搜索
本文将深入探讨 Anthropic、OpenAI、Perplexity 和 LangChain 究竟在开发什么。我们将聊聊编排循环、工具、记忆、上下文管理，以及那些将“无状态”的大语言模型（LLM）转变为全能智能体（Agent）的底层机制。
我看到洛小山做的 Alice，在「观猹」上取得了高分 8.2 的成绩。这是一个免费的 AI 个人助理（接入词元跳动注册即送免费算力）：她有完整的人设，26 岁澳门女生，会在凌晨提醒你早睡，还会私下「小声蛐蛐」对你的观察。
昨日晚间，国家网信办、国家发展改革委、工业和信息化部近日联合印发《智能体规范应用与创新发展实施意见》（简称：《实施意见》）。这是国家三部门首次单独以 “智能体（Agent）” 为核心主题制定的系统性政策，此前没有任何一部国家部委文件专门聚焦智能体的定义、安全、应用、生态进行全面规范。
最近快手上线的KroWork，解决的就是这件事。让没有技术背景的普通人也拥有制造这类工具的能力！你跟它说一遍需求，它帮你把活儿干完，然后直接把整个流程变成一个可以直接打开的、有界面的、能反复使用的本地软件。
智能体时代的核心是算力。
AI圈有个怪现象： 模型越来越强，确实是好事；但随着AI用法越发多样，用起来的门槛却越来越高。
随着代码智能从 code foundation models 走向 autonomous coding agents，CLI/terminal 正在成为智能体进入真实软件工程工作流的重要入口。
在代码大模型和代码智能体技术快速发展的今天，一个日益凸显的现象是：能够在经典代码生成基准上取得优异成绩的模型，一旦被放入真实软件工程环境中，表现却往往大幅下滑。
Agent Skills不应该只以SKILL.md、README或自然语言说明文档的形式存在，而应该被转成一种机器可检索、可检查、可治理的结构化表示。这是《From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills》这篇论文的核心主张。
当Agent开始真正进入生产环境，安全问题不再是「功能模块」，而是贯穿调用链、运行时与生态层的系统性风险。过去依赖提示词规则、日志审计与框架级防护的方式，正在逐步失效。来自清华大学人工智能学院、交叉信息研究院的方寸跃迁提出一套面向Agent运行全生命周期的多层安全体系。