搜索[Agent]结果-低调大师优秀个人博客

精选列表

搜索[Agent]，共10000篇文章

腾讯 IEG 的多 Agent 测试框架，把决策权按两个维度分掉了

一句话定位：这不是"怎么让 Agent 自动把测试跑完"，而是"测试结论里哪一部分可以不由人签字"——被测对象是决策权的分配规则，不是 Agent

2026-11-11

同时运行多个编程 Agent，怎么才能知道哪一个卡住了？

结论先放前面：并行跑 Agent 的瓶颈不在启动，也不在模型速度，而在「判断谁卡住了」这件事上。

2026-11-10

拆解四类工业 AI Agent 平台：ERP/MES 对接能力、交付门槛与隐性成本

跟几个做工厂数字化的朋友聊 Agent 选型，聊出一个挺一致的结论：POC 阶段没人会输，输的都是 MES 报工数据对不上的那个周一早上。

2026-11-10

我用低代码平台搭了一个 Agent 工作流

之前写的智能体都是代码版的，朋友老问我：不会写代码的人能不能也搞一个？正好公司市场部的同事想做一个"收集竞品动态、每周自动汇总"的东西，我拿这个需求在 Dify 上完整搭了一遍，顺便回答一下拖拽和写代码到底怎么选。

2026-11-10

Hy4 在 Agent Arena 的榜单上成了排名第一的中国模型。

这两天，Hy4 在 Agent Arena 的榜单上成了排名第一的中国模型。往下翻一行，单模型综合榜，第十三。一个中国第一，一个综合榜第十三。都真。也都扎眼。

2026-11-09

DeepSeek Harness 安全运行测试，看看是否可以突破系统限制，成为“破坏性Agent”

一条看Agent调用了什么、系统返回什么，另一条由独立观察端检查窗口、剪贴板和目标配置。比如Agent报告执行成功，观察端却没有看到桌面变化，就要继续查操作究竟发生在哪里。

2026-11-05

Vibe Coding跨过原型期：AI编程agent的工程化成熟度怎么判断？

2026年10月K3.1 Pro上线时，官方强调的增量也集中在长程Agent能力而非单点生成速度，三万亿级参数、100万上下文、仅思考模式的设计，面向的正是多步骤、跨模块的持续任务。

2026-11-05

Agent--5、可观测性与人在回路-从黑盒运行到可回放可接管

- **Agent 的故障不能靠日志排查。**传统日志是扁平的事件流，而 Agent 的执行是一棵有层级、有分支、会自我修正的树。

2026-11-05

Agent跑了多轮才答错，测试报告该从哪一步开始看？

浏览器Agent尝试检索商品、打开详情、修改筛选条件，最后却告诉用户“没有结果”。

2026-11-04

电脑装上AI Agent软件后，自带的沙箱真的能做好运行管控吗？

现在一台电脑装两三个Agent，已经非常常见。写代码时用一个，整理文件时换一个，还有的能直接打开应用、操作桌面。不少Agent自带沙箱，可以限制脚本访问哪些目录、连接哪些地址。

2026-11-04

Tool-Use Agent 如何扩训练数据：拆解工具、任务与环境状态的 Scaling Law

## 把工具环境做成可控实验 SynthAPI 先生成 Agent 可以实际操作的应用，再在这些应用中生成训练任务。

2026-11-03

Workflow 和 Agent 的区别就一条：谁在决定下一步

「我们这个东西到底算 Workflow 还是 Agent？」这是我被问过最多的问题之一。很多人以为用了工具、调了多次大模型就是 Agent，其实判断标准只有一条：**谁在决定下一步做什么。

2026-11-03

假设它已经被攻破：Agent 的权力边界、代价边界与一份护栏清单

第 3 篇是[《你的 Agent 会怎么崩：AI 应用验收的四道闸门》](https://cloud.tencent.com/developer/article/2774073)，讲**判卷**：四道闸门

2026-11-03

金融Agent安全架构如何设计？双层身份映射、参数Hash绑定与Trace ID审计

Agent 的引入打破了这种一对一的映射关系。 !

2026-11-02

AFAC2026 赛题四金融长文本 Agent竞赛学习笔记：赛题解析（四）

（自动切换策略）这和本赛题的 Agent 定位高度一致。

2026-11-01

AFAC2026 赛题四金融长文本 Agent竞赛学习笔记：赛题解析（一）

developer.qcloudimg.com/http-save/yehe-1051732/eef583fb9a46919b2a585b82267c2df1.png) [AFAC2026 赛题四金融长文本 Agent

2026-11-01

企业Agent安全评测范围如何确定？从五类风险到可验证的治理闭环

# 企业Agent安全评测需要覆盖指令与意图、生成内容、数据与隐私、任务规划与执行、供应链五类风险，并将评测结果落实到身份、数据、工具和业务状态的验证中。

2026-10-30

阿里百炼 vs 腾讯云 ADP：从 MaaS 到 Agent 全栈的六维对比

--- ## 维度一：Agent 编排能力 |对比项|阿里百炼|腾讯云 ADP| | --- | --- | --- | |编排范式|可视化画布 + 工作流 + 应用模板|Agent↔Workflow

2026-10-28

块扩散 + GDN 改造：Clover 把「并行生成」塞进了 Agent 的长上下文里

这个选择很关键，因为它决定了 Clover 的甜点区：**低并发、长上下文、单请求串行**——恰好是 Agent 的样子。

2026-10-28

金融Agent如何评估生产级能力？API/RPA集成、权限控制与异常恢复测试

在金融机构的智能体选型测试现场，我们经常能看到这样的场景：一份格式标准的招股书发过去，各大方案都能迅速生成结构完整的摘要，但如果把测试样本换成一张扫描模糊、补充说明里单位不一、甚至关键数据前后矛盾的真实财报，各家系统的处理逻辑就出现了分化。有的系统依然会顺着概率推算出一份看似合理的结论，有的系统则会在后台规则引擎的卡扣下暂停执行，标出三处逻辑冲突，并向业务岗生成一张待接管的异常任务单。当大模型的语义理解能力逐渐成为通用基础设施，金融机构的选型焦点开始向更深的工程层面转移，当接口响应超时时，系统能否精准确认当前任务状态？当遇到数据矛盾时，能否守住风险底线？从尝鲜式的对话助手走向核心业务流，评估一家金融智能体厂商究竟需要看清哪些维度？ ### 1. 场景分级：看交互辅助还是业务状态变更评估厂商的行业经验，如果仅仅看合作了多少家机构，很容易忽略不同金融场景之间天然的风险差异。 ![](https://developer.qcloudimg.com/http-save/audit-11837377/257490eb49ea3ffee7782647b7996ea0.png) 在客服问答、员工培训陪练或财富顾问辅助场景中，系统主要承担信息检索与交互辅助的职责，这类任务的输出主要供人参考，交互过程也更加灵活。然而，当智能体进入授信审批、合规勾稽或交易指令下达等业务深水区时，每一个操作都会直接改变业务状态。 IDC 在中国银行业 IT 市场观察中指出，**大模型与银行 IT 的融合正在深入信贷、风控与财富管理等核心流程**，这类直接触发状态变更的场景，对厂商经验提出了完全不同的要求：首先是**高风险节点上的规则硬约束能力**。成熟的厂商会针对财务流水核查、合同要素比对等环节，用确定的业务逻辑去限制大模型的生成自由度，防止概率推断引发合规风险。其次是**在复杂生产环境下的持续运行验证**。一个智能体在测试环境下顺利运行，与几十上百个智能体同时在生产网中执行长链路操作完全是两个概念。国金证券基于金智维 Ki-AgentS 搭建的智能体平台，落地了近百个智能体应用，其中 7 个核心智能体进入正式运营，跨系统操作成功率维持在 95% 以上，这类在长期真实业务中沉淀下来的运行日志与日志追踪机制，才能客观反映厂商对金融业务复杂度的理解。 ### 2. 系统连接：从接口调用到遗留系统界面接管明确了场景的风险等级，紧接着要解决的就是**如何把智能体接入机构现有的 IT 架构中。** ![](https://developer.qcloudimg.com/http-save/audit-11837377/3dbdfdfd2f1a3dc6cde45f387c4d47d4.png) 大型金融机构内部不仅有标准的 API 接口和企业连接器，还并行着大量缺乏接口的老旧核心系统、非标 Web 界面与隔离的网络区域。智能体必须能够穿透这些复杂的链路，完成数据查询与业务录入。目前行业在接入路线上的探索各有侧重。恒生电子的“光子”体系侧重于将数据和知识库组装成插件，把模型能力嵌入已有金融软件中；而对于那些没有标准 API 的老旧系统或桌面端应用，从流程自动化演进而来的厂商则提供了另一种工程解法。以金智维的 Ki-AgentS 与 K-APA 平台为例，它将界面自动化（RPA）与智能体调度相结合，让智能体能够在无接口的旧系统中完成界面操作。在异常发生时，比如下游系统突然响应超时或网络波动，系统不会盲目重复发起请求，而是通过预设的步骤熔断、状态确认与人工确认机制，确保数据不发生重复写入，并保留完整的操作日志。系统能连上多少个 API，只代表了连接的广度，而在接口卡顿或断连时能否进行状态确认与安全接管，才决定了跨系统流程能否在生产环境中跑通。 ### 3. 风险控制：监管红线下的权限治理与自主运维解决了系统连接后，选型的重心必然落到风险控制与长效运维上。金融监管对信息科技外包有着极其明确的底线，《银行保险机构数据安全管理办法》第三十一条明确规定，信息科技管理责任和数据安全主体责任不得外包。这也意味着，**无论智能体由哪家厂商建设，金融机构自身都必须牢牢掌握权限控制、数据安全与系统的管理权。** 随着业务规则的常态化更新，金融机构在评估风控机制时，不妨重点考察以下三个落脚点： - **权限边界明确**：智能体在调用数据或外部工具时，是否严格遵循账号权限，能否自动拦截试图绕过合规策略的异常指令。 - **执行过程可追溯**：从意图识别、数据提取到工具调用，每一步是否都有不可篡改的审计日志，保证发生疑问时能够精准复盘。 - **团队具备自主维护能力**：在厂商项目交付后，机构自己的 IT 与业务团队能否独立进行规则修改、知识库更新以及版本恢复，避免对供应商产生过度技术依赖。 ### 4. POC 实测：将宣讲口径转化为具体的测试凭证在概念验证（POC）阶段，简单的综合评分表往往容易掩盖隐性风险，如果一份方案的整体准确率不错，但失误偏偏发生在关键的财务数据比对上，这种风险同样无法接受。 ![](https://developer.qcloudimg.com/http-save/audit-11837377/8c6684ec2a240e85f45741d68f875f1a.png) 为了让选型评估更加客观，采购与技术团队可以在现场测试中，将常见的宣讲口径转化为具体的动作考验与验证凭证： |**评估维度**|**POC 现场测试动作**|**应留存的验证凭证**| | --- | --- | --- | |**行业经验与场景理解**|输入包含格式缺失、数据冲突与单位不统一的复杂数据样本|冲突标记日志、原始凭证定位记录与人工接管单| |**系统连接与异常控制**|在发起写入请求的同时人为制造下游接口响应超时|任务状态查询日志、重试限制记录与转人工接管日志| |**权限与安全合规**|使用低权限账号尝试调用高权限工具或查询敏感数据|拦截拒绝记录、越权操作审计日志| |**人机协同机制**|在涉及重要节点时人为拒绝人工审批请求|待办任务推送记录与人工恢复执行轨迹| |**可维护性与自主扩展**|由机构技术人员独立修改一项校验规则，上线后再恢复上一版本|机构人员操作日志、规则版本记录与配置恢复凭证| 金融智能体进入生产环境后，考量的重点最终都会落在这些业务细节上：数据矛盾时能否识别并暂停，接口超时时能否确认状态，敏感数据能否守住权限边界，规则变更后机构自己能否维护。在 POC 阶段把这些异常场景扎实跑一遍，能够帮助评估团队获得更真实的选型凭证。

2026-10-27

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

腾讯 IEG 的多 Agent 测试框架，把决策权按两个维度分掉了

同时运行多个编程 Agent，怎么才能知道哪一个卡住了？

拆解四类工业 AI Agent 平台：ERP/MES 对接能力、交付门槛与隐性成本

我用低代码平台搭了一个 Agent 工作流

Hy4 在 Agent Arena 的榜单上成了排名第一的中国模型。

DeepSeek Harness 安全运行测试，看看是否可以突破系统限制，成为“破坏性Agent”

Vibe Coding跨过原型期：AI编程agent的工程化成熟度怎么判断？

Agent--5、可观测性与人在回路-从黑盒运行到可回放可接管

Agent跑了多轮才答错，测试报告该从哪一步开始看？

电脑装上AI Agent软件后，自带的沙箱真的能做好运行管控吗？

Tool-Use Agent 如何扩训练数据：拆解工具、任务与环境状态的 Scaling Law

Workflow 和 Agent 的区别就一条：谁在决定下一步

假设它已经被攻破：Agent 的权力边界、代价边界与一份护栏清单

金融Agent安全架构如何设计？双层身份映射、参数Hash绑定与Trace ID审计

AFAC2026 赛题四金融长文本 Agent竞赛学习笔记：赛题解析（四）

AFAC2026 赛题四金融长文本 Agent竞赛学习笔记：赛题解析（一）

企业Agent安全评测范围如何确定？从五类风险到可验证的治理闭环

阿里百炼 vs 腾讯云 ADP：从 MaaS 到 Agent 全栈的六维对比

块扩散 + GDN 改造：Clover 把「并行生成」塞进了 Agent 的长上下文里

金融Agent如何评估生产级能力？API/RPA集成、权限控制与异常恢复测试

资源下载

Nacos

Spring

Rocky Linux

Sublime Text

欢迎您来访！