写点什么

Agents

0 人感兴趣 · 13 次引用

  • 最新
  • 推荐

第二章 语言即接口:思维的可编程化

用户头像
愚夫
11-24

语言从来不只是交流工具,它是人类意图的载体、世界模型的结构、行动的前置逻辑。当 AI 足够强大到“理解语言”时,它理解的不只是句子本身,而是句子背后的目的、关系、因果、约束与隐含结构。正因如此,语言第一次成为“智能的操作系统”。

https://static001.geekbang.org/infoq/d6/d6a73a444d5c8aee25704a623717e3e6.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深入解析 Agent RFT:通过强化学习微调提升智能体性能

本期内容深入介绍了 Agent RFT (Agent Reinforcement Finetuning,智能体强化学习微调),传统的提示工程和任务优化有其局限性,而 Agent RFT 通过在训练过程中允许智能体调用外部工具并从中学习,从根本上改变了模型的权重。

第一章 你好,Agentic 世界

用户头像
愚夫
11-18

为什么我们突然进入了“Agentic时代”?过去 AI 更多是一个工具,它执行我们明确给出的命令,而如今的智能体能做的远不止这些。随着语言模型获得规划、反思、调用工具的能力,“Agentic AI”出现了,它不再只是回答问题,而是能“自己去做事情”。

https://static001.geekbang.org/infoq/5e/5e855e665a48316f3e577b225bb7f876.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

如何构建数据驱动的 Agent 评估体系,解决生产环境 Agent 可靠性问题

当 Agent 应用从 Demo 走向真实生产环境,零星问题会演变为海量请求下的系统性挑战。本期播客分享如何从海量的生产数据中自动发现有价值的模式,如何构建数据驱动的、系统性的质量保障体系,真正提升 Agent 在生产环境中的可靠性。

https://static001.geekbang.org/infoq/a6/a62fa0dca566ae9e1be4777778c79de7.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

让 Agent 告别低效工具调用:用代码执行重构 MCP 工作流,节省 90% 的上下文开销

本文认为 Agent 应用应该转向“代码执行”模式:不直接调用工具,而是让 LLM 生成代码来与 MCP 服务器进行 API 交互。这种方式能更充分地利用 LLM 在编码方面的强大训练优势,极大降低 token 消耗,并实现更复杂、高效、私密和可持久化的工作流。

Comate Agents 成团出道,来 Pick 你的最强 C 位!

一文读懂文心快码多智能体协同开发!👥Zulu、📂Plan、📐Architect、🧪UT、🎨Figma2Code、🧠Deep Read、🤖Actor,谁是你心目中的最强C位?

技术视角:AI Agent 落地局限与产品实现

“智能体(AI Agent)”已成为热门话题。不少RPA(流程自动化)服务商都在大力宣扬“智能体”概念,其核心观点是:智能体(Agent)=大模型(LLMs)+流程自动化(RPA),通俗来讲,就如同数字员工拥有了“大脑”与“手”。 下面简单从技术视觉来聊聊,AI

掌握 Multi-Agent 实践 (一):使用 AgentScope 实践入门和 Workstation 上手指南

AgentScope是通义实验室开源的multi-agent编程框架,专为开发人员设计,提供了丰富的组件, 全面的文档和广泛的兼容性。同时,AgentScope Workstation提供了在线拖拉拽编程和在线小助手(copilot)功能,帮助开发者迅速上手!支持自定义的容错控制和重试机制,以

AICon 演讲实录 | 谢皓:AI Agent 在边缘云的探索与实践

在 AICon 全球人工智能开发与应用大会上,火山引擎边缘智能技术负责人谢皓发表了演讲,深入探讨了 AI Agent 在边缘云的探索与实践。他详细阐述了边缘计算的智能化演进之路,针对智能体部署至边缘过程中遭遇的一系列问题及挑战,边缘智能给出了实践经验及解决

https://static001.geekbang.org/infoq/55/55b48a8e4e8b224936bd9ec87585ed36.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

Agent 智能体开发框架选型指南

用户头像
Baihai IDP
2024-11-07

编者按: 本文通过作者的实践对比发现,框架的选择应基于项目具体需求和团队特点,而不是简单追求某个特定框架。不同框架各有优势:

https://static001.geekbang.org/infoq/cf/cfe2cbfb1c96d2f62f4bfd5ba704525a.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

突破瓶颈:如何优化 LLMs 的落地成本和延迟

用户头像
Baihai IDP
2024-06-12

编者按: LLMs 被视为 AI 领域的一个里程碑式的突破,但要将其应用于实际生产环境,并且还能用对、用好并非易事。模型的使用成本和响应延迟是目前将大语言模型(LLMs)应用于生产环境中的核心难题之一。

Agents_Agents技术文章_InfoQ写作社区