当前位置：

社区首页

电脑数码

电脑整机

服务器

AIGC文章详情

国产大模型已具备支撑低成本AI智能体落地能力，2025下半年起密集发布原生Agent支持

源自222位全网作者

02-02 09:31

精选参考来源

AutoGLM的出现对agent的意义在什么地方？AI Agent到底有多强？

就在一机难求的豆包工程机和不愿被架空的大厂App们暗中较劲的当口，智谱开源了AutoGLM项目，并打出了「让每一台手机都能成为AI手机」的大旗。从时机来看，多少有些微妙，甚至评论区都有「千千万万个豆包手机站出来了」的呼声，但智谱也是全球大大小小的AI公司里第一批吃螃蟹的，早在一年前就发布了首个实现了自动接管手机的AI AGent，即这次开源的AutoGLM。智谱主动解释了选择开源的原因，一言以蔽之，就是要加快前沿技术从实验室到开发者之间的流通速度，任何个人、机构和组织都能把智谱的研究成果拿走即用，用于打造自己的产品。甚至我会隐约觉得，智谱和豆包是站在同一条战线上的——虽然它们同时也是大模型领域的竞争对手——没有说出来的潜台词是：如果手机厂商不敢做真正的AI手机，那么我们来做，如果各大平台拒不接受AI技术的应用场景，那么就让技术以更低的门槛「飞入寻常百姓家」。经过一年的发育，开源版的AutoGLM已经具有了相当规模的完成度，仅是直接支持接管的App就超过了50款，覆盖几乎所有高频使用的日常应用，超出范围的也并非无法接管，模型本身自带泛化能力，只是成功率可能有所波动。在试用的过程里，一种很强烈的即视感呼之欲出，一边是App们唯恐沦为管道以致于高度应激围追堵截，一边是走在前面的AI公司已经开始竞相尝试为模型寻求具身，历史的震荡回响如在耳旁：推倒那面柏林墙。智谱这家公司，最显眼的标签可能就是「清华系」，虽然从链路而言，其核心技术确实来自学术成果的转化，但在商业化方面，智谱也是国产大模型公司里的领先者之一。比如智谱主推的GLM系列大模型就在AI Coding市场里可谓有口皆碑，以致于能够单独撑起智谱的MaaS平台——和谁家模型都卖的其他MaaS平台不同，智谱的MaaS平台只卖自家的GLM模型——足见竞争力之强。而且在开源社区里，GLM也是冲击榜一的常客，4.5、4.6两个版本持续处在Hugging Face下载排名的第一梯队，和阿里通义并列，考虑到体量的差别，这份成绩的说服力不言而喻。这次开源的AutoGLM更是在GitHub里星数飙升，被大佬们盛赞为又一个R1时刻。或许正是因为长期担当大模型商用领域的「隐形王者」，智谱才能理解上游公司在应用AI技术上的种种迟疑：并非技术受限，是在猜忌的环境里，能力与动力双双不足。以AI手机为例，行业里早有共识，这个新品类一定会是扭转销量疲软的增长点，但迄今为止，所有的AI手机，依然都还是在把AI当成功能之一，而不是以AI为核心重新设计手机，这种矛盾，直接造成了喊起来口号响亮和用起来犹如鸡肋之间的割裂感。原因不难想象，大的厂商陷入「创新者窘境」，不愿轻易颠覆现有生态，加上在系统层必须引入专业的外部大模型产品，这将显著冲击到手机厂商对于OS的控制权，不得不「从长计议」。而当AutoGLM开源之后，「引狼入室」的担忧就在无形中被打消了，任何一家手机厂商，都能基于开源协议去做真正意义上的AI原生手机，在确保自己利益不受损的前提下，至少在新机的研发上往前再多迈几步。而那些顾虑更少、只欠能力的中小手机厂商，则大可把AutoGLM当作「弯道超车」的技术杠杆，既然已经在正面战场失去先机、打不过位置靠前的那几家巨头，不如更早备战下一代产品，抓住率先为市场供应AI原生手机的机会，但凡脱离市场份额里的「Other」分类，就是大赢。至于智谱，它并不受益于一城一池的得失，只有AI应用场景整体加速起来，大模型才会迎来更为汹涌的回报周期，就像智谱在MaaS平台的成功经验也是如此，生产力的跃升带来调用量的井喷，最终支撑起了平台级的商业模式。加速的意思是，既要腿力够强，也要障碍物够少。星星之火，可以燎原，智谱没有点燃那片荒原，它选择的是把火种交到每一个人的手中。或许很多年后回首，智谱开源AutoGLM，正是AI跨过拐点的第一步棋，也是用户发现和拿到手机主权乃至智能主权的最早火苗。#你的手机也能秒变AI手机#

全部
来源

内容由AI生成

1. AutoGLM的出现对agent的意义在什么地方？AI Agent到底有多强？

2. 就在一机难求的豆包工程机和不愿被架空的大厂App们暗中较劲的当口，智谱开源了AutoGLM项目，并打出了「让每一台手机都能成为AI手机」的大旗。从时机来看，多少有些微妙，甚至评论区都有「千千万万个豆包手机站出来了」的呼声，但智谱也是全球大大小小的AI公司里第一批吃螃蟹的，早在一年前就发布了首个实现了自动接管手机的AI AGent，即这次开源的AutoGLM。智谱主动解释了选择开源的原因，一言以蔽之，就是要加快前沿技术从实验室到开发者之间的流通速度，任何个人、机构和组织都能把智谱的研究成果拿走即用，用于打造自己的产品。甚至我会隐约觉得，智谱和豆包是站在同一条战线上的——虽然它们同时也是大模型领域的竞争对手——没有说出来的潜台词是：如果手机厂商不敢做真正的AI手机，那么我们来做，如果各大平台拒不接受AI技术的应用场景，那么就让技术以更低的门槛「飞入寻常百姓家」。经过一年的发育，开源版的AutoGLM已经具有了相当规模的完成度，仅是直接支持接管的App就超过了50款，覆盖几乎所有高频使用的日常应用，超出范围的也并非无法接管，模型本身自带泛化能力，只是成功率可能有所波动。在试用的过程里，一种很强烈的即视感呼之欲出，一边是App们唯恐沦为管道以致于高度应激围追堵截，一边是走在前面的AI公司已经开始竞相尝试为模型寻求具身，历史的震荡回响如在耳旁：推倒那面柏林墙。智谱这家公司，最显眼的标签可能就是「清华系」，虽然从链路而言，其核心技术确实来自学术成果的转化，但在商业化方面，智谱也是国产大模型公司里的领先者之一。比如智谱主推的GLM系列大模型就在AI Coding市场里可谓有口皆碑，以致于能够单独撑起智谱的MaaS平台——和谁家模型都卖的其他MaaS平台不同，智谱的MaaS平台只卖自家的GLM模型——足见竞争力之强。而且在开源社区里，GLM也是冲击榜一的常客，4.5、4.6两个版本持续处在Hugging Face下载排名的第一梯队，和阿里通义并列，考虑到体量的差别，这份成绩的说服力不言而喻。这次开源的AutoGLM更是在GitHub里星数飙升，被大佬们盛赞为又一个R1时刻。或许正是因为长期担当大模型商用领域的「隐形王者」，智谱才能理解上游公司在应用AI技术上的种种迟疑：并非技术受限，是在猜忌的环境里，能力与动力双双不足。以AI手机为例，行业里早有共识，这个新品类一定会是扭转销量疲软的增长点，但迄今为止，所有的AI手机，依然都还是在把AI当成功能之一，而不是以AI为核心重新设计手机，这种矛盾，直接造成了喊起来口号响亮和用起来犹如鸡肋之间的割裂感。原因不难想象，大的厂商陷入「创新者窘境」，不愿轻易颠覆现有生态，加上在系统层必须引入专业的外部大模型产品，这将显著冲击到手机厂商对于OS的控制权，不得不「从长计议」。而当AutoGLM开源之后，「引狼入室」的担忧就在无形中被打消了，任何一家手机厂商，都能基于开源协议去做真正意义上的AI原生手机，在确保自己利益不受损的前提下，至少在新机的研发上往前再多迈几步。而那些顾虑更少、只欠能力的中小手机厂商，则大可把AutoGLM当作「弯道超车」的技术杠杆，既然已经在正面战场失去先机、打不过位置靠前的那几家巨头，不如更早备战下一代产品，抓住率先为市场供应AI原生手机的机会，但凡脱离市场份额里的「Other」分类，就是大赢。至于智谱，它并不受益于一城一池的得失，只有AI应用场景整体加速起来，大模型才会迎来更为汹涌的回报周期，就像智谱在MaaS平台的成功经验也是如此，生产力的跃升带来调用量的井喷，最终支撑起了平台级的商业模式。加速的意思是，既要腿力够强，也要障碍物够少。星星之火，可以燎原，智谱没有点燃那片荒原，它选择的是把火种交到每一个人的手中。或许很多年后回首，智谱开源AutoGLM，正是AI跨过拐点的第一步棋，也是用户发现和拿到手机主权乃至智能主权的最早火苗。#你的手机也能秒变AI手机#

3. 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

4. 阿里推出千问AI助手，集成最新Qwen大模型，支持多端使用，终于踏上了自己的“Ch（ina）at GPT”之旅；阿里在开源模型领域已经是世界T1的存在了，这次推出的千问则具备深度研究、多语言翻译等功能，与ChatGPT、豆包对比表现全面，这也标志着标志国产AI正在从“能用”到“好用”，然后开始“引领”。[不愧是你] #Qwen##千问##千问AI# http://t.cn/AX2rDgci

5. 2026年智能体将会迎来快速增长期，会成各个企业的重点的投资和发展对象。国内将加速推动 “人工智能 +” 等重点领域的应用场景培育；旧金山的 Halper AI 正式成立，专注于简化 AI 部署流程，帮助面临资源和技术门槛的中小企业实现 AI 数字化转型；2025 首尔人工智能峰会，全球 70 余家企业顶级科技企业探共同探讨讨智能体在多领域的渗透。国内预计 2028 年企业软件中整合自主型 AI 的比例将从 2024 年的不足 1% 飙升至 33%，15% 的日常工作决策将由智能体自主完成。政策扶持将加速智能体在制造、医疗、金融等领域的渗透，形成通用智能体平台加行业专用解决方案的产业格局。#AI生活指南##AI创造营##一分钟视频创作季# 种斌Marco的微博视频

6. #全国产AI更懂你# 11月6日，科大讯飞发布基于全国产算力的讯飞星火X1.5深度推理大模型。该模型率先在全国产算力平台上攻克MoE模型全链路训练效率，端到端性能达到国际竞品效率的93%以上。其语言理解、文本生成、知识问答、逻辑推理、数学能力、代码能力等对标国际主流大模型，其中，数学能力持续保持国际领先。同时，星火多语言能力持续升级，支持130+种语言，整体性能达到GPT-5的95%以上，为世界提供AI发展的“第二选择”。 #科大讯飞全球1024开发者节#

7. #一分钟视频创作季# 智能体进入到需求侧与供给侧形成双重驱动。2026 年全球 AI 智能体市场规模将达 115.5 亿美元，较 2025 年实现 45.8% 的高速增长。中国市场增速更为迅猛，行业测算显示 2025 年国内企业级智能体市场约 109 亿元，未来三年复合增速超 211%，2026 年有望突破 300 亿元大关。消费电子与企业服务是核心增长点， 2026 年将有超 30% 的企业软件内置智能体能力，2026 年部署生成式 AI 智能体的企业比例将从 2025 年的 25% 翻倍至 50%，62% 的投资方预期实现 100% 以上回报。消费电子、网络安全、供应链管理成为投资热点，端侧与云端协同的混合架构将吸引更多资本布局。#AI创造营##财经朋友圈# 种斌Marco的微博视频

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

9. #你的手机也能秒变AI手机#最近AI手机火出圈，但动辄大几千甚至上万的价格，买个还在实验阶段的“半成品”属实肉疼。直到我用上AutoGLM，普通手机秒变AI手机！在应用内，对着手机说“帮我点杯热美式”，它自动打开外卖软件下单。说“去公司”，地图立刻规划好路线。就连发微博、超话签到这些琐事，动动嘴就能搞定，真正实现“懒人自由”，没想到AI可以离我这么近。更有意思的是，前段时间豆包手机助手因触及大厂利益被封杀，而智谱直接开源了类似的AI Agent核心技术，相当于把“AI手机助手”的能力变成了人人可用的工具！大厂想靠封号、风控拦住技术浪潮？这下估计不行了。 AutoGLM这种全自动操作的体验，真的让人上瘾，很容易爱上“动口不动手”的生活。仔细想想，这才是我们追求的真正的AI Phone时刻！

10. 当海外开发者还在为Gemini3 Flash惊叹时，小米开源大模型MiMo-V2-Flash横空出世，直接被老外吹成“Gemini平替”！它以309B参数实现2.6倍推理加速，延迟仅为DeepSeek-V3.2的一小部分，却在通用基准测试中性能相当。最让开发者疯狂的是，它不仅免费开源，推理成本还低至闭源竞品的2.5%，中国开源大模型的实力，这次真的让海外刮目相看

11. #DeepSeek新模型发布#DeepSeek-V3.2-Exp虽为实验版本，却亮出关键技术突破——DeepSeek Sparse Attention（稀疏注意力机制）。其核心价值在于针对性优化长文本处理：传统注意力机制计算复杂度随文本长度呈平方级增长，而稀疏设计通过动态筛选关键信息关联，大幅降低运算量，实现训练与推理效率双提升。尽管评测表现与V3.1持平，却在长文本场景释放了潜力。应用层面，该模型天然适配法律文书分析、学术论文精读、多轮对话历史理解等长文本需求场景。API降价50%与开源举措，更降低开发者试错成本，加速长文本AI落地。作为新一代架构过渡，它不仅验证了稀疏注意力的可行性，更以“效率不降、成本腰斩”的姿态，为行业探索大模型轻量化提供了可复制的中间路径。#秒懂热点就用智搜# 分析：【#DeepSeek新模型发布#】 DeepSeek发布Deep

12. 抖音前沿科技30X30｜采访AI超级个体 Gemini 3发布后，这5个开发者给自己的人生装上了外挂。 27年程序员老兵：用AI写出多部长篇小说，一边敲代码一边圆武侠梦；硬核奶爸：手搓本地AI操作系统，把私教装进孩子口袋； AI安全研究员：把AI变成科研副驾，打破思维墙；有效加速主义者：打造AI全自动分身，让AI替自己看新闻处理琐事；全栈讲师：降低新手学习门槛，把技术文档自动变成PPT；本期视频，产品君连线5位GDE谷歌开发者专家，带你拆解AI时代的超级个体，听听他们给普通人的真诚建议。 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #Google

13. 最近，彭博社爆出来一个消息：Meta不仅打算放弃了开源，还在搞一个代号叫牛油果的新模型项目，这个项目蒸馏了好几家的开源模型，其中就包括阿里的千问大模型。作为曾经研究过技术研发的程序员，Meta选择蒸馏阿里千问、中国开源AI横扫硅谷，在我眼里就不是什么偶然逆袭。在开发者领域，中国开源模型的口碑一直强势。选开源模型从来不是只看榜单跑分，更看能不能落地、好不好用、省不省力，而阿里千问恰恰把这三点做到了极致，这也是它能让Meta、亚马逊等企业放弃硅谷同类模型的关键。这种技术话语权的转移，不仅让中国开源更有底气，更让全球开发者有了更多选择，不再被硅谷的技术标准绑架，能根据自己的需求选最适配的模型，这才是开源技术的本质，也是千问带给全球开发者最珍贵的价值。真正的技术强者，不仅要能做出高跑分的模型，更要懂开发者要什么、懂行业落地需求是什么，不仅要打破技术垄断，更要构建让全球开发者共赢的生态。

14. 华为昇腾宣布0Day支持DeepSeek-V3.2-Exp DeepSeek-V3.2-Exp重磅发布！华为宣布零Day支持！国产大模型牵手国产算力的背后是国产AI基建越来越成熟的适配能力！#华为 #昇腾 #DeepSeek

15. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

16. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

17. 比起之前挤破头卷的“训练算力”，能让AI真正落地赚钱的“推理算力”才是未来10年的主战场。#大咖观察 #红衣聊AI #OpenAI #芯片

18. 手机行业要变天了！记下我这句话。当所有人都以为AI手机就是卷大模型的时候，国产品牌已经悄悄开辟了“AI+硬件”的新赛道。这台机器人手机的出现，意味着竞争格局将从软件智能，转向“软硬一体”的智能体生态。谁能定义标准，谁就掌握了下一代移动终端的话语权。国产手机这一步，走得太妙了！#国产手机开启逆袭剧本##AI手机没用明白机器人手机已经来了#

19. 狙击推理时代！英伟达200亿美元收购Groq，能否巩固AI帝国护城河？

20. 大模型Agent的核心还是prompt？

21. 不买会员，一期学会轻薄本跑大模型！

22. DeepSeek V3.2 正式发布！免费开源，性能硬刚 Gemini 3.0 Pro！实测+本地部署｜零度解说

23. 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

24. 把AI从“精英玩具”变成“全民工具” 让全世界都能用上便宜的AI。#大咖观察 #红衣聊AI #开源

25. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

26. 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

27. #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

28. 给AI一个“身体”：3D数字人或是具身智能的解法？【硅谷101】

29. 这个模型有机会成为世界模型的Deepseek#AI #大模型 #世界模型 #北京人形机器人创新中心 #北京人形WoW具身世界模型

30. 逛展实测！自进化AI有什么不一样？丨2025荣耀开发者大会李姐来打卡荣耀全球开发者大会2025啦！来看看这次的主角荣耀AI智能体YOYO，到底有多好玩～ Eva的科技生活的微博视频

31. 「Github一周热点94期」开源AI渗透测试智能体、模块化智能镜子、开源AI Coding、多平台热点聚合、IPTV 频道集合和开源游戏合集

32. 从自动写代码到智能影音刮削：实测 OpenCode，这台“赛博管家”真的能干苦力活

33. 探访云栖（一）：揭秘AI“底座”，谁在为算力搭建“水电气”？

34. 吉利汽车发布行业首个AI座舱，核心由超拟人情感智能体Eva和Flyme Auto 2操作系统构成。主要亮点：架构革新，采用 5层AI座舱原生架构，整合“云端星睿中心2.0（23.5 EFLOPS算力）+车端AI Box（200TOPS算力）”双脑协同，搭载70亿参数端侧多模态大模型，实现从“被动响应”到“主动预判”的质变。引入 LangChain/LangGraph智能体框架，构建以智能体生态为核心的AI OS架构，大幅提升软件迭代效率。Eva智能体进化，情感交互，端到端语音模型可感知用户情绪变化；流动记忆，通过10T token数据训练，持续学习用户习惯与隐藏需求；主动服务，支持跨场景任务编排（如联动导航、购票、车控完成“看电影”指令）。统一用户ID实现吉利、领克、极氪等品牌数据互通，推动AI体验平权；从行业发展来看，以“服务找人”替代“人找功能”，重新定义汽车为“有温度的智慧空间”，被喻为汽车智能化的“iPhone时刻”。

35. 开源是战略，生态是王炸，阿里千问入局AItoC #千问 #大模型

36. 在乌镇世界互联网大会，我人麻了！亲眼见证中国“AI超级发电站”#中科曙光 #国产智算开放架构超节点 #全球首个单机柜级640卡超节点scaleX640 #科技改变生活 #算力

37. 个人AI行业的“说明书”来了！联想联合IDC发布的白皮书，把个人AI的四大特征讲得明明白白：个人超级智能体、端云混合、开放生态、可信安全。联想“天禧AI一体多端”直接把理论变现实，多设备协同无压力，数据主权牢牢在握。2026年规模化元年，以后AI服务不局限于单一设备，开放连接让体验更丰富，科技感拉满～

38. 别再抢显卡了！实测CPU跑大模型，真的太香了...

39. #岚图泰山首搭鸿蒙座舱语音大模型#近两年汽车语音大模型迎来升级潮，10月29日岚图泰山座舱发布会成重要节点——岚图泰山首搭鸿蒙座舱5语音大模型。其突破传统语音交互局限，实现从“简单互动”到“深度理解”的转变，展现出与汽车硬件、用车场景结合的潜力。这标志着语音大模型正从“屏幕替代品”向“个人出行助理”转型，将重塑智能座舱生态。

40. 文心新出的推理大模型，给了我们信心

41. 市值近600亿，大模型公司上市了！ #AI #智谱ai

42. 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

43. 百度发布新一代文字识别AI模型PP-OCRv5，该模型以仅0.07B的轻量级参数，实现高效、精准的文字识别，同时支持五种语言，专为缓解大型视觉语言模型（VLMs）在特定场景下的局限性而设计，为OCR需求提供了更适配的轻量化解决方案

44. 探访云栖（二）：AI Agent元年，谁在打造“数字员工”？【101 Weekly】

45. 你还在用旧思维与AI打交道吗？ #大咖观察 #红衣聊AI #AI时代 #智能体 #大模型

46. 如果你现在还没用Agent帮自己干活，那其实很危险

47. #全域AI能给汽车带来什么# 从"功能叠加"到"整车觉醒"，吉利全域AI 2.0重构智能汽车终极形态。美国CES 2026，吉利甩出"王炸"——全域AI 2.0战略正式落地，千里浩瀚辅助驾驶系统同步升级英文名G-ASD，宣告智能汽车的"单点智能"时代终结。去年，我们把AI塞进架构、动力、底盘、座舱每个毛孔；今年，我们用世界行为模型WAM彻底打通任督二脉，构建真正意义上的 "整车大脑" 。这不是简单的功能整合，而是从底层架构开始的基因重组。更懂路？WAM赋予车辆对复杂交通环境的原子级理解能力。更懂你？AI主动学习用户习惯，从"响应指令"进化到意图预判。更会协作？感知、数据、信息全域共享，整车成为协同一体的智慧生命体。吉利全域AI 2.0，让汽车的"电子味"从调料变成本味，从工具属性进化为具备泛化思维与推理能力的移动智能体。下一步，是更安全、更个性、更低成本，是让闲置车辆自主创造价值。这不是升级，是物种进化。

48. 让AI真正理解世界，360是如何做到的？ #大咖观察 #红衣聊AI #国产模型 #人工智能 #编程

49. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

50. #你的手机也能秒变AI手机#智谱历时32个月研发的AutoGLM开源，为AGI发展写下务实新篇章。打破AI仅停留在对话层面的局限，实现从“能想”到“能做”的跨越。其核心价值在于，让AI可自主完成点外卖、发消息等跨应用复杂操作，适配50余款高频中文APP，真正成为用户的行动伙伴。更具行业意义的是开源带来的开放性：完整的模型与工具链降低了AI手机技术门槛，让中小厂商与开发者无需重走研发弯路，推动生态从封闭走向共创。而本地部署、敏感操作确认等设计，既保障了用户隐私控制权，也回应了市场对AI安全的顾虑。 AutoGLM的突破，印证了AGI的发展需兼顾技术创新与行业共赢。它不仅让普通手机秒变AI手机成为可能，更以公共底座的姿态，为Agent时代的技术迭代与场景落地，提供了高效且负责任的探索路径。#秒懂热点就用智搜# 查看图片

51. 谁能想到，小米悄悄掏出的MiMo-V2-Flash，居然在海外开源圈杀疯了。热度不输同期Gemini3 Flash，直接被老外封神平替。核心就两点，一个是性能能打，309B总参数的MoE架构，推理速度、编程得分都在开源榜前排。另一个是价格更狠，每百万token成本仅为竞品零头，还免费开放API。以往都是我们追着海外模型跑，现在终于轮到国产大模型让老外抢着用。这波破圈，小米把性价比玩到了AI赛道，属实给国产长脸了！

52. 荣耀开发者大会上，李健总提出MagicOS 10的五维进化路径：模型升维至端云协同的个人化大模型、内核升维至AI智能体能力调度、协同升维至跨智能体互联、服务升维至意图理解与自主决策、交互升维至多模态自然交互。这让系统从被动工具平台，蜕变为主动服务的智慧中枢。同时，MagicOS 10以用户共创、产业共生、生态共荣为三大驱动。“YOYO许愿池”一周收集5000+用户建议，“月月焕新”实现月度迭代；与阿里巴巴、比亚迪等合作，接入超4000个生态MCP与智能体，落地3000+场景；“荣耀远航计划”升级，投入20亿激励开发者。技术与生态的同频共振，形成了自进化的飞轮效应。感觉这才是AI时代操作系统该有的样子——不仅更快更聪明，更能主动理解、预判并满足你的需求，让科技真正融入生活。#万事找YOYO#

53. 最近海外开发者圈子里，确实开始频繁提到中国的开源大模型了，小米 MiMo 也在其中。 OpenRouter 的真实调用数据显示，MiMo-V2-Flash 开源之后，API 使用量一路走高，已经冲到周榜前列，国产模型里更是排在第一。这个榜单不是主观评测，是开发者真用出来的结果，这一点分量不小。当然，海外评价和调用数据只是参考，但你不得不承认，小米在大模型这条路上，进步是真的快，不少海外开发者直言，MiMo-V2-Flash 在分析能力上已经明显超过同级竞品，尤其是在 Agent 场景下，实用性非常强，不再是演示型智能了更有意思的是，MiMo-V2-Flash 在海外的讨论热度，甚至不输同期发布的 Gemini 3 Flash。很多人干脆把它当成Gemini 平替，原因也很直接，效果够用，价格极低，而且现在还是免费。这波不是情绪输出，是全球开发者用脚投票。中国开源大模型，真的开始被认真对待了。

54. 乐奇AI眼镜上手：2026，什么样的智能眼镜才是未来？

55. 99%的人都搞错了AI Agent？智能体该如何帮企业赚钱？

56. 邪修玩法突破限制！爽用全球爆火的AI编程工具Claude Code！GLM和DeepSeek模型对比实测！

57. MiniMax是家什么样的公司 #人均95后的大模型公司上了新闻联播 #minimax #人均95后公司MiniMax登上央视

58. 低成本吃AI红利！2026赚钱新思路。 #大咖观察 #红衣聊AI #人工智能 #2026

59. 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

60. Anthropic的Agent上下文工程官方指南来了！

61. 华为新开源！扩散语言模型突破32K上下文，还解锁了「慢思考」

62. 在AI智能方面宝马真的是下了很大大的功夫，从生产制造环节到量产车型都力求做到极致，明年即将投产的国产新世代BMW iX3的智能辅助驾驶系统是和Momenta合作开发的，现在正在加速推进，大规模实车测试，覆盖国内多个城市，这套领航驾驶辅助功能可以覆盖高速及城区道路，力求完美平衡智能便利、驾驶乐趣、行车安全这三者的关系。宝马还率先在华大规模部署自研AI智能体平台，是国内首批自主研发并部署企业级AI智能体平台的汽车制造企业之一，深度融入研发、生产、供应链及客户体验各环节，我参观过多次宝马工厂，人工智能确实应用在方方面面，比如非常重要的质量检测体系。

63. github.com/Tencent/WeKnora 腾讯开源的RAG框架：WeKnora（维娜拉）这是一款基于大语言模型的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景而打造。框架采用模块化架构，融合多模态预处理、语义向量索引、智能召回与大模型生成推理，构建起高效、可控的文档问答流程。核心检索流程基于 RAG（Retrieval-Augmented Generation）机制，将上下文相关片段与语言模型结合，实现更高质量的语义回答。核心特性 🤖 Agent模式：支持ReACT Agent模式，可调用内置工具检索知识库、MCP工具和网络搜索，通过多次迭代和反思给出全面总结报告 🔍 精准理解：支持 PDF、Word、图片等文档的结构化内容提取，统一构建语义视图 🧠 智能推理：借助大语言模型理解文档上下文与用户意图，支持精准问答与多轮对话 📚 多类型知识库：支持FAQ和文档两种类型知识库，支持文件夹导入、URL导入、标签管理和在线录入 🔧 灵活扩展：从解析、嵌入、召回到生成全流程解耦，便于灵活集成与定制扩展 ⚡ 高效检索：混合多种检索策略：关键词、向量、知识图谱，支持跨知识库检索 🌐 网络搜索：支持可扩展的网络搜索引擎，内置DuckDuckGo搜索引擎 🔌 MCP工具集成：支持通过MCP扩展Agent能力，内置uvx、npx启动工具，支持多种传输方式 ⚙️ 对话策略：支持配置Agent模型、普通模式模型、检索阈值和Prompt，精确控制多轮对话行为 🎯 简单易用：直观的Web界面与标准API，零技术门槛快速上手 🔒 安全可控：支持本地化与私有云部署，数据完全自主可控 #科技先锋官#

64. 相比美国，中国发展人工智能最大优势是：1.成本与开源生态——中国以“更低成本+开源模型”快速占领全球应用层市场。截至2025年10月，中国模型在HuggingFace累计下载量已超5.4亿次，美国多家短租、零售平台明确采用中国开源方案，理由是“速度更快、价格更低”。 2. 场景落地速度——中国庞大的制造、物流、城市场景为AI提供实时数据与试验田，形成“算法—场景—反馈”闭环，压缩从论文到产品的时间。 3. 政策与供应链韧性——出口管制倒逼国产GPU、框架和轻量化模型迭代，2024年斯坦福测试显示中美顶尖模型差距已从17.5%缩至0.3%，证明“限制反而加速创新”。简言之，中国把AI做成了“高性价比、快速落地、逆境迭代”的系统性优势，而非单点技术领先。

65. 开发Agent只懂拖拉拽？你真的能跟上生产级开发的节奏了吗？

66. #DeepSeek新模型发布#DeepSeek新模型发布：V3.2-Exp提效降价，开源同步上线。最新发布的DeepSeek-V3.2-Exp模型，是迈向新一代架构的实验性版本，核心升级为引入DeepSeek Sparse Attention稀疏注意力机制，专门优化长文本训练与推理效率。该模型已实现多平台同步更新，包括官方App、网页端、小程序，且API调用成本降低50%以上，新价格（单位：元/百方tokens）具体如下⬇️输入：缓存命中0.2元，缓存未命中2元输出：缓存命中0.5元，缓存未命中4元（价格自2025年9月29日18:00起生效）此外，DeepSeek-V3.2-Exp已在Huggingface与魔搭平台开源，且在各领域公开评测集上，其表现与上一代V3.1-Terminus基本持平

67. #2025 联想天禧生态伙伴大会# 大会以 “聚力智能体共启新生态” 为核心主题，其深层意义在于打破 AI 行业的分散壁垒，推动智能体生态从 “单打独斗” 走向 “共生共荣”。这场大会不是简单的伙伴聚首，而是为个人 AI 的规模化落地搭建统一框架，让不同领域的合作伙伴在同一赛道上协同发力，真正让 “智能体” 从概念走向现实，为整个行业的发展锚定清晰方向。# 天禧 AI 一体多端 ## 天禧个人超级智能体##天禧个人超级智能体##酷睿Ultra##酷睿UltraAI更强谁不爱#

68. 大模型更像人的大脑，智能体是大模型的手和脚。 #大咖观察 #红衣聊AI #智能体 #大模型

69. 未来人类社会或将出现百亿甚至千亿智能体，智能体经济是未来方向 #大咖观察 #2026AI看崇礼 #红衣聊AI #智能体

70. 划重点！个人AI行业要变天了！白皮书明确从“平台中心”转向“用户中心”，终端厂商才是生态枢纽～联想这波“天禧AI一体多端”战略太懂用户，跨平台开放+可信安全两大王牌，再加上端云协同技术，让个人超级智能体真正落地。2026年规模化爆发在即，以后办公、学习、生活都能被AI精准拿捏，数据安全还不打折，这波科技红利必须冲！

71. #上班要显贵效率才是搭配# 8月26日“人工智能+”行动纲领上强调，到2027年要实现智能体普及率70%以上，咱也不能掉队。中国电信天翼AI星辰超级智能体，深度适配行业场景，让AI真正变成企业的“生产型资产”，而不只是玩具。#科技感拉满的北京有多亮眼#以前只有大厂才玩得起的AI决策能力，现在中小企业也能轻松接入！这波「人工智能+」的泼天富贵，接住了！

72. 前天主持的#微博V影响力大会# V-Talk圆桌对谈，原定40分钟，最终激荡1个多小时！各位行业大V围绕【AI时代智能终端：从工具到陪伴的进化之路】展开深度碰撞，金句频出，干货满满。视频内容比较长，我来提炼几个核心观点：大佬们一致认为，当前AI智能终端仅发展至20%-30%的起步阶段，存在宣传过热与技术落地挑战，但未来空间巨大。高飞老师指出，能源消耗是AI大模型发展的关键制约；而格力朱磊强调，制造能力与企业家情怀才是实现AI愿景的根基。家电领域（格力朱磊 @@朱磊Gree 总）：AI空调能基于家庭成员偏好与天气预报自动调节温度，提升体验的同时实现节能优化；汽车和跨界领域（韩路@韩路老师）：高阶辅助驾驶虽未达“贾维斯”级智能，但已显著提升通勤效率，呈现线性进步；数码科技领域（老麦@老麦煮机）：AI工具正赋能普通用户成为开发者，无人机技术更大幅降低航拍门槛，推动视频生产力质变。AI领域（@高飞老师）指出，计算机视觉与大语言模型两次关键技术突破，让智能终端从“执行指令”迈向“认知思考”。格力朱磊补充介绍，其工业机体大模型已实现80%全自动化，生产效率提升200%，并在深圳地铁、上海机场等项目中标杆级节能。终端形态将千姿百态，互联互通成关键！形态多样性：高飞认为终端智能体将因场景、能耗差异而多元发展；统一标准必要性：朱磊强调，企业层需通过统一模型与标准实现互联，并指出能源互联网（如格力直流家电+光伏储能）是可靠互联的基础；终极愿景：韩路与老麦期待“管家级”智能体出现，而格力通过制定ISO压缩机全球标准，展现中国制造业在核心技术突破上的努力嘉宾们一致期待：AI终端将以指数级速度进化，未来将更便捷、有温度。而朱磊的金句更引发深思：“格力产品为解放用户时间，手机却常占用时间——科技的真价值，应在于为人赋能而非捆绑。”这场讨论清晰传递一个信号：AI终端的未来，是工具与情感的双重进化。微博家电的微博视频

73. #中国AI技术引发海外焦虑#把千问APP的上线，说是国产大模型的重要节点，一点都不夸张。过去我们看到大模型不断更新，可大多数时候停留在参数和榜单里，离普通用户其实显得有点遥远。但是这次千问的上线让很多人真切感受到了，国产模型已经能把自己的能力完整地做成一个产品，而不是只存在于技术讨论里。我觉得变化更明显的，是它没有走那种花哨、噱头式的产品路线，而是把重点放在实用性和任务完成度上。界面节奏、任务执行、中文场景的适配，都更像是一个成熟工具应该有的样子。这比一个AI有多少功能更重要，也说明国产模型开始根据自己的用户和场景做选择了，这点真的很牛。如果说之前的中国AI更多给人一种在追赶别人的感觉，那么这次的千问让我更真实地看到了另一种状态，国产AI正在摆脱“追随者”的标签，走向属于自己的发展路径。

74. 【DeepSeek新模型上线，昇腾、寒武纪、海光等宣布适配】9月30日消息，29日，DeepSeek-V3.2-Exp模型正式发布并开源。模型引入稀疏Attention架构，据称能够有效降低计算资源消耗并提升模型推理效率。此外，DeepSeek还大幅下调了API价格，降价幅度超过50%。随后，华为昇腾、寒武纪、海光信息同步宣布完成适配。据“华为计算”微信公众号29日消息，昇腾已快速基于vLLM/SGLang等推理框架完成适配部署，实现DeepSeek-V3.2-Exp 0day支持，并面向开发者开源所有推理代码和算子实现。业界分析指出，此次软硬件“双向奔赴”的意义远超单点技术突破，标志着国产AI生态从“可用”向“好用”演进，通过芯片与模型的联合创新，形成了从底层算力到上层应用的闭环。在全球AI竞争加剧的背景下，自主可控的技术链条不仅降低了对外部供应链的依赖，也为行业提供了更具竞争力的软硬件一体化解决方案。

75. 盘点一周AI大事(9月7日)｜AI预设MBTI OpenAI自研AI芯片明年量产 Anthropic估值暴涨3倍阿里发布最大模型Qwen 3 Max 字节推出最强图像模型Seeddream 4.0 鹅厂开源最强世界模型HunyuanWorld-Voyager DeepSeek计划年底发布自研智能体 OpenAI上线提示词优化器 Krea上线实时视频生成模型Realtime Video Dafdef推出首款USB智能体韩国为独居老人发放AI孙子 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

76. 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

77. 2025过去了！这一年你是不是也在为AI焦虑？老周用360一整年的实践，告诉你答案：不用怕，抓住Agent就赢了！从我自己敲代码做100多个智能体，到带领团队All in，这条AI布道之路，全是实战干货。 2026，你想和智能体一起搞定啥？评论区留言，老周帮你研究！#大咖观察#2026 #年度总结 #红衣聊AI #agent

78. 千问APP国内正式上线，“千问恐慌”愈演愈烈，OpenAI恐怕要被反杀了 #千问APP #AI #AI助手 #开源大模型#阿里巴巴

79. 语音智能体商业落地的教训、经验与实践｜李沐硅谷101年度线下大会演讲（全英）

80. Agent Infra到底是什么？【AI基建】

81. 「Github一周热点88期」开源机器人、OCR工具库、开源UI元素平台、深度研究Agent模型、免费的音乐程序、高速处理JSON库

82. 综合能力比肩GPT5，万亿参数思考模型Ring-1T来了！#AI #国产大模型 #蚂蚁百灵 #AIGC

83. 智谱AI推出的智能体AutoGLM，它实现了通过语音或文字指令自动操作手机应用的功能，标志着AI在"Phone Use"领域迈出了关键一步。作为军事博主，感觉这能帮上大忙，比如在研究国外新型武器研发动态时，说句 “汇总各国新型导弹技术进展并对比”，它就能自动浏览军事论坛、科研文献，梳理关键信息，还做PPT，能节约很多时间。大家觉得它在军事新闻分析上还能有啥神操作？#一句话让手机自己干活# #真国产Agent上线#

84. 小米MiMo有点东西，小米MoE大模型MiMo-V2-Flash开源后，已经成为最近阶段国产大模型调用量第一。之前都觉得谷歌Gemini无敌，小米的新模型MiMo-V2-Flash又好用又免费，开发者没理由不选小米。从DeepSeek爆火，再到小米的AI大模型热度攀升，咱们国产AI的能力真的有点太强了！

85. 仅用38分钟！深圳一初创企业跑通DeepSeek新模型国产芯片适配

86. 大模型推理加速技术的学习路线是什么?

87. Google NotebookLM 这周更新了不少内容，我们用最新的NotebookLM来生成Google AI Agents 5篇白皮书的博客。戳视频8分钟了解精华NotebookLM本周更新的内容：支持Deep ReSearch，打开这个Deep Search可以更深入地研究文档内容；支持URL，处理word文档，连接google sheets数据；手机端新增闪卡和小测功能；聊天上下文支持100万tokens。 #ai创造营##程序员# 黄建同学的微博视频

88. 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#

89. 创业黑马公告，近日公司与上海信弘智能科技有限公司签署了《战略合作框架协议》。双方将围绕NVIDIA的人工智能技术体系能力，构建基于中小企业的人工智能应用服务平台，用普惠AI能力帮助中小企业成长。同时，双方将开展人工智能教育深度合作，通过设立合资公司等方式，为AI应用者提供全套培训架构。

90. 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#

91. 【小调查：你经常用DeepSeek吗？#DeepSeek大幅降价#】#DeepSeek大幅调价# 9月29日，DeepSeek宣布官方App、网页端、小程序均已同步更新为DeepSeek-V3.2-Exp。DeepSeek介绍，得益于新模型服务成本的大幅降低，官方API价格也相应下调，新价格即刻生效。在新的价格政策下，开发者调用DeepSeek API的成本将降低50%以上。（财联社）网页链接

92. 2026年初国产大模型实现本地化AI智能体普及，支持消费级硬件运行7B-14B量化模型

93. 2026智能体浪潮

94. 国产AI大模型落地

95. 2026 AI 元年

96. AI落地

97. 算力不再是瓶颈，云蝠智能大模型让企业低成本构建“AI智能体”

98. 推动AI大模型普惠化落地，移动云推出全链路AI智能体服务

99. AI Agent

100. 智能体技术突破，AI应用迎来“成本拐点”

101. 智能体革命

102. 智能体技术突破，AI应用迈入“成本拐点”

103. 国产大模型推理速度突破毫秒级，成本击穿1元门槛

104. 大模型开发第九课

105. 企业级 AI 智能体落地，90%都是上下文工程，只有10%才是真正的 AI

106. 8B 端侧写作智能体 AgentCPM-Report 开源，DeepResearch 终于本地化

107. 从10元到1元，AI推理成本大跳水，智能体商业化加速

108. AI 智能体长期记忆系统架构设计与落地实践

109. 七大Agentic RAG框架技术解析

110. 开源AI编程工具能否替代商业方案？58%开发者力挺开源自由

111. Claude Code开源替换版，开源免费 + 本地运行！Block 新工具 Goose 硬刚，开发者狂喜

112. 2026 年国内优质 AI 开源社区实测

113. 国产多模态AI炸场开源！实测截图转网页、搜图购物，成本直接砍半

114. AI代码生成工具集体爆发！GLM-4.7开源碾压GPT，开发者该跟风吗？

115. 国产大模型三国杀

116. 通义千问App上线400余项智能体功能，开启人机协作新纪元

117. GLM-4.5震撼发布

118. 国产大模型哪家强？2026最新横评

119. 从 “规模竞赛” 到 “效率突围”

120. 一张图看懂

121. 多就是少，近期最后一篇国产模型+Agent评论

122. 大模型2025上半年报告之三

123. Kimi K2.5重磅开源！国产大模型迎来全能视觉助手，AI Agent集群作战时代来了！

124. 48小时AI快讯（1.29-1.30）

125. 智谱推出 AutoGLM 2.0

126. 大模型公司盯上硬件入口？智谱发布首个手机Agent

127. 智谱开源“会操作手机的AI”，AI手机时代还有多远？

128. 智谱发布AutoGLM 2.0，“云手机”能否实现Agent全自动操作？

129. 搅局者来了！智谱重磅开源AutoGLM，让“豆包手机”人人可造！官方

130. 智谱开源AutoGLM模型，全球首个“手机操作”AI Agent落地

131. AutoGLM 2.0 深度解析

132. 智谱AutoGLM 2.0

133. 智谱AutoGLM上线

134. 智谱发布AutoGLM 2.0

135. 智谱双开源震撼登场！GLM4.6V+AutoGLM

136. 想卸载Siri，智谱AutoGLM手机Agent又升级，听话又好用~

137. 5天实测智谱 AutoGLM 2.0

138. 第一视角使用Open AutoGLM点外卖

139. AI产品干货｜如何评估算力成本（一）

140. 【精打细算】AI模型调用如何计费最省？10个平台的Token计费模型与包月套餐深度剖析

141. 国内用户使用国外 AI 大模型情况分析（2026 年最新）

142. 2026年AI大模型API成本深度对比:GPT-5.2 vs Claude 4.5 vs Gemini 3省钱实战指南

143. 真的会谢！大模型调用越多人越亏？

144. 主流AI大模型API调用费用对比（2025年10月）

145. 编程大模型Token使用计费，码农交得起钱吗

146. AI Ping实测

147. 清华系明星创企掏出AI应用开发利器，接入500多个大模型，API成本降低37%

148. 突破行业瓶颈？科大讯飞星火X1.5大模型如何重塑AI智能体应用？

149. 2026DeepMiner低幻觉AI模型，企业级AI智能体告别“数据幻觉”！

150. AI双轨突破

151. 2026 企业级智能体排行榜

152. 深度智能重构营销竞争力

153. 陈厂长·AI智能体实体战创业营

154. 不谈空话，聊聊AI在中小企业的真实落地场景

155. 企业 AI 开发门槛高？2026 AI 智能体平台低代码革命给出答案

156. AI商业洞察｜小程序智能体

157. 普通开发者别盲目学智能体！试错成本 500 元内，真实回报看这 3 点

158. 中小企业想用AI，为什么总是“雷声大、雨点小”？

159. 中小企业上AI总踩坑？对比4家云厂商智能体平台，方案10分钟落地

160. 华为云FlexusAI智能体性价比实测，中小企业该选谁？

161. 长序列推理速度飙升 3 倍！蚂蚁开源 Ring-mini-sparse-2.0-exp，轻量化模型迎来新标杆

162. 国内主流大语言模型之比较

163. 2026开年，智能体与国产智算引爆AI新赛道

164. API调用大模型如此方便，为何企业还要私有化部署大模型？

165. AI 落地难？揭秘智能体背后的“概率”与“确定”之争

166. 智能体深度测评一文通2：实在Agent VS百度文心一言

167. 保险企业基于DeepSeek底座+多智能体应用落地方案探讨

168. 【Agent系列深度十二: 从中美差异，看 TO B Agent 破局时点】天风计算机缪欣君团队

169. 如何正确理解Token经济学？

170. AI应用使用私有部署大模型与第三方API调用的对比

171. 阿里的千问、蚂蚁的灵光、百度的文心一言、智谱、DS大模型之间的区别、性能等等

172. GitHub11k+Star！开源 LocalAI 横空出世本地部署直接打平 OpenAIAPI

173. 本地部署大模型：从概念到实践的全流程指南

174. 盘点！2025年中国大模型行业全景：从\

175. 大模型“落地三件套”：Ollama本地部署、API 调用和LLM封装

176. 第一批智能体开发者的生存境况

177. 纯享笔记：17/ 国内外AI Agent平台概述

178. AI产品干货｜如何评估算力成本（二）

179. 【36氪研究院】2025年中国大模型行业发展研究报告

180. AI创业：机会在智能体！

181. 《大模型发展趋势复盘与展望》：2026大模型三大拐点---Agent崛起、端侧爆发、架构革新

182. 中小微企业低成本接入AI智能体：3大落地路径+避坑指南

183. 从云端到本地：独立开发者的AI降本增效实战指南

184. 一张图看懂！大模型性能全方位评测：Agent能力、复杂推理与代码工程！

185. 未来创业不需要团队？智能体协作正在重构商业规则

186. 2026 企业 AI 智能体选型指南：从需求到落地的全维度参考

187. 行业 | AI大模型行业每周动态

188. 文心一言：李彦宏的背水一战，AI时代的搜索革命

189. AI智能体的开发费用

190. 2026开年大模型API聚合平台深度横评：谁真正扛得住企业级调用？

191. 2026 商业新风口：代理式人工智能 (Agentic AI) 正取代传统大模型

192. 邬贺铨：2026将开启AI/智能体终端新赛场，带来五大变化

193. AI 智能体的开发费用

194. SaaS还是独立部署？XKAI双轨方案让中小企业也能轻松落地AI智能体

195. 金智原JZYAI 中小型企业AI大模型本地部署与通用型API服务优劣势分析#AI服务器#Deepseek#金智原JZYAI

196. 央国企主导、金融与汽车冲锋，一张企业级智能体落地路线图正在成型

197. AI时代的锻造工坊——本地部署大模型

198. 2026 AI 智能体平台战略选型核心维度与规模化落地要点

199. 企业AI转型的三维核心路径：数据筑基、模型赋能、智能体落地 (1)

200. AI 智能体（Agent）开发、大语言模型（LLM）本地化部署与RAG/微调优化技术

201. 今日AI头条｜2026 AI 大变局：智能体崛起，资本涌入，谁将引领未来？

202. 用企业级智能体落地，还有谁没踩这四种大坑？无问芯穹的系统性解法来了

203. 北京地区智能体搭建私有化定制AI数字人+纯国产技术平台哪家好？

204. RAG、Langchain、Agent到底有什么关系！

205. 四大主流大模型部署工具深度对比：从本地体验到生产服务，精准匹配你的场景需求

206. 智能体通用架构及行业应用

207. 企业数字化：弃“信息系统”，标配“企业智能体”

208. AI大模型本地部署及标书生成智能体应用

209. AI 智能体发展面临的挑战与未来展望（55页报告）

210. 火速围观！2025年10 月通用、企业、开发者智能体平台强势推荐！

211. 大模型怎么本地部署？从准备到实施的完整指南！

212. 2025AI智能体平台排名，大猫全景测评：从场景匹配到选型指南，助你更好选择使用的平台

213. 智能体上下文工程实战指南

214. 大模型API聚合平台大模型搬运工，一站式调用，全新AI体验

215. 普通用户真的需要本地部署大模型吗？全网观点大PK

216. 2026 大模型智能体(Agent)面试全攻略

217. 大模型API聚合平台|| 大模型搬运工，一站式调用，全新AI体验

218. 关于大模型本地部署的一些问题——怎么在本地部署模型

219. 智能体上下文工程（ACE）：可扩展与可落地的AI大模型应用开发框架

220. AI 智能体的开发

221. 2026年国内主流AI大模型的比较分析

222. PPIO上线智谱AutoGLM-Phone-9B，快速体验Phone Agent

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！