. 从静态推理到动态交互

97. Agentic Reasoning for Large Language Models: Foundations · Evolution · Collaboration

98. 年前一波，谷歌&Meta

99. Google 白皮书核心解析

100. Agent时代来临

101. 斯坦福提出 AgentFlow

102. Agent框架各自为战？谷歌&微软

103. 一篇详解Planning

104. GLM-5真实能力边界

105. 智能体评测基准 32场景138个任务。📚arXiv: 2601.11044

106. 智能体来了从 0 到 1

107. Agent-as-a-Judge

108. AI系列-智能体的完整架构与LLM的位置

109. Agent实战

110. LLM+RL+Task

111. LLM 全新智能体架构

112. Agent决策链与连续行为控制的实验评估

113. 如何提升AI Agent的任务完成率？

114. 吴恩达亲授

115. 涌现观点｜15 步就崩的 Agent，靠「丢包」才能跑远

116. Agent多步任务总卡壳，从上下文断裂到状态自愈以及一致性与可恢复性实战手册

117. 什么是智能体（AI Agent）

118. Day 2｜AI 智能体的底层结构

119. 智能体系统何时以及为何有效 | Google Research

120. 智能体 = AI技术 + 任务 + 程序

121. 物理AI+物联网智能体

122. Anthropic:构建智能体的最佳实践2/2 | 笔记

123. 智能体设计模式三

124. 20页论文!LLM智能体环境Scaling综述

125. 硅谷最新调研

126. “多智能体”上岗元年将至

127. 智能体_讲师台

128. 智能体的现况和发展趋势

129. 智能体技术加快多场景应用

130. 日媒:智能体普及或将催生“超级公司”

131. 从生成式语言模型到智能体,对我们人类的生活会产生什么影响?

132. 智能体发展

133. 什么是智能体?

134. 智能体定义及其在人工智能中的应用

135. 智能体是什么?全球3类主流智能体的特点、类型、价值、挑战

136. 华为石冀琳:“智能体”是一个开放的生态系统

137. 什么是智能体.docx.pdf

138. 如果我写颁奖词 “智能体”应该如此

139. 什么是智能体(agent)

140. 智能体_讲师台

141. 智能体:AI产业化的重要抓手,未来十年增长引擎

142. 智能体

143. IDC：2026智能体十大预测（附90个智能体PPT）

144. The Tool Decathlon：AI智能体的”十项全能”测试，最强模型也只能及格？

145. 最新综述！北交大等团队系统梳理LLM Agent推理框架核心进展

146. Agent搭建框架全解析

147. Agent（智能体）入门篇 | 什么是agent？

148. 大模型Agent设计模式-规划模式：化繁为简、动态修正

149. 从基础模型到智能体，一次读懂Code LLM全景图

150. 最强AI助手Agent 3来袭 | 自动测试修复应用

151. 智能体的安全与可控性问题

152. 这波把电脑助手玩明白了！多 agent 并行 + 叙事筛选，成功率直奔人类水平

153. 从热潮到实践：AI智能体如何重塑车联网安全运营的范式

154. AI Agent：从语义革命到商业重构，一场静默的产业迁徙

155. 电商做决策全靠 “猜”？导入 AI Agent，3 步告别盲目，订单涨 40%

156. 从模块到良好：如何设计一个生产级的Agent架构？

157. Agent 智能体介绍

158. 企业级 Agent 设计开发指南

159. 斯坦福AgentFlow：复杂推理任务智能体框架

160. AI Agent | 12个AI工作流与Agent智能体基础概念解析!

161. Agent之殇

162. Agentic多模态智能体工具调用。🌍 研究背景多模态大语言模型虽在视觉-语言任务中取得进展，但在复杂、长程的视觉问答中仍力不从心。为此，多模态智能体（Agentic MLLM）通过调用外部工具（如检索、代码、视觉分析）扩展能力边界 ⚠️ 研究动机当前方法面临两大瓶颈： 1. 缺乏全局规划 → 工具调用盲目、推理碎片化； 2. 视觉上下文退化 → 初始一次性感知后无法重聚焦关键区域，导致错误累积 🛠️ ToolScope ToolScope包括三个核心模块： 1. Global Navigator 🌐 → 初期生成全局推理计划，预选必要工具 2. Agentic Executor 🤖 → 迭代调用三类工具： - Perceive：按需“再看”图像，动态聚焦视觉区域（解决退化问题）； - Search：文本/多模态知识检索； - Code：执行与调试代码 3. Response Synthesizer 🧼 → 提炼完整推理链，输出简洁、准确答案 ✨ 创新点将图像视为可查询的感知记忆，支持动态重注意力全局规划 + 局部感知统一，推理更连贯、高效在 4 个 VQA 基准上平均提升 +6.69%，兼容主流 MLLM ToolScope 属于 ReAct 风格，在多模态长程 VQA 场景下，在全局规划与动态视觉再感知方面，进行实质性扩展 #智能体 #AI #低空经济 #大模型 #知识前沿

163. 从工具到伙伴：一文看懂 AI Agent 与 Agentic AI 的核心差异 - 哔哩哔哩

164. Agent0：从零进化的大模型智能体

165. AI Agent设计模式：Planning模式，实现任务自主分解

166. Agent 专属必备神器，轻松实现智能体自主查找 Skill、完成安装适配

167. 系统揭示Agentic AI在医学领域挑战&机遇

168. Agent-Omni：任意模态组合下灵活理解&推理

169. 到底什么是智能体(Agent)？从LLM+Tools到多智能体架构的技术难点全解析

170. 通义｜AgentEvolver：agent自主进化新范式

171. 三篇论文，写清楚了Agent元年的困境

172. Agent的记忆机制如何设计

173. Agentic RL详解：打造自主学习自主迭代的高性能 Agent

174. 面试官：如何提升 AI AGENT 工具调用成功率

175. AI Agent从0到1定制开发全栈/全流程/企业级落地实战

176. 结合代码说说什么是ReAct框架

177. 为什么我在 2025 年并不看好 AI Agents

178. 字节一面：解释一下 Agent 的记忆机制，为什么主流 Agent 要淘汰传统 RAG？

179. 企业决策的未来：构建由AI Agent驱动的智能BI系统

180. Agent 构建中无法突破的数学定律

181. AI Agent设计

182. 25年18篇Multi Agent高引论文梳理!

183. MCPAgent：万级工具调用Agent

184. 构建定时 Agent，基于 Spring AI Alibaba 实现自主运行的人机协同智能 Agent

185. Agent0：零数据实现LLM Agent自我进化

186. 搞懂论文逻辑链之Agentic Systems - Multi-agent Architecture Search via Agentic Supernet

187. ATLAS: 动态优化多Agent指令，提升股票收益

188. 智能体新考场！上海交大发布TPS-Bench

189. 自主智能体爆发：AI“数字员工”正接管你的复杂任务链！

190. 亚马逊云科技助力AI自建记忆模块，Agent构建秘籍第三章！

191. 什么是agent？何时选择agent？大模型时代程序员的必备技能

192. 宇树科技首发人形机器人App Store！公测上线三大动作预设

193. 118.Agent专题：介绍一下，Agent 设计框架

194. 智能体（Agent）基本概念与概述

195. Agent工具调用和复杂任务执行的新突破

196. 大模型Agent记忆架构：如何借鉴人类遗忘机制优化系统性能！

197. ToolSafe：Agent工具调用安全新突破

198. AI Infra：大模型不思考，上下文替它思考

199. 谷歌云：统一数学框架揭秘AI Agent策略优劣

200. Agent记忆机制：从短期到长期的智能演进

2025-2026年头部科技公司密集发布智能体框架，AI迈向自主执行复杂任务新阶段

精选参考来源