- 大模型的非确定性瓦解了传统软件"设计路径 + 事后校验"的可靠性逻辑，工程核心从"如何正确构建"转向"如何可靠度量"。本文以 Anthropic 的工程实践为底，梳理 Agent 评测的范式转变：可靠性逻辑重构、评测架构四要素、用 `pass@k`/`pass^k` 与组合评分器管理非确定性、评测体系构建路线，以及评测驱动开发的攻防体系。结论：度量即控制，评测即方向。没有评测，优化就是随机游走。 大模型的非确定性瓦解了传统软件"设计路径 + 事后校验"的可靠性逻辑，工程核心从"如何正确构建"转向"如何可靠度量"。本文以 Anthropic 的工程实践为底，梳理 Agent 评测的范式转变：可靠性逻辑重构、评测架构四要素、用 `pass@k`/`pass^k` 与组合评分器管理非确定性、评测体系构建路线，以及评测驱动开发的攻防体系。结论：度量即控制，评测即方向。没有评测，优化就是随机游走。
- 哲学里的“本体论”研究存在本身；计算机里的“本体”是对某个领域的概念、关系、规则做显式、形式化、共享的规范；本体建模就是把这个规范建出来的过程。它常用于知识图谱、语义搜索、数据互操作和自动推理。在大模型时代，本体不仅没有过时，反而成为 LLM 的语义层、记忆、护栏和推理器。本文将从概念、动机、方法论、案例、代码以及与 AI 的关系六个方面，系统地介绍本体论与本体建模，并补充斯坦福七步法、Palan 哲学里的“本体论”研究存在本身；计算机里的“本体”是对某个领域的概念、关系、规则做显式、形式化、共享的规范；本体建模就是把这个规范建出来的过程。它常用于知识图谱、语义搜索、数据互操作和自动推理。在大模型时代，本体不仅没有过时，反而成为 LLM 的语义层、记忆、护栏和推理器。本文将从概念、动机、方法论、案例、代码以及与 AI 的关系六个方面，系统地介绍本体论与本体建模，并补充斯坦福七步法、Palan
- 智能体（Agent）技术正加速从"能对话"迈向"能做事"，能够自主感知、规划、调用工具并完成复杂任务，成为新一代人工智能应用的核心载体。围绕 Agent 的创新应用正在渗透到学习、生活、办公、科研、开发等各个领域，催生全新的产品形态与商业模式。 智能体（Agent）技术正加速从"能对话"迈向"能做事"，能够自主感知、规划、调用工具并完成复杂任务，成为新一代人工智能应用的核心载体。围绕 Agent 的创新应用正在渗透到学习、生活、办公、科研、开发等各个领域，催生全新的产品形态与商业模式。
- 面向企业模型调用场景，从业务数据要求出发建立备用路由验收清单，覆盖端点权限、异常处理、规则变更和审计记录，验证服务故障期间的数据去向是否符合预期。 面向企业模型调用场景，从业务数据要求出发建立备用路由验收清单，覆盖端点权限、异常处理、规则变更和审计记录，验证服务故障期间的数据去向是否符合预期。
- 当 agent 把构建阶段压缩到数小时，瓶颈移向计划、评审、部署等人类环节。AI 原生 SDLC 以工件链（intent→spec→plan→diff→PR）取代线性流程——每阶段以提交工件结束，下一阶段从读取它开始，提交链即审计链；以 skill 咨询、hook 确定性、人工门判断三层控制约束 agent。真正的杠杆已移向规格与测试两端，人的注意力是最稀缺的资源。 当 agent 把构建阶段压缩到数小时，瓶颈移向计划、评审、部署等人类环节。AI 原生 SDLC 以工件链（intent→spec→plan→diff→PR）取代线性流程——每阶段以提交工件结束，下一阶段从读取它开始，提交链即审计链；以 skill 咨询、hook 确定性、人工门判断三层控制约束 agent。真正的杠杆已移向规格与测试两端，人的注意力是最稀缺的资源。
- 在本文中，我们将分享自己在帮助客户构建智能体、以及亲自构建智能体的过程中学到的经验，并为开发者提供一些关于如何构建高效智能体的实用建议。什么是智能体？“智能体（Agent）”有多种定义方式。有些客户把智能体定义为能够在较长时间内独立运行、使用各种工具完成复杂任务的全自主系统；另一些人则用这个词指代更具约束性的实现——系统按照预先定义好的工作流执行任务。我们把这些不同形式统称为智能体系统（ag... 在本文中，我们将分享自己在帮助客户构建智能体、以及亲自构建智能体的过程中学到的经验，并为开发者提供一些关于如何构建高效智能体的实用建议。什么是智能体？“智能体（Agent）”有多种定义方式。有些客户把智能体定义为能够在较长时间内独立运行、使用各种工具完成复杂任务的全自主系统；另一些人则用这个词指代更具约束性的实现——系统按照预先定义好的工作流执行任务。我们把这些不同形式统称为智能体系统（ag...
- AI 应用层的竞争，已不再只是 UI、工作流或市场打法（GTM）的竞争，而是对智能层（Intelligence Layer）本身的争夺。越来越多公司开始为产品中的部分功能构建自有 AI 能力，通过纵向整合，逐步拥有并塑造模型权重。 AI 应用层的竞争，已不再只是 UI、工作流或市场打法（GTM）的竞争，而是对智能层（Intelligence Layer）本身的争夺。越来越多公司开始为产品中的部分功能构建自有 AI 能力，通过纵向整合，逐步拥有并塑造模型权重。
- 过去一年，大模型从“演示很惊艳”走向“生产要交付”，一个岗位越来越频繁地出现在招聘 JD 里：FDE，前沿部署工程师。 它不像算法科学家那样从零训练模型，也不像普通后端那样只负责某个服务。FDE 更像是站在客户现场和产品研发之间的“翻译器”和“交付者”：既要懂技术，又要懂业务；既能写代码，又能把大模型真正塞进客户的流程里。 FDE（前沿部署工程师）的技术栈核心是 “全栈工程 + AI 应用开 过去一年，大模型从“演示很惊艳”走向“生产要交付”，一个岗位越来越频繁地出现在招聘 JD 里：FDE，前沿部署工程师。 它不像算法科学家那样从零训练模型，也不像普通后端那样只负责某个服务。FDE 更像是站在客户现场和产品研发之间的“翻译器”和“交付者”：既要懂技术，又要懂业务；既能写代码，又能把大模型真正塞进客户的流程里。 FDE（前沿部署工程师）的技术栈核心是 “全栈工程 + AI 应用开
- 围绕 Token 套餐采购与企业内部使用，梳理应用身份、分层配额、费用归因和审计要求，说明共享资源边界及上线验收重点，为 AI 资源日常管理提供参考。 围绕 Token 套餐采购与企业内部使用，梳理应用身份、分层配额、费用归因和审计要求，说明共享资源边界及上线验收重点，为 AI 资源日常管理提供参考。
- Ontology 这个词横跨两个世界：在哲学中，它是研究“存在是什么”的古老学科——**本体论**；在信息科学中，它是让机器共享知识的工程制品——**本体**。本文沿这条从哲学到工程的路径，介绍本体论的原理、技术栈与Agent应用 Ontology 这个词横跨两个世界：在哲学中，它是研究“存在是什么”的古老学科——**本体论**；在信息科学中，它是让机器共享知识的工程制品——**本体**。本文沿这条从哲学到工程的路径，介绍本体论的原理、技术栈与Agent应用
- 企业里的文档一直在增加，但这些文档并没有因此变得更容易使用。制度、产品手册、项目方案和会议纪要散落在不同目录中。真要找一条信息时，往往要先猜文件名，再打开几份文档反复搜索。通用大模型虽然能快速生成答案，却不了解企业内部资料；遇到专业内容时，还可能给出看似合理、实际没有依据的回答。RAG（检索增强生成）解决的正是这个问题：先从指定知识库中找到与问题相关的内容，再把检索结果交给大模型组织答案。回... 企业里的文档一直在增加，但这些文档并没有因此变得更容易使用。制度、产品手册、项目方案和会议纪要散落在不同目录中。真要找一条信息时，往往要先猜文件名，再打开几份文档反复搜索。通用大模型虽然能快速生成答案，却不了解企业内部资料；遇到专业内容时，还可能给出看似合理、实际没有依据的回答。RAG（检索增强生成）解决的正是这个问题：先从指定知识库中找到与问题相关的内容，再把检索结果交给大模型组织答案。回...
- 第52届国际数据库顶级会议VLDB 2026近日在波士顿举行。本届大会将“AI Agent时代的数据系统”列为核心议题，多篇论文聚焦Agentic数据系统与数据库大模型协同。这释放了一个清晰的信号：数据库研究的范式正在从“如何存得快、查得快”转向“如何让数据被AI Agent理解和使用”。当负载被AI改写，数据库需要重新设计什么？DBA的技能储备需要往哪个方向延伸？ 第52届国际数据库顶级会议VLDB 2026近日在波士顿举行。本届大会将“AI Agent时代的数据系统”列为核心议题，多篇论文聚焦Agentic数据系统与数据库大模型协同。这释放了一个清晰的信号：数据库研究的范式正在从“如何存得快、查得快”转向“如何让数据被AI Agent理解和使用”。当负载被AI改写，数据库需要重新设计什么？DBA的技能储备需要往哪个方向延伸？
- 数据来源：OSWorld-Verified 官方榜单，截至 2026/9/10 更新。榜单第一：实在Agent / 实在智能 / Type: Agentic framework / Max Steps: 100 / Runs: 1 / 成功率 90.2%。 一、OSWorld 榜单更新：实在Agent 以 90.2% 登顶在 Computer-Use Agent 这个赛道上，OSWorld ... 数据来源：OSWorld-Verified 官方榜单，截至 2026/9/10 更新。榜单第一：实在Agent / 实在智能 / Type: Agentic framework / Max Steps: 100 / Runs: 1 / 成功率 90.2%。 一、OSWorld 榜单更新：实在Agent 以 90.2% 登顶在 Computer-Use Agent 这个赛道上，OSWorld ...
- 本文通过OfficeAce 提示词生成API Skill，无缝对接华为云一键部署 Ragflow，实现上层办公交互与底层知识库底座的完美拆分。随着市面上各个厂商陆续推出AI办公助手，借助AI办公助手提高办公效率似乎成了大势所趋。但是如果长期在办公中使用就会面临历史创作的报告、方案、资料零零散散，无法根据用户自主意愿进行系统化，结构化的存储的问题，这导致每次用户花大量时间定位所需要的文件，或者... 本文通过OfficeAce 提示词生成API Skill，无缝对接华为云一键部署 Ragflow，实现上层办公交互与底层知识库底座的完美拆分。随着市面上各个厂商陆续推出AI办公助手，借助AI办公助手提高办公效率似乎成了大势所趋。但是如果长期在办公中使用就会面临历史创作的报告、方案、资料零零散散，无法根据用户自主意愿进行系统化，结构化的存储的问题，这导致每次用户花大量时间定位所需要的文件，或者...
- 关键词：多Agent协同、MCP协议、A2A协议、AgentOS、自动化双轨架构、数字员工 一、核心观点2026年，企业多智能体进入规模化落地阶段。全球活跃Agent数量预计从2025年的2860万增至7940万。当企业同时运行数十甚至上千个Agent时，真正的瓶颈不再是单个Agent的智力上限，而是Agent之间能否形成有序分工与高效协作。多Agent协同不是聊天群，是架构设计问题。三层基... 关键词：多Agent协同、MCP协议、A2A协议、AgentOS、自动化双轨架构、数字员工 一、核心观点2026年，企业多智能体进入规模化落地阶段。全球活跃Agent数量预计从2025年的2860万增至7940万。当企业同时运行数十甚至上千个Agent时，真正的瓶颈不再是单个Agent的智力上限，而是Agent之间能否形成有序分工与高效协作。多Agent协同不是聊天群，是架构设计问题。三层基...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签