智能体
找到 9 篇关于此标签的文章
豆包工作上线，字节把胜负手押在飞书：AI 办公的战场已不在模型
字节跳动发布 AI 办公产品「豆包工作」，免费 30 天。它能写文档、做 PPT、操作电脑，但真正的底牌是与飞书打通——把企业里的会议、文档、聊天记录变成 AI 的工作上下文。AI 办公的竞争正在从「谁答得好」转向「谁能交付成果」。
NVIDIA 用 Agent 架构跑出 100% — 行业重心正从大模型转向框架
NVIDIA 的 AVO 智能体架构在公认难考的 ARC-AGI-3 基准上拿到了 100% 满分。值得关心的不是分数，而是它印证了：AI 跑长任务靠的不只是更大的模型，还有围绕模型的工程——上下文管理、工具调用、状态记忆这一整套能力。
腾讯 WorkBuddy 上线「专家智能体」— 把 AI 任务打包成可复用流程
腾讯的 WorkBuddy 上线「专家智能体」功能，让用户把一次性 AI 任务封装成可复用的 AI 同事。值得关心的是，这标志着 Agent 从演示阶段进入「沉淀经验」的实用阶段。
AI 写代码的短板不只在模型，真正卡点开始转向“驾驭工程”
文章提出，AI 开发里最常见的问题不是模型不会写，而是写得快但不受控。所谓 Harness（给智能体加规则、工具、校验和安全边界的工程框架）正在成为 AI 编程从“能演示”走向“能交付”的关键环节，这比单纯追更强模型更值得企业关注。
LangChain 让 AI 智能体学会按需加载技能 — 模块化开发正成为 Agent 新范式
LangChain DeepAgent 框架展示了一种新思路：AI 智能体不再预装所有能力，而是像人一样按需调用技能模块。这意味着 Agent 开发正从'大而全'转向'可插拔组合'，企业可以像搭积木一样构建定制化 AI 助手。
LangChain 让 AI 学会实时汇报进度 — 不会解释思考过程的智能体没商业价值
LangChain 更新 DeepAgents 流式输出机制，解决多智能体协作时的黑屏等待问题。我们判断，能否让 AI 实时透明地展示工作过程，是复杂 AI 应用能否留住用户的生死线。
飞书多维表搭出活动提醒智能体 — 零代码做AI助理正从尝鲜变成刚需
开发者用飞书多维表4个节点搭出活动截止提醒智能体。这说明真正解决痛点的AI应用无需高深技术，零代码组装AI正成为知识工作者对抗信息过载的效率标配。
LangChain 规范 AI 工具调用机制——大模型的价值正从说话转向做事
LangChain 更新工具系统核心 API，让大模型能通过工具调用与外部系统交互。这意味着 AI 正从“只能聊天”的百科全书变成能操作软件的执行者，理解工具调用机制是企业判断 AI 落地业务的关键。
9B本地数据分析师：LoRA微调让小模型自主完成89%工作流
一个9B参数模型经LoRA微调后，无需人工干预完成89.7%的数据分析任务，这意味着"数据分析外包"的成本逻辑正在被彻底重写。