别急着追风口，先搞懂GPTs和AI智能体对你的真实价值_办公软件

1. 数据工程遇上 AI Agent

2. 未来走向何方？Agent 创企 2025 生存现状一览

3. #IT技术# #微博兴趣创作计划# 今天为大家介绍四大热门AI框架：LangChain擅长复杂AI应用开发，Dify支持低代码快速搭建，n8n专注自动化工作流，Coze则面向中文用户优化。各框架特点鲜明，你更倾向哪种AI开发方式？搞机工程师的微博视频

4. 国产AI应用再加一分，一键生成"技能五子棋"人人都能开发AI应用了#跟傅盛学AI##谷歌##技能五子棋##蚂蚁灵光# 傅盛的微博视频

5. 2026年，你的工作和钱包将被谁改写？Gartner十大趋势揭秘:根据知名研究机构Gartner发布的权威报告，《2026年十大战略技术趋势》可以总结如下：一、架构师 (Architect)1、AI超级计算平台：整合多种计算架构，统一调度复杂AI工作负载。2、AI原生开发平台：利用生成式AI，让非技术专家也能在安全框架内快速开发软件。3、机密计算：通过硬件级隔离，确保数据处理过程对云服务商等第三方完全不可见。二、合成者 (Synthesist)1、多智能体系统：多个AI智能体协作完成复杂目标，实现业务流程自动化。2、特定领域语言模型：针对垂直行业训练的模型，比通用大模型更精准、可靠。3、物理AI：赋予机器人、自动驾驶等实体感知、决策和行动能力。三、卫士 (Sentinel)1、AI安全平台：集中防护AI应用，防范提示注入、数据泄露等特有风险。2、前置式主动网络安全：利用AI在攻击发生前预测并阻断威胁，从被动防御转向主动防护。3、数字溯源：验证软件、数据等数字资产的来源与完整性，应对供应链安全风险。4、地缘回迁：因应地缘风险，将数据与应用从全球公有云迁移至主权云或本地。分析以上这十大趋势，我们会发现它他并非孤立，而是相互关联，共同构成了企业应对未来的行动框架。“架构师”类趋势旨在构建更强大、安全、易用的技术基础架构，以支撑AI的规模化应用。而“合成者”类趋势将多种技术深度融合，旨在打造能解决特定领域复杂问题的智能化解决方案。“卫士”类趋势直面AI时代激增的风险与监管要求，目标是建立贯穿始终的安全、可信与合规体系。技术发展太快了，从2026年的技术战略呈现出 “AI驱动一切、安全贯穿始终” 的鲜明特点。企业需系统性地布局：在夯实算力和开发基础的同时，推动AI在物理世界和垂直领域的深度融合，并构建超前的安全信任机制。2026年，技术将不再是孤立的点，而是相互交织的网。对于企业和个人而言，把握这些趋势，意味着要在“实体化”、“协作化”和“安全可控”这三个维度上提前布局。2026年，你的工作和钱包将被谁改写？看完Gartner的这十大趋势预测，相信到时也有很多技术是专门为我们量身定制的，就好像移动支付一样，在很多老外很惊讶的时候，我们的日常生活已经使用了很多年。#科技先锋官#

6. 2025 年被称为「Agent 元年」，你认为是名副其实还是过誉？

7. 一车即乾崑！896线激光雷达+出行智能体，启境GT7

8. 为什么现在大多 Code Agent 的主形态是 CLI/TUI？

9. 为什么现在大多 Code Agent 的主形态是 CLI/TUI？

10. 不再迷信多智能体，构建实用AI系统的方法论

11. 【从 GPTs 到蒸馏 Skills：AI 概念翻新不停，真正的进化藏在执行环境里】当下的 AI 圈正在经历一场有趣的轮回。最近满屏所谓的蒸馏 Skills 走红，让不少老用户产生了一种强烈的既视感：这不就是几年前 ChatGPT 推出的 GPTs 吗。从对话助手到提示词，再到如今的 Agent 和 Skills，概念在不停翻新，但逻辑始终在螺旋上升。我们需要清醒地认识到，目前市面上流传的绝大多数所谓蒸馏技能，剥开精美的包装后，里面往往只是一坨 Markdown 文本，缺乏真正的执行脚本。正如业内人士所言，99% 的分享并不是在输出能力，而是在传播焦虑。真正具有生产力的核心逻辑，往往被开发者藏在自己的私密配置文件里，秘而不宣。然而，这场轮回并非毫无意义。当年的 GPTs 试图构建一个封闭的 App Store 生态，却因为缺乏执行环境、面向应用而非面向开发者的定位，以及当时模型能力的局限，最终没能激起太大的水花。而现在的 Skills 走的是一条更聪明的路径：插件化设计、随取随用、对 CLI 友好，且更容易与其他程序整合。这揭示了一个深刻的行业真相：一个概念的成功，不仅取决于想法本身是否先进，更取决于基础设施是否成熟。科技圈的进步往往呈现出一种复古的特征。从 AutoGPT 到 OpenClaw，从 GPTs 到现在的 MCP 架构，很多时候我们并不是在发明全新的东西，而是在等待模型能力和执行环境足以支撑起那些超前想法的时刻。真正的进化，不是概念的翻新，而是执行环境的落地。在这场喧嚣中，我们应当学会分辨：哪些是换汤不换药的营销噱头，哪些是真正提升了生产力边界的工具变革。不要被满屏的技能包迷了眼，真正的能力永远来自于对底层逻辑的深度掌控，而非对提示词模板的简单搬运。

12. 跟我逛发布会奇瑞AI之夜看AI在智驾底盘和制造等领域的应用

13. 15岁少年养AI龙虾，月入3万美元！智能体黄金时代真来了

14. 掌握AI Agent开发：开发者锁定未来五年价值的硬核竞争力

15. 大厂P9直言：Java同质化太严重，想突围必须拿下RAG、Agent、微调这三项！“Java+AI”是拿百万年薪的重点方向！

16. AI智能体的崛起——re: Invent 2025解读AI从工具到数字员工的转型

17. 2026 AI 趋势报告：从工具到伙伴，企业智能化的新阶段

18. AI原生电商出现，Agent帮你从建站到运营

19. AI 智能体驾驭 (Harness) 工程的兴起

20. 能用脚本就别用Agent。今天发了那篇文章以后网页链接有很多朋友跟我讨论。发现大家问得最多的一个问题是，你天天说Agent和Skills是未来，那你自己平时干活是不是什么都丢给Agent？我说实话，还真不是。正好借这个机会我再补充一下，因为我发现这是一个很普遍的误解。很多人一听Agent厉害，就想把所有事情都交给它干，但说实话，在我自己的实际工作里，Agent反而是我最后才会动用的手段。我自己处理事情的优先级是这样的。1. 能用Agent写个脚本解决的，一律都用脚本自动化解决。2. 脚本搞不定的，或者需要一些泛化能力的，做成Skill。3. 只有那些真正需要创造性判断、复杂推理的任务，才会真正交给Agent。这其实是个循环。先说脚本。这东西就是逻辑是固定的，输入是什么，输出是什么，中间怎么处理，全都是确定的，不存在需要判断的地方，不存在可能出现意外情况的地方，比如我飞书上各种各样现在跑着的自动化。这种事情你让Agent来干，纯属浪费。你不会用大炮打蚊子，同样的道理，你也不该用Agent去干脚本能干的活。再说Skill。有些事情，纯脚本搞不定。比如我做的那个AI热点监控站，里面有一个资讯打分的功能，每条资讯进来，要判断它的重要性、相关性、时效性，给一个综合评分。这个事情你没法写死逻辑，因为资讯的内容是千变万化的，你不可能为每种内容预设一套评分规则。这时候就需要大模型的泛化能力了，但它又不需要Agent那种自主决策和多步骤规划的能力，它就是一个单一的、封装好的能力单元。这就是Skill的价值。最后才是Agent，我用Agent的很多时候，就是那种你没法提前规划好所有步骤的任务。你知道你想要什么结果，但你不知道中间要经过哪些步骤，因为这取决于过程中遇到的具体情况。就比如，开发一个脚本，比如，做一个究极详细的竞品体验报告。这种需要动态规划、需要根据中间结果调整策略的任务，才是Agent真正的用武之地。所以，这三层，其实有点像一个金字塔，而且是上下循环的金字塔。最好的Agent使用方式，就是不断往下沉淀能力，自己永远只处理那些还没法被固化的部分。很多人犯的错误是，一上来就把所有事情都往Agent上堆。结果就是慢、贵，还不稳定。真不是Agent不行，是很多场景根本用不到它，强行上Agent只会引入不必要的不确定性。这才是这个金字塔真正的运转方式。让Agent去创造工具，让工具去执行任务。这个循环一旦跑起来，才是AI在公司里真正落地的样子。#AI超话##科技先锋官##how i ai##Agent##skill##脚本#

21. AI Agent已渗入各行各业，你的岗位还能撑多久？（附智能体技术详解+保姆级资源）

22. 2026年最大风口：AI应用层！年薪百万的AI应用开发岗暴增！附关键策略+大厂内部资源

23. 拒绝成为落后的开发者：用TRAE Skills构建你的10倍效能工具箱

24. 2026年冲大模型应用开发，顺风翻盘！(附关键策略+保姆级资源）

25. “Skill 不就是长一点的提示词吗？” 上篇文章《别把整个 GitHub 装进 Skills，Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后，收到一些质疑： > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？" 这些批评是对的。我原文确实表达有问题。写"提示词"的时候，我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code，再给它一个生成图片的脚本，它一样能完成配图任务。这里的差异不在于提示词能不能复用，Gem 和 GPTs 里的提示词也能复用。差异在于：提示词配套的是 ChatBot，还是 Agent？【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent"，它不是装饰词。Skills 利用 Agent 的虚拟机环境，提供单纯提示词无法实现的能力。一句话总结：ChatBot 只能对话，Agent 能动手干活。具体来说： ChatBot 不能调用工具。你给它一段配图提示词，它能帮你分析文章、生成画图 prompt，但真要生成图片？它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务，它能像个经验丰富的编辑一样自己完成： 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上全程自动化，你只需要验收。【2】那 Skill 到底是什么？很多人把 Skill 理解成"一段很长的提示词"，这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。一个 Skill 可以包含三层内容：第一层：元数据。就是 name 和 description，告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载，但只占几十个 token。第二层：指令。SKILL.md 的主体内容，工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时，才会读取这部分。第三层：资源和代码。附带的脚本、模板、参考文档。Agent 按需读取，用的时候才加载。这就是官方说的"渐进式加载"：不是一股脑把所有内容塞进上下文，而是用到什么加载什么。所以你可以给一个 Skill 附带几十份参考文档，只要这次任务用不上，它们就不占用上下文窗口。传统提示词做不到这一点。【3】为什么说配图"单纯靠提示词做不了"？回到原来的争议。如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令，那配图当然能做到。因为这时候提示词是发给 Agent 的，Agent 能调用工具。但如果你说的是发给普通 ChatBot 的提示词，比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令，那确实做不到。因为 ChatBot 没有工具调用能力，它只能输出文字。我原文的问题在于：默认读者理解的"提示词"是 ChatBot 场景下的提示词，但没有明确说出来。更准确的表达应该是：Skill 必须配合 Agent 使用。发给 ChatBot 的提示词，无论写多长多详细，都只能完成对话能完成的事。要让 AI 真正"动手"，需要的是 Agent + 工具调用能力。【4】那我直接给 Claude Code 发长提示词不行吗？行。把 SKILL.md 内容复制出来当提示词发，Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。但 Skill 的价值不在于"能不能做到"，而在于：可复用。写一次，以后每次相关任务自动触发，不用每次复制粘贴。可组合。分析 Skill + 提纲 Skill + 写作 Skill，像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。可迭代。用着用着发现问题，直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后，你得记得每次都用新版本。可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织，发出去就是全量加载。简单说：Skill 是提示词的工程化封装。能做的事差不多，但管理成本、复用成本、迭代成本完全不同。【5】最后上篇文章的核心没变：因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗？是的。但光有提示词不够。关键是执行这段提示词的系统，到底是只会说的 ChatBot，还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力，Skill 就只是一段躺在文件夹里的 Markdown。

26. 李彦宏认为 AI 时代的度量衡可能是「日活智能体数」，比 Token 消耗，更接近价值，对此你怎么看？

27. 飞书CLI星标47天破万！全球开发者火速种草，Agent办公时代来了

28. 研究生搞agent还有搞头吗？

29. #科技先锋官# 2026年AI代理预测将成为驱动产业效率革新的核心力量，也因此被业界定义为AI代理年。企业无需专业团队即可快速部署，让AI代理高端配置变为普惠工具，企业级需求的爆发成为核心推力。数据显示，2026年全球AI代理市场规模预计达85亿美元，企业级应用覆盖将超10万家。过去AI多聚焦单一基础场景，而AI代理可自主理解目标、规划流程并执行复杂任务，在客服、销售、运维等领域大幅提升效率，这种一站式解决能力精准匹配了企业降本增效的核心诉求。随着算力租赁模式成熟与国产芯片技术突破，2026年企业AI算力成本较上年再降40%。以往中小企业因百万级训练成本望而却步，如今通过按需租用模式，算力投入门槛降至传统模式的1/10，加上动态扩缩容技术提升资源利用率，即使是中小微企业也能负担AI代理应用，为市场爆发奠定了基础。AI代理已突破早期对话局限，具备多模态交互、上下文理解与跨系统集成能力。依托检索增强生成与自主学习技术，其任务处理准确率超95%，可无缝对接企业CRM、订单系统等核心平台。MaaS模式将复杂技术封装为标准化服务。#AI创造营##AI创作热点##一分钟视频创作季# 种斌Marco的微博视频

30. 今年最火的开源Agent项目，如何思考Agent的自我进化？

31. 钉钉的这个变革很及时，其实 OpenClaw 给钉钉带来最大的启发就是：AI 时代的软件不一定会被 Agent 淘汰，而是未来的软件并不是基于人而开发的，而是适合 AI 调用和操作的软件。只有软件拥抱 AI，给 Agent 提供土壤，Agent 才能真正在企业里扎根干活。钉钉做的 CLI 化改造就是一个典型案例。过去所有的企业软件都是给人设计的，按钮、菜单、弹窗，一切交互逻辑都围绕人的眼睛和手指展开。但 Agent 不需要这些，它需要的是干净的接口、明确的指令、可编程的操作通道。这其实是一次软件设计哲学的根本转变：从"人机交互"走向"机机交互"。未来真正有生命力的软件，一定是同时服务两类用户的，人用 GUI，Agent 用 API 和 CLI。谁先把这层基础设施铺好，谁就能在 Agent 生态里占住身位。那些还在死守图形界面、不愿意把能力开放出来的软件，大概率会被绕过去。#How I AI##科技先锋官#

32. 【AI编程不是风口，是分水岭】一年前，我也觉得AI编程是噱头。如果你在Copilot自动补全时代试过这些工具，然后弃之不用，我完全理解。但事情变了，变得很快。每隔几个月，能力就会有一次大的飞跃。半年前，GPT-5能做出像样的设计、在大型代码库里导航，已经让我惊叹。现在，Opus可以独立完成大型功能开发。这不是进步，是质变。直说吧——我认识的最优秀的开发者，都在重度使用AI。一旦你见识过这些工具的能力，想真诚地谈论它们，都会像在打广告。 "布道AI的开发者"和"质疑AI的开发者"之间的鸿沟，正在急剧扩大。我亲眼看着每一类人陷落：先是独立开发者，然后是脚本小子，接着是前端、后端、包维护者、安全研究员、运行时开发者、编译器开发者…… 这个名单还在变长。有很多"大牛"十几年没写过真正的代码了。我们可以从他们身上学到很多东西，但他们对AI如何加速真实项目中的真实团队，一无所知。坚持认为这些工具没用的人，我理解你们。几个月前它们确实没用。但你的判断已经过时了。 AI不会取代我们，但它已经在写每天产出的大部分代码。这不是关于工具的选择，而是关于你站在分水岭的哪一边。 x.com/theo/status/2006121170077155492

33. 现在Agent Skills 那么火，有什么强烈推荐的Agent Skills吗？

34. 从“写代码”到“管Agent”，程序员核心价值被AI重写，Agent工程师薪资暴涨！人才缺口大！学历门槛低！窗口期拉满！

35. 魏牌V9X凭什么敢卖50万？AI接入车子的新体验… #认人识人是AI智能体的照妖镜#魏建军变装实测汽车AI智能体

36. 最近有人用一台电脑，再加一群AI智能体。用公开数据和AI智能体集群，在24小时内重新还原了这次军事冲突的全过程。#大有学问 #红衣聊AI

37. 最近扎克伯格正在悄悄憋大招：给自己做一个AI分身叫“CEO智能体”，专门帮他当CEO助手。有人评论说：难道小扎这是要自己造AI，慢慢把自己干掉吗？#大有学问 #红衣聊AI #扎克伯格 #智能体

38. 利用300个Agent！从零开始搭建独属于你的AI公司/团队

39. AI Agent 很火，但 Agent Infra 准备好了吗？

40. n8n上线Chat Hub！工作流秒变GPTs、仅使用权分享终于实现了

41. 【#李开复称未来就是比谁更会用Agent#】 12月6日，由@中国企业家杂志主办的2025（第二十三届）影响力企业家年会（原中国企业领袖年会）在北京召开，零一万物CEO、创新工场董事长李开复发表了主题演讲。他认为，AI Agent带来的革命不只是制造了一个工具，而是能帮助重构公司，帮助公司增效。公司以后会有越来越多的Agent，一个CEO管着很多Agent，而且这些Agent会一年会比一年便宜，因为推理成本在快速下降。#李开复称未来办公司和搭积木一样快# 他还指出未来办公司就像搭积木一样快，以后企业的竞争力就体现在：第一，要最早用上Agent；第二，要用最聪明的Agent；第三，要用公司的闭环数据，让你的Agent强于别的使用同样技术的公司。要早、要快、要有闭环数据。（中国企业家吴莹）#2025中国企业家杂志影响力企业家年会#

42. 《扣子开发 AI Agent 智能体应用》002-扣子 AI 应用开发平台介绍（扣子的背景与核心特征）

43. 华尔街被一篇神文吓傻！如果到2028年，AI智能体全面普及，会发生什么？#大有学问 #红衣聊AI #华尔街 #人工智能

44. 黄仁勋最新访谈（一）：AI商业化拐点来了，Anthropic2030年收入可能达到1万亿美元#黄仁勋 #英伟达 #AI #GTC #AI商业化

45. 鹏说：AI Trading Agent时代下的思考

46. 刚刚，OpenClaw史上最猛更新！AI记忆可自由插拔，开发者等了半年

47. 2025年被称为“智能体（Agent）元年”，各行业、各领域应用AI技术，主要体现为研发各种基于Agent的智能体应用。2026年，预计会迎来“智能体应用”的井喷，并且会从单智能体全面转向多智能体应用，多个智能体相互连接和协作，将越来越多的工作和任务自动化和智能化。对于普通人来说，在2026年，你会看到，越来越多的人类工作由AI接管，AI取代人干活的步伐在加快。

48. 【360 推出 OpenClaw 安全指南，破解 AI Agent 提示词注入难题】360 集团发布国内首份《OpenClaw 安全部署与实践指南》，为开源 AI 智能体 OpenClaw 提供安全保障方案。随着 AI 智能体向「数字分身」演进，OpenClaw 等智能体部署面临管理接口暴露等典型风险，尤其是提示词注入和插件供应链攻击。360 提出「先可控、再提效」的分类治理策略，针对个人开发者与小型创业团队和政企级多智能体协同场景给出不同防范建议。该指南发布标志行业关注点转向安全合规治理，为构建 AI 应用生态奠定技术基础。

49. 先说判断，未来大概率是大V先人手一个agent，agent也一定会越来越好用，所以agent接入各家平台也是势不可挡。如果每个大V的需求都是个性化的，平台应该开放能力给agent，大V基于这些开放能力自己给自己的agent提需求，写skill。挡也挡不住的话，开放哪些能力就是关键了。（使用开放能力肯定比东拼西凑或者模拟请求省token）平台是不是除了大V定制agent，更要做skills的交流分享。也就是大V掌勺，平台备菜的逻辑。勺有的可能是平台准备好，有的“名厨” 是自己带的。

50. 高三创业快碎了，在AWE找到满血复活舱！

51. #OpenClaw都能做什么#OpenClaw的爆火，让“能做事的AI”从概念落地现实，它打破传统AI仅被动对话的局限，凭主动执行、全场景适配的特性，成为AI智能体发展的重要探索，或引领下一代AI应用方向。它能实现办公自动化，快速检索文件、填充报表、批量处理文档；可完成跨工具协同，联动多平台实现指令一次下达多端执行；能提供全流程代码辅助，生成代码、排查Bug甚至开发简易App；可搭建私有知识库，快速检索并整合多格式内容；还能实现设备智能监控，主动检查任务、预警故障。此外，其开源属性让开发者可无限拓展功能，虽尚存部署门槛与安全问题，但它让AI从“对话助手”变成“数字员工”，这种落地性的突破，正是未来AI的核心发展方向。#how i ai# http://t.cn/AXVbL8bn

52. 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

53. 以「更懂开发者」之名：2026全球开发者先锋大会，看Agent如何重塑生产力

54. 没有智驾的会议室不是好KTV！地平线KaKaClaw车载智能体上手

55. 当前，业界正在构建AI智能应用底层基础设施，从模型、平台、工具和开发框架几块同步推进，进展很快，估计最多也就花两三年的时间，就能基本构建完成。等这些基础设施成熟稳定之后，AI技术将开始一个全面向各行业进行渗透和改造的进程。这个对各行业的“重塑”过程，主要体现为设计与开发各种面向特定应用领域的智能应用系统。这种智能系统，是以“智能体”为中心的，系统创建与管理多个智能体，通过智能体之间的相互协作，完成特定的工作或生产任务，整个“干活”的过程，是高度自动化与智能化的，这会让各行业的生产与工作效率，得以巨幅提升。IT行业是这个进程的“排头兵”和“先行者”，就目前来看，这种智能化进程，会先在软件开发领域实现。我们可以看到，当前AI技术的各种最新成果，大都是率先应用于“软件开发”领域，形成一个带有“正反馈效应”的“大循环”。结果是，近一两年在这个领域的变化，可以说迅速无比，原有的开发方式受到了巨大冲击。比如，以前软件开发的核心工作之一，“代码的编写”，现在在很大程度上已经可以由智能体自动生成，“手写代码”，如今被称为“古法编程”，其它的诸如系统分析与设计、软件测试和自动部署等开发任务，也都被分配给特定的智能体去完成，软件开发的整个流程，正在日益“自动化”，开发效率有显著提升，许多老的软件工程理论和观点，现在都需要修正了。其他行业和领域，不要着急，很快就会轮到你们了！

56. Agent Skills：AI 能力扩展的新范式

57. AI智能体开发太散乱？这本书从理论到实战，给你一条“直通”路径

58. 从传统开发到AI应用开发，拿11万月薪的秘密（附裁员潮下逆袭关键策略+保姆级大厂内部资源）

59. 2026高薪抗风险岗位：大模型应用开发工程师！年薪60w起，大厂抢疯了！建议大家冲一冲这个新兴领域！

60. AI 原生应用开源开发者沙龙·广州站精彩回顾 & PPT 下载

61. 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

62. 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

63. AI智能体也卷起来了？又懂业务又不用搭工作流…

64. 老外还在幻想的事，已经被腾讯做出来了？全网都在养龙虾，腾讯游戏直接把龙虾Agent塞进了研发流水线。 GDC 2026，腾讯游戏一口气甩出 21 场 AI 分享，不聊空话，直接把参数规模、训练时间、工程链路和落地细节全部摊牌。尤其是天美的 Ignis Agent，让我第一次真正感受到：AI 进入游戏行业，已经不是做 Demo，而是开始接管复杂研发流程。相比其他AI应用场景，游戏的确是一个高度复杂的实时系统。因此，像腾讯这样能把AI嵌入复杂游戏工程、在玩家交互中持续打磨并完成长期迭代的游戏厂商，才更有可能引领游戏AI化的下一阶段探索，成为AI时代游戏产业新的规则制定者。 #AI #人工智能 #Agent #智能体 #GDC

65. 转：David Singleton，前 Stripe CTO 最近有个观点很炸裂：当我们所有人都觉得 AI 时代最危险的是 manager，因为不需要中间层了嘛，agent 直接干了。结果他现在优先招那些以前当过 manager 但现在想回来写代码的人。原因是他认为 manager 天然擅长拆解任务、协调资源、知道什么时候该推一把什么时候该放手，他认为这才是驾驭 coding agent 最核心的能力。----我觉得说的没有错的，不过这里重点不是当没当过 Manager，而是同时有架构能力和管理能力，能拆分任务，能管理 Agent。说实话，很多 manager 技术不咋地，就会向上管理和 PUA，但管 Agent 重要的不是向上管理，也不是 PUA，而是“定义问题”和“知人善用”。

66. 3天赚1200刀？纯聊天就能捏出个能搞钱的 AI Agent！【教程】

67. 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

68. 打工人超级外挂！OpenClaw+Flexus AI智能体，效率爆炸

69. LangChain Agent 年度报告：输出质量仍是 Agent 最大障碍，客服、研究是最快落地场景

70. The Complete Guide to Building Agents with the Claude Agent SDK。这篇基于Claude Agent SDK 构建智能体的指南很详细了。周末可以试试～介绍了 Claude Agent SDK 的核心功能与应用，展示了开发者如何利用该工具构建具备自主能力的 AI 智能体。该库继承了 Claude Code 的底层架构，能够自动处理任务循环、上下文管理及文件读写等内置工具。通过具体的 TypeScript 代码示例，文中详述了开发代码审查智能体的过程，包括如何实现自动化漏洞检测与结构化反馈。此外，内容还涵盖了子智能体协作、权限控制以及通过 MCP 协议扩展自定义工具的高级用法。#程序员# #ai#

71. #微博声浪计划##听见微博# 深圳龙岗“AI龙虾十条”政策聚焦开源AI智能体OpenClaw及OPC创业模式，提供零成本启动支持，涵盖技术、数据、算力等多方面。政策推动智能体创业生态发展，同时注重安全规范，有望成为全球智能体技术枢纽。乖乖Show的微博音频

72. 7天逆袭！零基础搞定AI智能体，告别加班做职场超人

73. 智能体即开发者：论AI如何重塑编程边界与人机协同未来

74. AI 原生应用开源开发者沙龙·杭州站精彩回顾 & PPT 下载

75. AI 原生应用开发实战营·深圳站精彩回顾 & PPT 下载

76. 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。

77. 你以为你看到的是AI的想法，实际上你看到的是：人类行为模式的一次完整数字回放。#大咖观察 #红衣聊AI #人工智能技术 #agent #AGI

78. 如果你现在还没用Agent帮自己干活，那其实很危险

79. 回复@浮图客栈:pi 不错，openclaw 是基于它搭建的，我也是用的它自己搭的：github.com/badlogic/pi-mono //@浮图客栈:请教宝玉老师，现在主流agent框架除了openclaw还有哪些？或者宝玉老师一般是自行搭建自己的agent框架吗？//@宝玉xp:软件为 Agent 提供了 CLI 或者 MCP，网页现在为了 Agent 直接返回 Markdown 而不是 HTML。在加速了。 http://t.cn/AXtUIyyI http://t.cn/AXtUIyyM

80. 《扣子开发 AI Agent 智能体应用》003-扣子 AI 应用开发平台介绍（选择扣子的理由）

81. 《扣子开发 AI Agent 智能体应用》019-扣子数据库实战（扣子数据库概述）

82. 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

83. 一位中国AI创业者，一行代码都没写，却靠着AI智能体，冲进了OpenClaw全球贡献者前30，而且排在他前后的，是一批干了十几年的硅谷顶级工程师。#大有学问 #红衣聊AI #创业 #智能体

84. 华为AI开发三大颠覆性突破：代码生成、自动测试、Bug修复全搞定！码农福音还是大锤？华为云码道（CodeArts) 代码智能体公测版今日发布，集代码大模型、IDE、自主开发模式为一体，覆盖代码生成、研发知识问答、单元测试用例生成、专家技能Skills、Codebase代码库索引、规范驱动开发等AI Coding技术，同时接入开源模型GLM-5.0、DeepSeek-V3.2以及华为自研模型，并提供鸿蒙的专属模型。鸿蒙专属模型，纯血鸿蒙应用开发简单，后续鸿蒙APP将爆发，各种鸿蒙APP会填补缺口。对一些公司来说是个机会窗。

85. Notion发布面向团队的Custom agents，Ivan Zhao：不能被Agent用的产品没有未来

86. 本周AI项目推荐：Slock，Float，Buda…当Agent成为社会活动主体

87. 想开发企业AI应用但怕复杂？这本书教你“搭积木”一样构建智能体

88. 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

89. 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

90. //@宝玉xp://@潜水专用马甲:千问这种背靠阿里的就会有点优势，虽然还不是agent，但是直接打通了飞猪旅行、淘宝闪购、淘宝、支付宝，所以已经可以直接点外卖、订机票酒店、购物，不需要打开App更不需要浏览器。感觉其他平台可能也要谋划和别的大模型合作了。 //@宝玉xp:回复@小马927:这个会很有意思的，比如携程不想开放接口给Agent用，但是去哪儿开放了Agent接口，然后大家用Agent的时候，Agent只用去哪儿订机票，那么携程就不得不也跟进。这个过程不用等太久的。//@小马927:我的疑问是：未来很多操作不需要通过浏览器,前提是订票网站的各种接口都要开放吧，这个类似携程这种会开放吗？如果开放了那岂不是人人都可以通过接口访问抢票，大麦、12306、携程这种类似网站失去了作用//@宝玉xp:回复@陈慕樱:很多网页背后就是数据库，举个例子，你去订机票，需要网页上输入出发地和目的地，选择日期，然后还要根据检索结果选择航班等等，这些事情如果有一个 MCP 服务，就不需要去网页操作，直接 Agent 通过 MCP 就处理了。所以未来很多操作不需要通过浏览器的//@陈慕樱:老师好，agent时代的浏览器

91. 2026 AI Coding 下半场：不拼参数，拼谁能让开发者“戒不掉”

92. a16z：2026 年的 AI 应用生态，关键问题是这几个

93. 这次在MDDC 2026大会上推出了天玑AI开发套件3.0和天玑AI智能体化引擎2.0，全面升级开发者工具，推动端侧智能体体验从被动响应转向主动服务，联发科表示会始终携手产业合作伙伴共创共赢，推动商业成功，加速前沿技术的落地与普及，持续为行业发展注入新动能。

94. 零基础开发AI智能体！这本《扣子开发AI Agent》必读！

95. 活动回顾丨阿里云AI原生应用开发实战营AI Agent 专场（上海站）回顾&PPT下载

96. 一图看懂天玑开发者大会 (MDDC 2026) ，首先是AI智能体化引擎2.0和AI开发套件3.0，核心是将AI能力从被动响应升级为系统级的主动智能，并且大幅降低开发门槛。游戏方面天玑星速引擎全面进化，将移动游戏体验向主机级3A大作靠拢。

97. 按我的理解，虽然agent已经非常同质化了，目前主要是面向不同场景的功能取舍（而不是技术壁垒）：侧重聊天的注重性能优化，侧重任务的关注上下文管理，侧重复用性的关注流程编排，等等。我预测未来agent底层的sdk大概率会被统一，但是上层还是会有各种agent并存//@方军_:求教agent 层或者agent运行时为什么用这么好几种？想办法选定一种是不是也就够了？

98. 一个针对跨境卖家的AI智能体

99. 大模型Agent的核心还是prompt？

100. 不装了，我删了17个GPTs

101. OpenAI 发布 Workspace Agents，接替 GPTs

102. GPTs 悄悄被换掉了

103. GPTs基本已死！OpenAI推出Workspace Agents，一键生成可团队共享智能体

104. 新手也能看懂的AI智能体开发教程用好AI智能体开发平台

105. coffeechat实录

106. 把 AI Agent 搬进终端，我做了个 Jarvis

107. 用实例看清楚AI Agent全流程！

108. 可视化低代码编排

109. 保姆级AI Agent开发指南

110. AI智能体应用开发

111. LangChain等AI智能体框架实现“平民化”？2025年开发门槛与落地现状深度解析

112. 手搓一个网络安全智能体开发平台（之一平台定位）

113. 大型企业AI应用开发

114. AI项目落地之低代码平台加速原型开发

115. 2026年企业AI如何落地-从低代码到AI低代码+智能体的演进路径 - 哔哩哔哩

116. AI时代，个人站长如何用AI工具实现一人公司（实战工具链+案例）

117. AI Coding Agent 技能工程与工具链横评

118. OPC创业公式

119. 2026 年，为什么越来越多开发者开始重新整理自己的 AI 工具链？

120. 2026年AI产业新动态

121. GPTs引爆AI浪潮！2026不再依赖单点智能体，而是企业级多智能体系统

122. 2026普通人如何抓住AI红利？

123. Custom GPTs 时代结束了

124. 智能体创业浪潮

125. AI智能体创业

126. AI智能体创业，有机会赚到一份工资吗

127. 创业指导⑪丨别只会用AI聊天了！带你读懂智能体时代的创业新机遇

128. 阿里张阔重磅发声

129. Ai如何创业？

130. AI小龙虾（OpenClaw智能体）真的适合创业吗？AI小龙虾（OpenClaw）创业可行性分析与避坑指南

131. 2026年创业新趋势

132. 一个工厂老板的AI变现方法论

133. AI Agent赛道开源框架内卷

134. AI智能体，正在从“演示工具”变成“真实劳动力”！

135. 从代码（Demo）到生产的最后一公里

136. AI Agent战国时代谁能胜出

137. 如何评价当前的 AI Agent 落地效果普遍不佳的问题？

138. Agent落地不再拼智商，而是拼可控性

139. Agent时代来了

140. 软件的下一个用户不是人类，而是 Agent

141. Agent将改变我们的工作方式。而这个未来，正在到来

142. Agent不是模型，框架才是命门

143. AGENT

144. 为什么未来的 Agent 系统，拼的是调度而不是模型大小

145. 为什么说下一个热点不是超级 Agent，而是 Agent 之间的互操作

146. 未来5年的核心竞争力

147. 下一代 Agent，不是工具——而是一种「结构文明」

148. 观点直击 | 智谱首份财报

149. 《AI智能体开发实战:从大模型到自主系统》

150. AI智能体到底是什么？对企业有什么用？

151. Agent的未来趋势。很多人还在把 Agent 理解为更聪明一点的对话系统。但方向已经彻底变了。 Agent 正在从 “理解文本、返回结果” 转向 “理解环境、直接行动”。第一个明显变化，是计算机使用能力。过去，Agent 只能通过 API 与系统交互。今天，模型开始像人一样理解界面、点击按钮、填写表单。这意味着一个重要转折：是否存在 API，不再是自动化的前提条件。传统软件、老系统、封闭后台，第一次被纳入 Agent 的可操作范围。当 Agent 能直接理解 UI， RPA 不再是单独的技术栈，而是 Agent 能力的一部分。对 PM 来说，关注点随之改变：不再是接口是否稳定，而是视觉识别是否可靠、操作是否可复现、失败是否可恢复。第二个变化，是语音原生 Agent 的出现。语音不再只是输入输出形式，而是实时交互的一部分。毫秒级延迟，意味着 Agent 必须边听、边判断、边决策。在电话客服、语音助手等场景中， Agent 需要具备三种新能力：理解语音内容识别情绪变化在关键时刻打断或接管流程这让 Agent 的设计，第一次接近真实的人类协作。同时，也带来新的复杂性：语音转文本的错误情绪识别的偏差实时策略切换的风险这些问题，都不再是模型层面的优化，而是产品层面的系统设计。当 Agent 从文本走向多模态，再走向自主操作， PM 的角色也必须随之进化。 Agent PM 不再只是：定义需求串联流程验收结果而是需要理解： Agent 如何感知世界如何在不确定环境中行动如何在失败中自我修正未来的 Agent 产品，本质上不是功能集合，而是一个持续运行的系统。而 PM 的核心价值，正在从“设计页面”，转向“设计行为”。这不是一次能力升级，而是一条全新的职业分支。 #agent #AI #产品经理 #Prompt #LLM

152. 2026独立游戏开发者AI武器库终极版一人团队完整工具链方案

153. 2026全球AI行业最新动向：巨头谋变风险凸显，未来半年走势全解析

154. 2026一人公司的AI全栈装备库：190+工具，从底层模型到Agentic工程

155. 为什么 AI Agent 正在重塑软件开发的未来？

156. 为什么Anthropic说：AI的未来是Skills不是Agent？

157. 软件的下一个买家不是人，是 Agent

158. Ollama+Pi 搭建本地开发环境

159. Box CEO 预言：未来 10 亿软件用户，将是 1 万亿个 AI Agent

160. OpenAI发布工作流Agent，GPTs进入倒计时

161. 从“能做”到“有人付费”，Agent 产品要跨过哪几道坎？

162. 关于智谱，我来说！大家好，我是智谱高级副总裁吴玮杰，直接管理公司的泛互联网事业部、MaaS业务以及部分私有化部署业务。最近好多人在讨论智谱，有的比较公允，有的则有失偏颇。可能是因为公司的招股书是在GLM-4.5/4.6/4.7发布之前写的，导致很多人不知道我们最近半年取得的成绩。在我们的客户群体中，互联网高科技客户占了50%（前10大互联网公司中9家都有合作），G端客户占比连20%都不到；公司本地化的毛利率一直保持在60%以上（是传统公司均值2倍），账期也远低于是行业平均水平；我们的MaaS平台上有290万企业与开发者，其中付费比例超过10%，付费客户年复购率为70%，在如此之卷的MaaS业务里是个很不错的成绩了！ #AI新星计划 #AI年度议题讨论 #欢迎问我任何问题 #智谱 #人工智能

163. OpenClaw 催生‘一人公司’潮，华为老将‘弃船’投身智能体创业，AI 正在让 80% 的程序员变‘多余’？

164. 一份2026年AI应用开发成本真相报告

165. 未来，我们是该为人服务？还是为 Agent 服务？

166. 自己手撸一个AI智能体---跟创业大佬对话

167. 最新盘点！2026年独立开发者必备的 10 个 AI 工具

168. AI智能体创建公司亲测：3个案例效果分享

169. AI落地，不止于想象｜“数龙杯”开发者沙龙（杭州站）诚邀启程

170. AI Agent的未来：5个趋势预测（不是科幻）

171. AI 应用的开发费用

172. 个人如何搭建属于自己的 AI Skills 工具箱

173. 我国首个物理AI个人开发者平台发布一人即可训练机器人

174. AI工具太多管不过来？我的2026工具链分享

175. 产品经理的AI工具箱：需求分析、原型设计，一个人顶一个团队

176. 2026年AI新风口！新一批AI智能体培训启动啦，学会搭建AI智能体，小白也能学！

177. 中国信通院可信AI智能体评估体系2.0发布

178. a16z创始人最新判断：Agent不是泡沫，未来真正值钱的能力彻底变了

179. [无密]智能体开发教程全流程拆解网盘代下 - 哔哩哔哩

180. 2026年编辑必看的3个AI智能体落地场景

181. 2025 ！独立开发者必备工具

182. Coze零基础开发Agent智能体实操教程 - 哔哩哔哩

183. 一个人顶一个团队：Google AI 工具链如何重构软件工程范式

184. 【AI】扣子、Dify、n8n、实在智能、影刀RPA 低代码平台简介

185. 2026年AI智能体榜单：千病智能体领衔，医疗AI引领行业变革

186. 【普泰视点】高盛发布研报：AI利润率拐点将至，智能体经济爆发前夜

187. “一人+AI虚拟团队”实战场景AI工具清单

188. 个人开发者租GPU，省钱攻略 - 哔哩哔哩

189. 【银行业展望系列】AI赋能场景升级：从知识问答到智能体应用

190. OpenClaw智能体应用实战核心开发教程教程学习 - 哔哩哔哩

191. 企业级OpenClaw落地指南：通过私有化部署构建AIAgent工作流？

192. AI初次带来快感

193. AI时代各种产业发展导读

194. 智聚·AI运营管理平台丨AI应用开发平台，“速通”智能化升级重构

195. 如何发现最新最全的GPTs？一百多个GPTs全介绍，GPTs 大全都在这里

196. Google刚刚宣布：App要死了，AI Agent才是未来

197. 你认为AI智能体的应用潜力在哪

198. 惊呆！OpenAI放出GPT-5.4大招，AI竟能100%搞定900页保险单，第三方框架集体颤抖！

199. 2026年AI应用产业：从技术验证迈向商业爆发

200. 未来保险行业最大的变化，不是产品，而是Agent

201. 2026 AI产业迎拐点

202. 宝妈AI创业首选｜获客智能体配合私人规划智能体，在家轻松搞钱不内卷

203. 轻松上手：给中小企业的AI智能体实用指南

204. 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”

205. AI编程工具有哪些优缺点

206. 使用 DeepAgents 编写智能体（一）：最小可用智能体

207. Google推出适用于Go的Agent开发工具包

208. 想做AI智能体获客创业，为什么首选闪电AI？过来人实话实说

209. 360“用AI监管AI”成果落地：以安全智能体对抗AI智能体的潜在风险

210. 🇨🇦寻找有AI创业想法的小伙伴

211. 智能体大揭秘：AI智能体、自主智能体和LLM智能体的区别在哪里？

212. 为什么通用Agent很难实现企业化落地？

213. AI安全的威胁变了｜现在最危险的不是黑客，是Agent本身

214. 健康有益AI智能体：重新定义多模态健康AI智能体服务矩阵

215. 2026年如何在ai智能体中推广？品牌推荐曝光可见度如何提升

216. AI智能体安全刚需！2026 AI安全公司推荐排行智能体防护榜多场景适配

217. AI智能体开发实战课程机构怎么选？3家低代码优选推荐

218. 智能体是什么智能体AI 智能体搭建智能体协作多智能体系统多智能体协作智能体集群智能体工作流设计智能体状态管理智能体记忆机制智能体长期记忆智能体向量数据库智能体RAG 智能体知识库智能体工具调用智能体函数调用智能体API集成智能体插件开发智能体部署教程智能体云部署智能体本地部署 Ollama智能体开源智能体本地运行智能体离线智能体隐私保护智能体边缘计算智能体 AI智能体硬件智能办公本 TensorRT智能体 OpenVINO智能体 WebNN智能体 WebGPU智能体浏览器内运行AI 本地大模型离线大模型无需联网的AI 私有化部署AI 内网AI助手安全智能体智能体是什么 AI智能体科普智能体入门智能体和AI的区别智能体vs机器人智能体vs工作流为什么叫智能体智能体的定义智能体的核心特征智能体自主决策智能体大模型驱动 LLM智能体大模型智能体多模态智能体视觉智能体语音智能体文本智能体混合智能体嵌入式智能体 #AI智能体 #AI智能体工作流 #AI智能体对话 #AI智能体定制

别急着追风口，先搞懂GPTs和AI智能体对你的真实价值

精选参考来源