Agent
啥是AI Agent！2025年值得推荐入坑AI Agent的五大工具框架！
在AI技术飞速发展的今天，AI Agent已经成为了一个热门的研究和应用领域。 无论是企业还是个人开发者，都希望能够借助AI Agent来提升工作效率、优化业务流程或创造全新的用户体验。 然而，从零开始构建一个AI Agent并非易事，幸运的是，市面上有许多优秀的框架可以帮助我们快速入坑。
OpenAI亮剑自主Agent？网友犀利点评：鸡肋，这不Siri干的活吗？反驳：不要低估这项新功能，接管人类的智能体AI已在路上
编辑 | 星璇圣诞节12场直播过后，OpenAI终于在2025开年亮剑了一款新功能！ 美东时间1月14日周二，OpenAI宣布推出名为Tasks的测试版新功能，从周二开始，三个不同版本ChatGPT——ChatGPT Plus、Team和Pro的订阅用户将可以试用这个新功能。 Tasks这个功能有什么本领？
MiniMax震撼开源，突破传统Transformer架构，4560亿参数，支持400万长上下文
2025 年，我们可能会看到第一批 AI Agent 加入劳动力大军，并对公司的生产力产生实质性的影响。 ——OpenAI CEO Sam Altman2025 年，每个公司都将拥有 AI 软件工程师 Agent，它们会编写大量代码。 ——Meta CEO Mark Zuckerberg未来，每家公司的 IT 部门都将成为 AI Agent 的 HR 部门。
抢先OpenAI“虚拟员工”！清华复旦斯坦福联手，让Agent接管电脑帮你工作
抢先OpenAI的“Operator”，清华、复旦、斯坦福等研究者联合起来整了个大活～他们提出了一个名为“Eko”的Agent开发框架，开发者只需用简洁的代码和自然语言，就能快速构建可用于生产的“虚拟员工”：Agent可以接管用户的电脑和浏览器，代替人类完成各种任务。 而这个操作，正是之前OpenAI被爆出的“Operator”所能实现的。 爆料称OpenAI将会这个月发布“Operator”，现在直接被截胡了。
【LLM&Agent】PPTAgent：PPT自动生成Agent框架
来看一个PPT生成思路：PPTAgent。 传统的PPT生成方法通常使用端到端的文本生成范式，这种方法仅关注文本内容，忽略了布局设计和PPT结构。 PPTAgent 采用了一种基于编辑的生成范式，解决处理空间关系和设计风格方面的挑战。
揭示LLaMA 3对话能力的奥秘
过去的一年中，大模型技术得到了广泛认可，全行业对大模型的投入也在不断增加。 开源社区涌现了许多优秀的模型和框架，推动了大模型技术的普及和应用。 在这一年的时间里，LLaMA 系列模型也经历了快速的发展，从 LLaMA 2 到 LLaMA 3，我们看到了性能和应用上的显著提升。
OpenAI发布新年目标，Agent智能体或将迎来百模大战
2025年1月1日，OpenAI CEO 奥特曼公布了公司的新年目标，涵盖AGI、智能体、4o升级、模型更好记忆、更长上下文等等。 图片关于智能体，有网友爆料，OpenAI 可能在 1 月份发布一个名为 “operator” 的 Agent，这个 Agent 将具备直接控制电脑的能力。 图片其实24年10月份的时候，Claude 就已经发布了基于 Claude 3.5 Sonnet 多模态大模型，可操作电脑的智能体。
Agent 的基本架构
根据《A survey on large language model based autonomous agents》智能体综述文章，Agent核心是需要具备以下几个核心特性与模块：Profile模块： Profile 模块的目的主要是做Agent角色认定，回答的核心问题有: 我是谁？ 我在哪？ 我该干什么？
解码通用 AI Agent：七步构建你的智能系统
LLM Agent 高层次概述（图片由原文作者提供）为什么要构建通用 Agent？ 因为这是一个很好的工具，可以为我们的目标使用场景提供原型，并为设计我们自己的定制 Agent 架构奠定基础。 在我们继续深入之前，先快速介绍一下 LLM Agent。
2025年，AI Agent还会是风口吗？11个问题揭秘智能体技术发展全貌
2024年，AI智能体技术无疑是科技界的焦点。 通过对来自100多个国家的3400名开发者进行深入调查，Langbase公司近日发布的一项报告揭示了智能体开发中的关键问题。 这项调查的受访者中，有46%是企业领导层，26%是工程师。
NeurIPS 2024 | LLM智能体真能模拟人类行为吗？答案有了
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
腾讯基于 RAG 和 Agent 技术的混元大模型业务落地实践
在本篇文章中，我们将深入探讨腾讯大语言模型在多个业务场景中的应用，特别是如何通过前沿技术提升模型的智能化与用户体验。 首先介绍腾讯大模型的广泛应用场景，如内容生成、智能客服和角色扮演等，并详细解析 RAG（Retrieval-Augmented Generation）技术及其在实际业务中的创新应用，特别是在文档生成和问答系统中的优势。 此外，文章还将探讨 GraphRAG 在角色扮演场景中的应用，如何结合知识图谱优化复杂的知识推理。
AI Agent重塑微服务治理
1.项目背景传统场景下，软件的研发主要依靠人，需求沟通、开发、测试、部署等阶段都需要大量人力投入。 大模型优秀的代码生成和一定的思维链推理能力，能够激发微服务研发、运维等环节“智能涌现”，重塑软件研发全生命周期。 商业产品包含效果广告（搜索广告，信息流广告）和展示广告（品牌广告，开屏广告）两大类广告产品，以及基木鱼和观星盘、电商等营销工具。
浅析面向场景的大模型应用框架选择
从demo到产品之间存在着鸿沟，大模型应用也是如此。 在工程实践的时候，产品/服务提供的功能与性能及成本之间存在着大量的权衡，面向场景来选择大模型的应用框架，则是一种具体的权衡方法。 例如，什么时候使用Agent？
AI在《我的世界》PK盖楼，新旧Claude差距过于明显，网友：审美也是智力的一种
测评大模型Agent能力，从未如此直观。 新旧两版Claude 3.5 Sonnet在《我的世界》里PK盖楼，差距不要太明显，引来大量围观。 图片如果让AI不断迭代，甚至能盖出一片建筑群。
Scaling Law遭遇瓶颈，OpenAI被曝押注智能体“Operator”
继Anthropic之后，OpenAI也要接管人类电脑了？ ！ 就在刚刚，彭博社爆料OpenAI将在明年1月推出Agent“Operator（操作员）”，为用户自动执行任务。
LLM-R：基于RAG和层次化Agent落地案例解析
在这个由智能设备主导的时代，维护工作的重要性愈发凸显，几乎成了生产活动的守护神。 想象一下，当一台精密的机器在深夜突发故障，而维护手册却像天书一样难以理解，这时，交互式电子技术手册（IETMs）就像一束温暖的灯塔，指引着维护人员安全渡过难关。 面对从图形用户界面（GUIs）到自然语言用户界面（LUIs）的转变，以及复杂逻辑关系的梳理，传统的IETMs显得有些力不从心。
Agent不是被卡住了，其实在思考
在与用户进行自然对话时，智能体承担着两大核心任务：一是流畅的对话交流，二是精准的推理与规划。 智能体必须整合所有可用信息以作出回应，同时确保其行为始终围绕既定目标展开。 基于人类“快速思考”和“慢速思考”的认知系统灵感，丹尼尔·卡尼曼提出了一个全新的架构Talker-Reasoner，旨在模拟人类的这两种思维模式。