AI Agent的“技能”真相：别被文字游戏骗了_服务软件

1. 边聊天也能边导航，添加/切换途经点全程语音操作？全新的鸿蒙座舱小艺智能体到底怎么样。

2. #天玑9500旗舰芯# 搭载天玑超性能+超能效双 NPU，在移动终端智能体开发中，全栈赋能开发者轻松化解三层挑战，包括了：· 终端层：实现全模态算力及功耗的平衡；· 系统层：提升智能体化上限，让系统更安全、更主动；· 生态层：整合生态，让智能体化体验跨端、跨场景。与此同时，天玑AI智能体化引擎2.0来袭。其基于天玑SensingClaw，Agent OS具备视觉、听觉、方位感知等主动感知能力，可实现从被动指令到主动服务的转变，拆解复杂任务，可调动丰富的应用生态，通过复合执行完成任务，让「龙虾」真正活起来！#MDDC2026# #智能体# #天玑开发者大会#

3. 在线模型推理部署经常遇到多模态模型支持复杂，性能难以优化的问题。vLLM-Omni 基于高效的 KV cache 管理和流水线执行，专为支持包括文本、图像、音频、视频等多模态输入的模型设计，轻松实现异构模型推理和服务。它不仅兼容主流 Hugging Face 开源模型，还支持分布式推理、多阶段流水线调度、流式输出和 OpenAI 兼容接口，极大提升多模态模型在线推理的效率和灵活性。GitHub: github.com/vllm-project/vllm-omni主要功能：- 支持多模态数据（文本、音频、图像、视频）处理与生成；- 支持非自回归架构如扩散模型，实现高效的并行生成；- 基于 KV cache 优化自回归模型推理性能；- 异构流水线抽象，管理复杂多阶段模型工作流；- 分布式推理支持，涵盖张量并行、数据并行和专家并行；- 开箱即用的 OpenAI 兼容 API 服务器，方便集成；- 支持主流平台（CUDA/ROCm/NPU/XPU），广泛适配多硬件环境。适合AI开发者、研究人员和企业级应用场景的多模态AI模型推理部署。#AI开发# #多模态模型# #机器学习#

4. OpenAI Agents SDK：生产级智能体开发的工程化利器

5. AI 术语通俗词典：智能体

6. AIGC彻底变天！MiniMax Hub数字员工一键托管！搞AIGC创作、做电商、做自媒体的同学们注意啦！AI做视频新玩法太炸了！以前做AIGC视频，要自己找素材、写提示词、反复抽卡、剪辑拼接，一条视频做下来人都麻了。最近深度体验了 MiniMax Hub，感觉有亿点不一样。它就像我的专属数字员工，只要告诉它目标，它会自动拆解任务、调用模型，跑完一整套工业化工作流。从电商海报、小红书种草图，到产品宣传片、短剧脚本、分镜、角色图，甚至本地文件整理，都能按流程往下跑。 #AI #人工智能 #AIGC #MiniMaxHub #海螺AI

7. 泰山先进发布新一代具身智能体平台重构城市数字与物理世界连接2025年12月，泰山先进技术团队正式推出具身智能体融合平台，通过“叙事-实体-融合”技术，将物理世界中的设备、人员、场景转化为可自主交互、协同的智能体，实现数字世界与现实场景的深度耦合。该平台核心特性包括三大创新：一是虚实融合的智能体模型，通过本体（物理实体）、实体（数字映射）、虚体（AI能力载体）三层架构，让路灯、环卫车、垃圾桶等设备具备拟人化对话与自主决策能力——例如灌溉设备可结合天气预报自动调整作业计划，智能厕所能实时反馈使用状态；二是生产关系约束机制，严格遵循现实场景中的组织规则（如环卫班组分工），确保智能体通信与协同符合业务逻辑；三是跨平台协同协议，突破现有MCD、API等协议限制，实现多行业智能体的无缝对接。目前平台已在智慧环卫领域落地验证，并快速扩展至农业（蔬菜大棚智能设备管理）、文旅（苏州平江路街区游客服务）等场景。其产品架构采用“双引擎”模式，在不改造客户现有业务系统的前提下，通过“智能体中间层”实现快速部署，支持SaaS与私有化两种模式。据团队透露，该技术与国务院《人工智能行动意见》中“设备与智能体融合”方向高度契合，未来将推动城市向“全要素智能体互联”的下一代互联网形态演进。相关技术细节可通过泰山先进公众号查询。

8. 智能体设计模式总结

9. AI黑话科普：一文让你彻底搞懂AI行业术语，看完你就是半个AI专家了

10. AgentScope x RocketMQ：打造企业级高可靠 A2A 智能体通信基座

11. 智能体，正在决定企业的生死？ #大有学问 #红衣聊AI #智能体 #AI工具

12. 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#

13. 企业数据如何被 AI Agent 调用？EventHouse 打造 AI-Ready 数据底座

14. 危及10亿人的全球高危漏洞。被360漏洞挖掘智能体自动扫描发现！#大有学问 #红衣聊AI #智能体 #AI工具

15. “爱马仕智能体”火了，但有人把故事讲反了 #大有学问 #红衣聊AI #AI工具 #智能体

16. 华为乾崑 All in 启境，让“奔跑的AI智能体”走进日常生活，引领未来出行进入主动智能时代 #启境 #华为乾崑 #奔跑的AI智能体

17. Anthropic发布万字长文：系统化评估 AI Agents 的工程方法

18. AI让答案变得唾手可得，但不意味着思考不重要了，反而说明思考更重要了，因为AI给出的只是碎片化的标准答案，却无法替代人类对问题的深度拆解、对答案的思辨，以及基于现实场景的灵活应用。只有通过深度思考，我们才能判断AI答案的真伪、筛选有价值的信息，甚至提出AI无法解答的新问题。

19. AIAgent 被指「雷声大点雨点小」，其发展困境主要是什么？

20. 国家三部门联合印发《智能体实施意见》，将如何影响我国人工智能产业的发展与应用前景？

21. 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

22. 2026英伟达GTC：“推理之王”的ASIC反击战与Token经济学【硅谷101】

23. AI智能体也卷起来了？又懂业务又不用搭工作流…

24. Obsidian 打造AI化神经中枢：10个在用工作流分享搭配Claude Code｜Codex｜WorkBuddy｜OpenClaw

25. 构建AI Agent常常需要从零开始摸索，LLM调用、工具集成、推理循环、记忆模块、规划反射等功能分散在各种框架和教程中，来回切换学习成本高。新书《Build an AI Agent (From Scratch)》提供完整AI Agent从零构建的实战指南，帮助你一步步打造能推理、规划、执行复杂多步任务的智能代理。不仅教你实现ReAct循环（Thought→Action→Observation）、MCP工具调用、Agentic RAG，还覆盖记忆模块、多代理系统、代码执行代理等核心功能。www.manning.com/books/build-an-ai-agent-from-scratch主要内容：- 实现ReAct推理循环，支持思考-行动-观察闭环；- MCP协议集成工具调用，提升代理工作流效率；- Agentic RAG实现相关知识检索和响应优化；- 构建记忆模块，存储事实、上下文和动态目标；- 代理规划、反思和自我修正机制；- 开发专业代理如代码执行代理；- 设计多代理协作系统。全Python实现，标准笔记本电脑即可运行，适合AI开发者与从业者。MEAP已100%章节可用，附GitHub源码。#AI-Agent##大语言模型##人工智能#

26. 《扣子开发 AI Agent 智能体应用》008-扣子插件和卡片（开发自定义插件案例：查询股票价格）

27. 智能体爆发后，中国AI真正的底牌是什么？ #大有学问 #红衣聊AI #智能体

28. 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

29. 我用openclaw做了一个自媒体神器！云飞全自动压缩工具发布！

30. 天玑 AIDV 智能体座舱让「AI 定义汽车时代」来临！👁️ 全模态交互：座舱可理解语音、视觉、听觉、情绪、健康、环境等信息，随时与你感同身受🤖 主动式服务：Always-On 的感知能力，预判需求，主动提供服务🚗 并发任务执行：全场景、多用户、多并发的复杂任务，都能自行拆解，并行处理☁️ 端云协同：本地与云端算力无缝接力，兼顾安全、响应时间与智能智能体化座舱体验，不再只是「一问一答」，更是「你没说的，它也懂」✨#MDDC2026##天玑开发者大会#

31. 这个开源项目是基于 DeepSeek 的开源编程智能体，值得大家试一试。DeepSeek TUI，一个完全跑在终端里的编程智能体。简单来说，它让 DeepSeek 的前沿模型直接进入你的工作区。读写文件、跑 shell 命令、搜索和浏览网页、管理 git、调度子智能体，所有操作都通过键盘驱动的 TUI 界面完成，专为多步开发任务设计。底层面向 DeepSeek V4 构建，支持 deepseek-v4-pro 和 deepseek-v4-flash 两个模型，默认 100 万 token 的上下文窗口，原生支持思考模式的流式输出。模型在推理什么、调用了哪些工具、最终给出什么回答，全部在终端里实时呈现。几个核心能力值得单独说说。首先是原生 RLM 能力。通过 rlm_query 工具，可以用现有的 DeepSeek 客户端并行调度 1 到 16 个 deepseek-v4-flash 子任务，成本很低，适合批量分析、任务拆解或者并行推理的场景。工具集很完整，文件操作、shell 执行、git、网页搜索和浏览、apply-patch、子智能体、MCP 服务器，该有的都有。上下文快到上限的时候会自动做智能压缩，不用手动管理。交互模式有三种：Plan 模式是只读探索，Agent 模式是默认的交互方式并带审批确认，YOLO 模式则在可信工作区内自动批准所有工具调用。推理强度也可以随时切换，Shift+Tab 在 off、high、max 三档之间跳转。对于长任务，支持会话保存和恢复，随时断点续作。工作区回滚通过 side-git 实现，每轮操作前后都有快照，支持 /restore 和 revert_turn，完全不动项目本身的 .git。如果需要无界面的智能体流程，可以用 deepseek serve --http 启动 HTTP/SSE 运行时 API。也支持 MCP 协议，可以连接外部的 Model Context Protocol 服务器来扩展工具能力。最后还有实时成本跟踪，按轮次和会话统计 token 用量和费用估算。界面是 DeepSeek 蓝色系的深色主题，看着挺舒服的。传送门：github.com/Hmbown/DeepSeek-TUI#How I AI##科技先锋官#

32. 今天聊聊鸿蒙6的小艺。从EMUI用上来都知道以前的小艺有多拉跨，动不动就“找不到联系人”，如今可谓脱胎换骨，很多指令都能完成，让它设置个手机充电最大电量限制、让它查一下附近影院新上映的电影的票价等等都可以，多任务多步骤执行能力大幅度提升，还有各种智能体应用。大家可以多试试

33. 构建专业智能体：从通用 AI 到企业级应用的工程化实践

34. AI 术语通俗词典：最大似然估计

35. AI 术语通俗词典：最大似然估计

36. 2025 智能体工程现状

37. 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

38. 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！

39. 无处不在的全场景智能体化体验，由天玑赋能的移动终端驱动！#天玑9500旗舰芯# 搭载天玑超性能+超能效双 NPU，在移动终端智能体开发中，全栈赋能开发者轻松化解三层挑战。📱 终端层：实现全模态算力及功耗的平衡🧠 系统层：提升智能体化上限，让系统更安全、更主动🌐 生态层：整合生态，让智能体化体验跨端、跨场景「无处不在」全栈全流程的智能体化体验，天玑移动平台为你赋能！#MDDC2026##智能体##天玑开发者大会#

40. 没有智驾的会议室不是好KTV！地平线KaKaClaw车载智能体上手

41. #努比亚总裁倪飞回应谷歌版豆包手机# 三星这波与谷歌合作推出的Gemini多步骤任务代理功能，再次印证了努比亚M153豆包手机此前探索的AI智能体方向是正确的，而三星作为国际巨头的入局对推动AI手机普及具有积极意义，而且努比亚M153早前已实现全场景系统级应用，涵盖跨App自动化操作、复杂任务连续执行等深度体验，技术成熟度相当高～

42. 全球人工智能应用场景中心落户深圳华强北

43. Harness Engineering: 让 Coding Agent 可靠完成长程任务网页链接"Coding Agent 处理目标明确、规模可控的任务很成熟，但面对上千文件的批量迁移任务，会遇到上下文耗尽、中断无法恢复、规模放大后行为不可控等问题。本文从实际落地经验出发，提出任务拆解、并行执行、File As Progress 状态持久化、多层重试等核心设计，并结合真实场景展示完整方案。最终将这套编排经验沉淀为 meta-skill，让 Agent 自己生产长程任务的执行框架。"Harness 中的每一个环节，都隐含了一个"当前模型做不到"的假设。随着模型能力提升，这些假设会逐渐过期。做Harness Engineering 是在模型能力和工程可靠性之间找到合适的边界。模型每一次进化，这个边界都会移动：曾经需要脚本控制的环节，可能下一代模型就能自主处理了。但"确定哪些环节该交给模型、哪些该留在框架里"这个判断本身，不会因为模型变强而消失。每当新模型出现，重新审视这个边界，去掉一个环节，观察对结果的影响。Harness Engineering 是团队基础设施建设的一部分，解决 Agent 完成大规模任务时的不确定性，并提供可量化的结果评估能力。

44. 折腾了一晚上，终于让 AI Agent 拥有了跨会话"长期记忆"openClaw 2026.4 新增 Memory Search，原理是把记忆文件向量化做语义检索。配置过程一言难尽① 文档路径写错。加进去直接 config invalid，网关启动失败。翻源码才找到正确路径② 索引建好了但 Agent 不调用。tools 白名单里没加 memory_search，Agent 手握指令却无工具可用③ Ollama 的 embedding 模型 5 分钟自动卸载。得用 keep_alive=-1 常驻，重启后还得重新预热。最后写了个 LaunchAgent 开机自动加载三个坑踩完，效果：飞书群聊 A 的结论，群聊 B 的 Agent 能通过语义搜索自动找回来。Webchat、微博 DM 也全部共享同一套记忆目前索引的是记忆文件（MEMORY.md、memory/*.md），Agent 会把重要信息自动写入。还有个进阶功能叫 session transcript indexing，能把每轮对话原文也编进向量库，不过先用基础版跑通再说方案：ollama + bge-m3 + tools 白名单 + 开机预热。一劳永逸#openclaw##aiagent#

45. 基于 HiClaw 的运维场景多智能体协同实践

46. 开发团队在构建智能体（AI Agent）应用、实现自主任务规划与执行时，常面临智能体决策逻辑复杂、工具调用能力弱、多任务协同难的问题，传统大模型应用难以适配自主化工作流需求。 AutoGPT 是一款开源的自主智能体框架，适配开发团队快速搭建具备自主思考、任务分解、工具调用能力的AI应用的核心场景。开源地址：github.com/Significant-Gravitas/AutoGPT 核心功能： 1. 内置任务自主分解与优先级排序机制，可将复杂目标拆分为可执行的子任务链，无需人工干预完成流程规划。2. 支持多类型工具集成，可对接搜索引擎、代码执行环境、API接口等外部资源，拓展智能体的实际应用能力。3. 提供记忆管理模块，包含短期上下文记忆与长期存储记忆，保障智能体在长周期任务中具备持续学习与状态追踪能力。4. 内置反馈迭代机制，可根据任务执行结果优化后续决策，提升复杂任务的完成质量。5. 兼容主流大模型，支持本地与云端部署模式，满足不同场景下的算力与安全需求。

47. 告别多API配置噩梦：QVeris如何定义AI Agent的数据调用新标准？| 鹿演 Vol.009

48. 把AI大模型塞进手掌心？铭凡智能体新品探展

49. #Manus武汉团队基本搬离#华科大小伙2022年在武汉创立蝴蝶效应，今年3月发布Manus，4月获得7500万美元投资，然后5月都搬去了新加坡。今天被Meta几十亿美元收购，有消息称25亿美元左右，差不多是174亿人民币。Manus是通用AI智能体，它能自主拆解复杂任务、调用工具链（浏览器/代码编辑器/文件系统等），直接交付PPT、分析报告、代码等完整成果，无需人工分步指导。比如可以帮你直接创建一个网站，写一个app等！

50. 天玑 AIDV 智能体座舱来了，座舱可理解语音、视觉、听觉、情绪、健康、环境等信息；Always-On 的感知能力，能预判需求，为你主动提供服务；全场景、多用户、多并发的复杂任务，都能自行拆解，并行处理；本地与云端算力无缝接力，兼顾安全、响应时间与智能。提升智能体化座舱体验，与座舱的交流体验，不仅仅是一问一答的简单形式～#MDDC2026##天玑开发者大会#

51. 产生式表示法：规则、条件与推理链

52. AI确实给产品经理附能了……一行代码没手写，用claude搞了个文件分析处理的系统。现在直接把文件给AI分析，有的时候还是会幻觉乱搞，特别是大文件，这个系统把文件拆分后针对制定问题进行对话处理。本地部署自己提效。。。AI驱动的任务监控与文件处理系统核心功能（按重要性排序）🔥 1. 智能文件分析助手（最重要）流式AI对话：类似ChatGPT的实时打字效果，与AI讨论文件处理方案智能建议：AI自动分析文件内容，提供3-5种处理建议多轮对话：支持上下文连贯的对话，历史记录持久化全屏界面：95%视口宽度，85%视口高度，适合深度对话📊 2. Excel/CSV批量AI处理批量处理：支持数千行数据的AI批量处理增量输出：处理一批保存一批，避免数据丢失失败重试：自动记录失败项，支持一键重试并发控制：可配置并发数和批次大小，优化性能📝 3. 文本文件AI处理智能分割：支持按行、段落、句子、固定字符数分割批量分析：对每个文本块进行AI分析结果汇总：生成处理后的文本文件🎯 4. 任务监控系统实时监控：WebSocket实时更新任务状态和进度彩色日志：分级日志（INFO/SUCCESS/WARNING/ERROR/DEBUG）任务管理：启动、停止、重启、删除任务统计面板：总任务数、运行中、已完成、失败任务统计目标用户主要用户数据分析师：批量处理Excel/CSV数据，AI辅助数据清洗和分析内容运营：批量处理文本内容，AI生成摘要、分类、标签产品经理：分析用户反馈、问卷调查数据研究人员：处理实验数据、文献摘要次要用户开发者：监控AI任务执行，调试AI处理流程企业用户：自动化重复性数据处理工作

53. 超级EVA+千里浩瀚“舱驾一体”大升级极氪8X智行杭州超级EVA+千里浩瀚“舱驾一体”大升级极氪8X智行杭州

54. 告别传统 Text-to-SQL：基于 Spring AI Alibaba 的数据分析智能体 DataAgent 深度解析

55. #与鸿蒙共赴星光之约#以前传文件像“异地恋奔现”——又慢又卡，现在“一抓一放”跟隔空投食似的，秒传！跨设备接力干活更是丝滑到像开了“无缝挂”，平板写一半的文档，手机拿起来直接续上，这默契比我和我闺蜜逛街还同步~ 更绝的是那AI智能体，写PPT、查健康、调咖啡配方…感觉我手机里住了个“六边形战士”，连我那凑字数的周报，扔备忘录里润色一下都能变身“职场卷王文案”，领导看了都得说“这小子有点东西”😂 现在鸿蒙终端都破2300万了，建议直接改名叫“生活省心大师”——毕竟能把“科技搞成呼吸感”这事儿，也就它能拿捏得这么接地气！

56. #deepseekv4发布#DeepSeek 发布新一代大模型 DeepSeek V4，本次更新主要围绕上下文能力、推理能力以及 Agent 场景进行优化。来看一看它的核心更新如下：🔻上下文能力大幅提升支持最长 1M tokens（百万级上下文）可处理完整代码库、长文档、多轮复杂对话🔻强化 Agent 场景能力优化多步骤推理能力支持更复杂任务执行提升长流程稳定性🔻模型性能提升多项 benchmark 表现提升对标主流闭源大模型🔻提供双版本 Pro：高性能版本 Flash：高性价比版本（更快、更便宜）🔻 延续开源路线持续推动开源大模型发展强调低成本与高性能结合目前 DeepSeek V4 已开放相关能力与体验入口，可以在Hugging Face体验，具体应用场景仍在持续拓展deepseekv4发布

57. 全场景智能体化体验！#天玑9500旗舰芯# 将搭载天玑超性能+超能效双 NPU，在移动终端智能体开发中，全栈赋能为开发者轻松化解了三层挑战。终端层面：实现全模态算力及功耗的平衡系统层面：提升智能体化上限，让系统更安全、更主动生态层面：整合生态，让智能体化体验跨端、跨场景「无处不在」全栈全流程的智能体化体验，真的要来了！！#MDDC2026##智能体##天玑开发者大会#

58. AI 术语通俗词典：权重参数

59. 【#我国加快研究智能体伦理规范#】#防止算法压榨等行为# 智能体是具备自主感知、记忆、决策、交互与执行能力的智能系统，是人工智能产品及服务的重要形态。随着大模型等新一代人工智能技术迅猛发展，智能体正加速与网络空间、物理世界深度融合，深刻改变人类生产生活方式和社会治理模式。为落实国务院《关于深入实施“人工智能+”行动的意见》，促进智能体规范应用与创新发展，制定本实施意见。一、基本原则以推动科技创新、提升治理能力、构建产业生态、增进民生福祉为导向，坚持安全可控，将智能体安全、可靠、可信作为发展的底线要求，贯穿智能体技术研发、应用部署与推广的全过程，切实防范系统性风险。坚持规范有序，适应智能体技术演进规律，构建与现有政策法规衔接顺畅、行业自律自治、底线红线清晰的治理体系，有序推进智能体落地应用。坚持创新驱动，加强理论创新、技术创新、工程创新联动，体系化突破智能体关键技术，完善政产学研用协同机制，构建开放共享的智能体生态，提升产业创新活力。坚持应用牵引，重点围绕科学研究、产业发展、提振消费、民生福祉、社会治理等实际需求，发挥典型应用场景示范效应，先易后难、循序渐进，促进智能体技术验证、产品迭代、应用落地。二、夯实发展基础夯实技术底座，健全标准体系，降低智能体研发、适配、应用门槛，为丰富智能体产品及服务奠定基础。（一）完善技术底座1.强化基础技术研发。持续提升通用基础模型性能，支持行业发展细分领域专用模型，形成适应不同场景和设备的模型产品矩阵。面向智能体训练与运行，提升高质量数据集供给能力。加强智能体任务理解、任务规划、工具使用、长期记忆、互认互通、群体协同等技术攻关，提升智能体泛化能力。2.完善智能体工具链。开展智能体底层框架研究，加快研发感知、记忆、决策、交互、执行等关键组件，完善智能体研发、测试、部署、运维等工具链。发展对抗样本检测、行为异常检测等安全与治理工具，提升对智能体非合规行为的发现、干预、阻断、恢复能力。（二）构建标准协议3.建立智能体标准体系。制定智能体标准化工作指导文件，形成智能体标准框架，系统布局关键技术、重要产品、数据交换、应用场景、质量评测、安全保障、可信认证等标准体系，加快制定智能体与软件工具、应用服务、硬件外设接口等基础标准。加强智能体互联协议（AIP）等智能体互联关键国家标准、行业标准的推广应用。支持医疗、交通、媒体、公共安全等领域制定强制性标准。鼓励企业按照相关标准研发产品服务，提升智能体规范性。积极参与国际标准制定。4.布局发展智能互联网。研究建立智能互联网体系架构，探索建立智能体注册平台，提供智能体数字身份管理、检索发现、能力声明等服务，支持开发者、部署方式、接口协议、合规认证等信息查询和管理。提升多智能体协同能力，研究智能体身份标识、可信互联、合规支付、安全防护、冲突解决等基础技术。发挥互联网协议第六版（IPv6）技术优势，提升智能体端到端通信能力。探索建立智能互联网监测指标体系。三、守牢安全底线坚持以人为本、智能向善、多元共治、安全稳妥，营造规范发展、鼓励创新的制度环境，促进智能体健康有序发展。（一）明确产品准则5.完善政策法规和伦理规范。加快研究智能体相关政策法规及伦理规范，发挥专业机构内容资源和审核把关优势，确保智能体行为符合法律法规及主流价值观。防止智能体利用数据优势、人格化技术实施传播不良价值观、算法压榨等行为，防范未成年人、老年人沉迷成瘾、情感依赖等风险。做好与人工智能伦理审查等制度衔接。6.明确决策权限。在遵守法律法规、尊重社会公德和伦理规范前提下，厘清仅限用户本人决策、需由用户授权决策和智能体自主决策等各种决策方式的合理边界及所需权限。确保用户对智能体自主决策享有知情权和最终决策权，智能体执行操作不得超出用户授权范围。7.加强行为管控。发展规则内嵌、行为围栏等技术，确保智能体在公共场所、隐私场所、专门场所等的行为合法合规。探索利用区块链等技术，建立重要应用场景智能体行为可验证、可追溯机制，防范智能体不当行为引发重大风险。（二）防范安全风险8.提升内生安全能力。研究智能体数据安全、个人信息保护、密码防护、攻击检测、权限管理、行为控制等安全技术，提升智能体系统安全保障能力，防范数据投毒、隐私泄露、算法篡改、系统漏洞、运行失控等安全风险。研究智能体安全检测技术，探索建立智能体安全评估体系。9.加强供应链安全。制定智能体开发、部署、应用、维护等全周期安全规范，加强模型接入、应用程序接口调用、扩展工具使用等环节安全管理。探索建立智能体供应链安全信息共享和预警机制，及时发布风险提示，提升安全保障能力。10.化解应用衍生风险。完善智能体常态化风险识别、预警及干预机制，强化人机协同审核、拦截阻断等风险处置能力，防范系统性安全风险。强化智能体应用安全管理，避免智能体被用于自动化攻击、隐私侵犯、虚假信息生成传播、网络诈骗等违法犯罪行为。（三）完善治理体系11.构建分类分级治理框架。根据应用场景和潜在影响，审慎稳妥开展智能体分级治理。对于敏感领域及重点行业，由网信部门联合行业主管部门确定开放场景，根据相关法律法规、监管要求和安全防护标准，实行备案、检测、问题产品召回等管理措施。对于部分生活娱乐、日常办公等低风险领域，完善智能体评估测试工具，通过合规自测、信息报告、分发平台管理、行业自律等实现高效治理。12.健全合规服务体系。强化智能体风险监测预警、检测评估、咨询、认证等专业服务供给，引导行业积极研发智能体监测工具。开展智能体功能、性能、质量、合规等第三方评测服务，推动认证与检测结果互通互认，为用户选择智能体提供参考。编制并发布智能体技术及应用成熟度报告，为产业研发应用提供参考。（四）强化行业自律13.引导行业加强自律。鼓励行业组织、主要企业联合制定行业自律规则，明确智能体功能合规、算法治理、知识产权保护、公平竞争等规范细则。指导智能体开发平台、分发平台、服务提供者建立公平合理的平台规则、用户服务协议及隐私政策，明确供需双方权责，保障产业健康发展。加强智能体应用风险宣传教育，提升用户安全意识。14.探索信用评价机制。指导行业组织建立智能体市场主体自愿参与的信用评价机制，对于技术滥用、诱导消费、虚假宣传、隐瞒缺陷信息等行为进行信用评价，依法依规开展失信惩戒。引导智能体开发者、开发平台、分发平台、服务提供者等参与信用评价，共同营造良好发展环境。四、强化应用牵引积极稳妥推动智能体典型场景应用，牵引技术产品优化提升，探索形成可复制、可推广的智能体落地应用模式。（一）科学研究15.科研探索。研发理论推演、模拟仿真等智能体，挖掘潜在技术路径。强化智能体信息关联整合、知识体系构建等能力，提升自然科学、哲学社会科学研究发现能力。促进智能体与科学仪器、实验平台融合，实现方案设计、实验操作、数据处理、结果分析等全流程智能化。16.研发辅助。发展软件开发智能体，提升需求分析、架构设计、代码生成与测试等全流程开发能力。促进智能体与计算机辅助设计（CAD）、计算机辅助工程（CAE）等软件结合，提供设计方案生成、仿真验证、参数调优等功能。（二）产业发展17.智能制造。研发生产管理智能体，动态优化生产排程、资源分配和工序衔接，推动智能体在工业互联网领域应用，提升企业精细化管理水平。提升智能体工艺参数优化、加工精度检测、产品缺陷识别等能力，促进智能体与数控机床、工业机器人、自动化产线等融合，促进提质增效降本。18.能源资源。研发大气、水体、土壤、噪声等环境要素感知智能体，提升自然灾害、环境污染等风险预警能力。依托智能体强化对国土空间资源全周期管理能力。依托智能体实现能源、金属等矿产资源高效勘探。发展电力调度、用电监测、电网维护等智能体，提升电力资源使用效率。19.交通运输。研发交通安全监管、应急指挥调度等智能体，提升违章违规行为识别、交通基础设施风险预警、重点车辆（船舶）监管、事故快速响应等能力。优化交通监测调度智能体性能，发展交通载运工具管控智能体，提升路网、水网、空域的通行效率。20.农业生产。研发农业服务智能体，开展农技指导、病虫害诊断与防治等服务。推动智能体在种植养殖、高效育种等环节应用，推进农业智能化转型。推动智能体与智能农机具、智慧大棚、农业服务平台融合，提升农业生产效率。21.金融服务。研发金融风控智能体，提升信贷审批、交易监控、账户安全等环节风险识别能力。完善智能体异常检测、合规审计功能，提升信贷违约预测、信用卡盗刷拦截、反洗钱监测等能力。（三）提振消费22.终端应用。推动智能体赋能互联网应用及服务，优化在线购物、出行导航、生活缴费、日常办公等服务体验。推动智能体与手机、电脑、汽车、家居、可穿戴、消费级机器人等终端设备协同发展，提升跨应用、跨设备任务完成能力。23.文化旅游。研发文学、音乐、绘画、视听、演艺等内容创作智能体，促进优秀文化传播推广。发展智能导览、多语种翻译、适老适残等旅游服务智能体，提升旅游服务水平。24.商业服务。提升智能体客服能力，提供7×24小时咨询、预约、售后等服务。发展导引、清洁、仓储、配售等具身智能体，提升餐饮、零售、住宿、物流等商业场所的运营效率。探索通过具身智能体提供低成本家政、养老、托育、助残等服务。（四）民生福祉25.教育教学。探索课件生成、作业批改、学情分析等智能体，提高教师工作效率。依托智能体开展个性化学习方案制定，完善智能导学、答疑辅导、虚拟助教等功能。支持在线教育平台研发智能体，提供终身学习服务。26.医疗健康。提升医学影像分析、疾病诊断推理、定制化诊疗方案生成等医疗辅助智能体性能，探索药品管理、手术排程、病历管理等智能体，提升医疗服务效率。稳步发展预问诊、报告解析等智能体，提升患者体验。27.人力资源。探索智能体在就业促进、技术技能人才培养评价、劳动关系公共服务等领域应用，提升就业服务能力。发展社会保险、劳动争议仲裁、欠薪治理等智能体，保障劳动者合法权益。28.信息服务。探索智能体在网络内容建设管理中的应用，鼓励信息发布部门和内容传播平台研发用户分析、选题策划、采编加工、分发推荐、智能审核、舆论引导、情绪疏导、实时翻译等智能体，实现多模态信息、跨领域信息的高效整合。（五）社会治理29.政务服务。探索事项辅助审批智能体，推动政务审批流程智能化。发展政策咨询智能体，提供全天在线的政务咨询、流程指引等服务。探索主动推送适配政策、服务提醒及办理指南，加快从“人找服务”向“服务找人”转型。30.司法服务。探索全流程办案辅助智能体，提升案件材料梳理、案件信息录入、证据审查、辅助法律文书生成等能力。发展法律宣传、法律咨询、法律监督等智能体，为群众提供高效便捷的在线司法服务。31.公共安全。探索监测预警、应急处置、救援调度、协同治理等智能体，提升安全生产监管和防灾减灾救灾等能力。提升智能体异常行为识别、潜在威胁预警、动态防控处理能力，维护公共安全。推动具身智能体在灾害救援、安防巡检、危险品处置等领域落地应用。32.城市治理。探索智能体在城市规划、建设与治理环节应用，支撑智能建造、房屋管理、城市基础设施安全运行等工作，提升城市治理专业化水平，提升城市人居环境质量。33.招标投标。探索招标投标智能体，实现招标投标活动全链路智慧管理，保障全过程规范高效。提升招标投标交易、服务和监管的智慧化水平，实现招标科学合理、评标公平公正和监管穿透高效。五、建设创新生态畅通供需渠道，促进研发侧、需求侧高水平互动，形成市场牵引、内驱发展的智能体产业生态。（一）促进产业合作34.培育开源创新力量。引导国内人工智能开源社区加强智能体布局，开展智能体与开源芯片、开源操作系统、开源大模型兼容适配。引导企业、高校、科研机构积极参与智能体框架、交互接口、工具链等开源项目，推动技术体系融通发展，加快提升国际影响力。35.搭建产业协作平台。发挥智能体相关生态联盟、技术验证实验室等产业协作平台的作用，协同产业链上下游开展智能体共性技术研发、标准制定、评估认证等工作，开展智能体技术与产业应用复合人才培养。引导互联网应用、智能终端等领域企业共建生态，探索建立互利共赢的合作模式。（二）强化应用推广36.构建应用推广渠道。推动建立智能体软件商店、行业供需信息发布平台，引导智能体企业积极发布产品，形成集聚效应。开展智能体应用供需对接活动，采取公开招标、揭榜挂帅等方式吸引智能体企业定制化开发相应产品。引导整机、软件等企业基于智能体研发产品和服务，培育用户市场。37.推进重点场景开放。推动重点领域开放智能体应用场景，在产业集聚区、重点行业、重点领域开展智能体应用试点，打造一批具有引领作用的示范项目。发展市场化、专业化的智能体技术转化服务机构，探索智能体应用场景，提升技术成果转化效率。促进行业数据共享开放，支撑重点场景智能体训练部署。38.积极培育全球生态。依托世界人工智能大会、世界互联网大会等国际平台，交流展示智能体技术创新成果。推动终端设备、软件企业适配智能体，引导相关企业做好海外合规建设，推动智能体适应当地法律法规和文化习俗。六、保障措施国家网信办、国家发展改革委、工业和信息化部会同有关方面加强统筹谋划，强化资源整合和力量协同，完善配套政策，形成工作合力，推动重点任务落实落地。建立并完善智能体发展评价指标体系，加强智能体规范应用与创新发展的监测评估、滚动实施和动态调整。

60. 从“工具过载”到“精准调用”：破解 Agent 工具管理难题

61. 腾讯云大数据 TC Data Agent 智能体发布与应用实战

62. B站基于Neo4j知识图谱与MCP协议：构建万级任务数仓的智能化底座

63. 当使用AI的方式扩展到工具调用的时候感觉不仅仅是考验模型的工具调用能力……模型本身的能力还是相当重要。写代码这种场景一次没写好编译不过或者测试不过再重新改重新迭代就好……如果调用外部工具的话很多外部工具操作是难以撤销的，如果执行出错后续模型是无法自己挽回的

64. #认人识人是AI智能体的照妖镜#真正的AI智能体要主动服务，而非被动响应。目前多数车机不认人、不记路、不分场景。魏牌V9X原生AI智能体以“认人识人”为起点，能精准识别乘客、记忆偏好、理解关系与状态，主动适配提供贴心服务。4月17日，归元S技术发布会暨V9X预售，见证未来座舱。#大v聊车#

65. 张旭：从初始设定到用户定义

66. 如何高效的长时间运行智能体

67. AI 术语通俗词典：Logistic 函数

68. AI效率革命！一本手册，让你的智能体助手覆盖五大场景

69. 【#Seed2.0正式发布#】据“字节跳动Seed”：大语言模型驱动的产品已深刻融入我们的生活。过去一年多，Seed 开发的 LLM 模型系列已支持豆包等拥有上亿用户的 C 端产品，同时，我们也注意到，随着 Agent 时代到来，LLM 将在现实世界的复杂任务中发挥更大作用：比如参与科学研究，支持复杂软件开发，LLM 甚至可以基于上下文自主学习，完成各类具有经济价值的任务。在这个关键节点，我们很荣幸地介绍最新 Seed2.0 系列，它们围绕大规模生产环境下的使用需求做了系统性优化，旨在帮助突破真实世界中的复杂任务。通过分析 Seed 通用模型在 MaaS 服务中的调用情况，我们发现，最高比例的需求为处理混杂图表、文档等非结构化信息的知识内容，企业往往要求模型先做“读得多、想得多”的任务，再进入复杂且专业的流程型工作，对模型的长内容理解和多步任务执行能力要求越来越高。基于真实使用场景，Seed2.0 系列重点在以下方面进行了优化：更稳健的视觉与多模态理解：Seed2.0 强化了视觉感知与推理能力，对复杂文档、表格、图形、视频内容的解析水平显著提升，视觉信息处理更精准。更可靠的复杂指令执行：Seed2.0 提升了指令遵循和推理表现，并强化了对多约束、多步骤、长链路任务的理解与执行能力，已具备支撑高价值任务的能力基础。更快速、更灵活的推理选择：Seed2.0 提供 Pro、Lite、Mini 三款不同尺寸的通用 Agent 模型，以及专门的 Code 模型，覆盖不同的场景需求，供企业和开发者选择。除了更好地支持生产级需求，Seed2.0 还致力于提升模型智能上限。目前，Seed2.0 已能从解决奥林匹克竞赛类问题迈向支持研究级的推理任务。比如，Seed2.0 可尝试探索埃尔德什级别的数学问题，也可完成部分科学相关任务的编程工作，进一步突破机器智能的边界。Seed2.0 Pro 和 Code 模型已分别在豆包 App 和 TRAE 上线，同时，Seed2.0 全系列模型 API 已同步上线火山引擎，欢迎大家体验、反馈。

70. 零基础也能搞定AI智能体开发！这本Dify实战必入

71. AI 术语通俗词典：均方根误差（RMSE）

72. AI 术语通俗词典：平均绝对误差（MAE）

73. 为什么 RAG 落地难？解析数据处理 “三重困境”，事件驱动架构如何破局？

74. AI 术语通俗词典：解释方差

75. 什么是Agent Skills？小白100%入门

76. Agent Skills完全指南

77. 一文搞懂什么是 Agent Skills

78. Agent Skills 全解析

79. 什么是Agent skill

80. 新概念也许你已经知道了，AI Skills是什么意思

81. Agent Skills 入门和精通看这篇就够了！

82. 一天一个计算机知识

83. 从 Prompt 到 Skills

84. 大白话+通俗比喻+清晰对比，一次性讲透 Agent（智能体）和 Skills（技能），以及它们之间的关系

85. 最近 AI 圈的新名词是「Agent Skill」，很多刚接触 AI 的朋友可能都有一个问题

86. 《一分钟搞懂 AI Agent 相关概念》 #AIagent #大模型 #Skills #MCP #记忆功能

87. 如何开发一个好用的Agent Skills

88. Skills和Agent的区别

89. AI智能体中的skills是什么？

90. 一文读懂 Agent Skills

91. AI智能体的"技能包":让AI像人一样掌握专业技能

92. 【量化看市场系列之五】如何叫你的AI更聪明、运行更有效率——Skills的设置与使用

93. 从“聊天”到“行动”

94. LangChain Tools

95. agent中的Function Calling详细解释

96. Agent中大模型是如何调用工具（一）

97. AI Agent与MCP

98. 大模型知识体系 L4-3Agent之函数调用

99. AI Agent进化

100. 从“动嘴”到“动手”

101. 手把手教你用100行代码搭建一个AI Agent助手

102. LangChain 工具调用全实战

103. 15 天带你学会 AI 智能体开发（一）

104. LangChain 的作用是什么

105. 用实例看清楚AI Agent全流程！

106. 一图看懂AIAgent全流程，吃透版！！

107. 智能体开放集市平台

108. 《智能体设计模式》读书翻译笔记——附录C 智能体框架速览

109. 别再啃 300 页技术文档了！AI Agent 最新技能快速上手的 3 条可落地路径

110. 智能协同

111. 告别“嘴强王者”

112. 中国信通院可信AI智能体评估体系2.0发布

113. 数据安全视角下的OpenClaw

114. Agent Skills 开放标准及其最佳实践

115. 一天吃透一件事

116. 别把AI当高级搜索。三层进阶逻辑

117. 从"只会接龙"到"自己造工具"大模型Agent三年进化史

118. Agent 多领域前沿进展2026年4月16日（周四）

119. NousResearch Hermes Agent

120. 从0开始的agent 第1章 MCP及工具设计

121. 从静态推理到动态交互

122. Harness的Skill该换个玩法了，北大提出HeavySkill

123. 第五章

124. 如何提高工具调用准确率？

125. 如何在推理框架层面提高工具调用准确率？

126. 【382论文泛读】SE-Agent

127. 深度研究 Agent 终于开窍了？MiroThinker-H1 靠"验证"机制刷爆 BrowseComp 榜单！

128. 多模态多步推理真正的难点，不是“会想”，而是“会看、会用、会验证”

129. 阿里云HopChain框架

130. Agent工具调用和复杂任务执行的新突破

131. 北大&腾讯微信AI联合提出Conan

132. 把多个agent的智慧"压缩"进一个模型，推理成本直降数倍

133. Agent-RRM

134. 大模型开发框架:工具是如何进行封装的

135. AI产品如何应对MCP的不确定性

136. ai-agent的发展现状及方向

137. 23 个让效率翻倍的 AI Agent 实战技巧（2026 最新版）

138. 2026年，AI Agent终于不是玩具了

139. 15.4k的开源AI技能库agentskills：让智能体拥有“十八般武艺”

140. 一文搞懂Agent Skills：在 OpenAgents 中使用skills

141. 蚂蚁大模型一面：Tool Use 是扩展 Agent 能力的有效途径，请解释 LLM 是如何学会调用外部 API 或工具的？

142. 谷歌 AI 总监开源「Agent Skills」：谷歌工程文化编码沉淀为 6 阶段开发全生命周期、19 项生产级 Skills 框架

143. 工具调用的4个参数，本质是4个产品决策。

144. McpAgentExecutor：用几行代码让模型自主调用 HTTP 工具多步推理

145. 大语言模型之Function Calling底层原理剖析

146. 🤖 AI Agent 学习笔记(Week3下）- SKILL是什么 & Function Calling / MCP / CLI / Skill 串讲

147. 大语言模型智能体（LLM Agents）工具调用的演进：从单工具调用到多工具协同编排

148. Agent Skills 完全指南：让你的 AI Agent 拥有超能力

149. AI算法原理0基础入门-第22回-工具调用——从 Prompt JSON 到 Function Calling

150. 思维的跃迁：五分钟掌握Agent Skills的精髓

151. 一文理解什么是 Agent Skill？

152. OpenClaw 14天教程 Day06: 工具调用｜AI Agent开发实战

153. 没有skill的AI不是好AI，动手打造你的第一个Skill应用——Agent Skill基础应用教程

154. LLM工具调用：不是越多越好

155. 【531】工具调用——智能体的“数字双手”（业务易懂版）

156. 工具调用系统｜让AI学会"动手"做事情 🔧

157. Agent Skills 完整研究报告

158. 谷歌 Gemini 主管开源 Agent Skills：20 个技能让 AI 写出生产级代码

159. 一张图看懂AI Agent！AI Agent 20步运行全流程拆解，建议收藏！从用户Query到最终回答，完整链路覆盖：用户提问→意图识别→任务拆解→工具调用→结果整合每个环节都对应了大模型、Agent Skills、MCP、工具层的协作逻辑，搞懂这个，你才算真正入门了Agent开发！ #AIAgent #大模型 #AI工作流 #AI开发 #AI智能体

160. 2026年AI Agent全景实战指南——从Devin到Operator的真实案例与选型表

161. 能进化的Skill，才是好Skill~

162. 智能体调用工具tools的常见问题

163. 深度解析｜AI Agent自动化工作流：从架构设计到落地实践（2026年最新实战指南）

164. 0基础学AI（一）什么是Agent skills ？

165. AutoSkill：AI 智能体的自我进化引擎

166. AutoSkill：任意智能体的自我进化大脑

167. AI工具调用调试技巧

168. OpenClaw很火？基于FlagOS部署和跑通“完全本地”的Agent工具调用闭环！

169. AutoSkill——越用越强的个性化AI助手🤖

170. 大模型进阶指南：如何才算真正掌握Agent技术？一文看懂！

171. 企业级全栈式AI智能体开发推荐，解决自主决策与场景适配难题

172. AI 工具调用：AI 的新技能，主动操作不再是梦！

173. 终于有人把数据智能体讲清楚了！

174. AutoSkill开源，AI的“自我成长”

175. 2026年AI Agent深度评测：5款主流智能体平台实测对比，谁才是真正的效率利器？

176. 未来以来：AI智能体将如何改变未来3年的客服行业？从“我不明白您的问题”到“先一步发现商机”

177. AI Agent团队进化史：从ReAct到Multi-Agent

178. 数据分析智能体（Data Agent）是一种能自主理解、规划并执行复杂数据任务的AI系统。它不仅仅是传统的数据工具，更像一位能够与你对话、理解业务意图并直接交付分析结果的“虚拟数据专家”。一个成熟的Data Agent通常具备以下几个关键能力，使其能像人类分析师一样工作：理解业务意图：这是智能

179. ✅数据分析方法论：2025数据智能体实践指南

180. AI智能体定制平台是什么？适合哪些企业和人群使用？，附中小微企业等典型适配场景解析

181. 智能体架构五维解析

182. OpenClaw 进阶实战系列｜第6篇：多 Agent 编排——让多个 AI 分工协作

183. 2026年AI Agent将如何改变企业业务

AI Agent的“技能”真相：别被文字游戏骗了

精选参考来源