- 未来的企业软件，不再围绕“人如何使用系统”来设计，而是围绕“Agent如何连接系统”来构建。 理解这一点，比追逐任何单一产品都更重要。 未来的企业软件，不再围绕“人如何使用系统”来设计，而是围绕“Agent如何连接系统”来构建。 理解这一点，比追逐任何单一产品都更重要。
- 摘要： AI智能体通过Workflow多步骤任务编排弥补了大模型单次调用的局限性（上下文有限、无规划性），实现复杂任务的自动化执行。其核心在于将模糊需求拆解为有序子任务，结合状态机与大模型动态决策，形成“规则兜底+智能微调”的闭环流程。示例展示了基于腾讯混元大模型的五步工作流（需求预处理→任务拆解→分步执行→结果校验→整合输出），验证了智能体在连贯执行、上下文记忆及异常处理上的优势。Workflo 摘要： AI智能体通过Workflow多步骤任务编排弥补了大模型单次调用的局限性（上下文有限、无规划性），实现复杂任务的自动化执行。其核心在于将模糊需求拆解为有序子任务，结合状态机与大模型动态决策，形成“规则兜底+智能微调”的闭环流程。示例展示了基于腾讯混元大模型的五步工作流（需求预处理→任务拆解→分步执行→结果校验→整合输出），验证了智能体在连贯执行、上下文记忆及异常处理上的优势。Workflo
- 2026年，企业级智能体“跑通业务闭环”的能力，正从“加分项”变成“准入门槛”。从实在Agent的跨系统操作闭环，到腾讯云ADP 4.0的AgentOps全生命周期治理，到阿里云百炼的全链路交付，到百度千帆的规模化Agent Infra，到瓴羊AgentOne的数据与业务协同中枢，再到神州问学2.0的Agentic Process Workspace——这些平台的共同特征是：不满足于“回答问题”， 2026年，企业级智能体“跑通业务闭环”的能力，正从“加分项”变成“准入门槛”。从实在Agent的跨系统操作闭环，到腾讯云ADP 4.0的AgentOps全生命周期治理，到阿里云百炼的全链路交付，到百度千帆的规模化Agent Infra，到瓴羊AgentOne的数据与业务协同中枢，再到神州问学2.0的Agentic Process Workspace——这些平台的共同特征是：不满足于“回答问题”，
- 2026年，跨境物流AI Agent的核心趋势是从“单点工具”走向“全链路智能体” 。未来的竞争焦点不再是单一功能的优劣，而是谁能将感知、决策、执行三者真正打通，形成从“看见数据”到“辅助决策”再到“自动执行”的完整闭环。 2026年，跨境物流AI Agent的核心趋势是从“单点工具”走向“全链路智能体” 。未来的竞争焦点不再是单一功能的优劣，而是谁能将感知、决策、执行三者真正打通，形成从“看见数据”到“辅助决策”再到“自动执行”的完整闭环。
- 7月初AI中转站批量关停，企业面临Claude还能不能用的抉择。本文从架构师视角分析从个人拼凑中转站到企业统一管控AI调用链路的范式切换，拆解凭证管理、流量路由、成本归因、审计追溯四个核心问题。 7月初AI中转站批量关停，企业面临Claude还能不能用的抉择。本文从架构师视角分析从个人拼凑中转站到企业统一管控AI调用链路的范式切换，拆解凭证管理、流量路由、成本归因、审计追溯四个核心问题。
- 2026年，国内AI Agent市场已进入“人人可用”的爆发期。IDC数据显示，2025年中国企业级AI智能体市场规模已达212亿元，预计2026年将增至449亿元。与此同时，国内AI智能体相关服务商已突破300家。然而，AI智能体的开发平台已经形成了从“零代码快速部署”到“开发者深度定制”的多层次生态——业务人员和开发者在同一款Agent工具面前，评估标准可能完全不同。一、两种角色，两种诉... 2026年，国内AI Agent市场已进入“人人可用”的爆发期。IDC数据显示，2025年中国企业级AI智能体市场规模已达212亿元，预计2026年将增至449亿元。与此同时，国内AI智能体相关服务商已突破300家。然而，AI智能体的开发平台已经形成了从“零代码快速部署”到“开发者深度定制”的多层次生态——业务人员和开发者在同一款Agent工具面前，评估标准可能完全不同。一、两种角色，两种诉...
- 企业引入 AI 后，账号共享成为绕不开的现实问题。然而共享不是目的，安全调度才是。本文从健康度评估、隔离分组、成本优化、额度保护和熔断机制五个层面，拆解一套生产级的 AI 账号调度架构。 企业引入 AI 后，账号共享成为绕不开的现实问题。然而共享不是目的，安全调度才是。本文从健康度评估、隔离分组、成本优化、额度保护和熔断机制五个层面，拆解一套生产级的 AI 账号调度架构。
- 随着 AI 服务的广泛应用，调用链路的安全性和稳定性成为开发者关注的重点。本文从实际工程角度，探讨如何通过密钥管理、身份解耦和审计追溯构建可靠的 AI 调用基础设施。 随着 AI 服务的广泛应用，调用链路的安全性和稳定性成为开发者关注的重点。本文从实际工程角度，探讨如何通过密钥管理、身份解耦和审计追溯构建可靠的 AI 调用基础设施。
- 2026年，AI行业最清晰的一条主线，无疑是Agent从“会聊天”到“能干活”的全面跃迁。基础模型综合水平已从20多分跃升至七八十分，长程任务稳定执行时间每8个月翻一番，最高纪录已达16小时。行业讨论的焦点也从“模型有多聪明”转向“究竟能创造多少真实价值”。然而，从技术概念到产业实效，这一跃迁如何真正发生？大模型Agent正在哪些场景中跑出可量化的落地样本？本文从技术架构和产业实践两个维度，... 2026年，AI行业最清晰的一条主线，无疑是Agent从“会聊天”到“能干活”的全面跃迁。基础模型综合水平已从20多分跃升至七八十分，长程任务稳定执行时间每8个月翻一番，最高纪录已达16小时。行业讨论的焦点也从“模型有多聪明”转向“究竟能创造多少真实价值”。然而，从技术概念到产业实效，这一跃迁如何真正发生？大模型Agent正在哪些场景中跑出可量化的落地样本？本文从技术架构和产业实践两个维度，...
- 阿里7天全集团切换模型，暴露了业务代码与供应商深度绑定的架构风险：Prompt适配、私有参数、监控对接均需改代码。解法是抽象“AI路由层”，用逻辑模型（如code_generation）替代物理模型名，实现配置化切换——留一层，换供应商只需改映射，而非改代码。 阿里7天全集团切换模型，暴露了业务代码与供应商深度绑定的架构风险：Prompt适配、私有参数、监控对接均需改代码。解法是抽象“AI路由层”，用逻辑模型（如code_generation）替代物理模型名，实现配置化切换——留一层，换供应商只需改映射，而非改代码。
- 步入2026年，在净息差收窄与全面推行“过紧日子”的行业周期下，银行业数字化转型彻底告别了“不计成本铺摊子”的阶段。过去大面积部署的传统RPA（机器人流程自动化）逐渐暴露出高昂的“隐形账单”——代码脆性高、网页微调即瘫痪、后期IT运维成本甚至超过了初期开发成本。银行财务选型已经从单纯的“功能驱动”转向严苛的“TCO（总拥有成本）与ROI（投资回报率）驱动”。如何通过引入AI Agent（智能... 步入2026年，在净息差收窄与全面推行“过紧日子”的行业周期下，银行业数字化转型彻底告别了“不计成本铺摊子”的阶段。过去大面积部署的传统RPA（机器人流程自动化）逐渐暴露出高昂的“隐形账单”——代码脆性高、网页微调即瘫痪、后期IT运维成本甚至超过了初期开发成本。银行财务选型已经从单纯的“功能驱动”转向严苛的“TCO（总拥有成本）与ROI（投资回报率）驱动”。如何通过引入AI Agent（智能...
- 本文对比了Qwen3-32B和ChatGLM3-6B两款本地部署大模型在高血压风险筛查医疗场景的实战表现。通过搭建OpenAI兼容API服务，使用相同的患者数据和提示词模板进行测试，发现32B大模型在精准度、规则理解、知识储备等方面显著优于6B小模型。Qwen3-32B通过4bit量化技术可在RTX4090显卡运行，能精准识别高血压高危因素并给出专业判定依据；而ChatGLM3-6B存在严重漏判和 本文对比了Qwen3-32B和ChatGLM3-6B两款本地部署大模型在高血压风险筛查医疗场景的实战表现。通过搭建OpenAI兼容API服务，使用相同的患者数据和提示词模板进行测试，发现32B大模型在精准度、规则理解、知识储备等方面显著优于6B小模型。Qwen3-32B通过4bit量化技术可在RTX4090显卡运行，能精准识别高血压高危因素并给出专业判定依据；而ChatGLM3-6B存在严重漏判和
- 一次客户端逆向发现揭示了一个被忽视的安全问题——本地程序可以在 API 通信中嵌入用户身份标记。本文探讨如何通过架构设计而非对抗式修改来保护开发者隐私。 一次客户端逆向发现揭示了一个被忽视的安全问题——本地程序可以在 API 通信中嵌入用户身份标记。本文探讨如何通过架构设计而非对抗式修改来保护开发者隐私。
- 本文介绍了一个基于ChatGLM3-6B大模型的本地化部署方案，采用FastAPI后端和Web前端实现完整对话系统。项目特点包括：1）适配RTX4090显卡，支持FP16半精度推理，显存占用优化；2）提供两种推理模式（一次性返回和SSE流式输出）；3）内置完善监控系统，实时采集显存、Token生成速度等指标；4）兼容OpenAI API标准接口；5）包含可视化前端界面。系统采用四层架构设计，包含前 本文介绍了一个基于ChatGLM3-6B大模型的本地化部署方案，采用FastAPI后端和Web前端实现完整对话系统。项目特点包括：1）适配RTX4090显卡，支持FP16半精度推理，显存占用优化；2）提供两种推理模式（一次性返回和SSE流式输出）；3）内置完善监控系统，实时采集显存、Token生成速度等指标；4）兼容OpenAI API标准接口；5）包含可视化前端界面。系统采用四层架构设计，包含前
- 本文系统解析了开源大模型命名规则中的后缀含义，帮助用户根据需求精准选择模型。文章指出模型后缀遵循"基座名称-参数标识-优化类型-功能标签-量化格式"的标准化结构，包含五大类关键信息：1）参数量标识（B/b）区分模型规模；2）微调类型标识（如it/thinking/turbo）决定适用场景；3）量化格式（GGUF/FP16等）影响硬件兼容性；4）专项功能后缀（ASR/Image等 本文系统解析了开源大模型命名规则中的后缀含义，帮助用户根据需求精准选择模型。文章指出模型后缀遵循"基座名称-参数标识-优化类型-功能标签-量化格式"的标准化结构，包含五大类关键信息：1）参数量标识（B/b）区分模型规模；2）微调类型标识（如it/thinking/turbo）决定适用场景；3）量化格式（GGUF/FP16等）影响硬件兼容性；4）专项功能后缀（ASR/Image等
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·第三期2026/08/21 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；念擎-华为云AI开发者运营案例开发专家
本期直播内容：AI六层能力首次详细解读 + 新一代华为云开发者空间亮相 + 校园案例直播带练
回顾中 -
华为云开发者AI素养直播课·第四期2026/08/28 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；吴松明-华为云AI开发者案例开发专家
EduSwarm 是一个基于多智能体框架构建的 AI 教师团队协作平台：把备课、上课、作业、批改、学情等教学环节，交给多位专职 AI Agent（课件师、出题官、批改师、学情分析师等）协作完成。教师从「亲力亲为」变成「做决策」，学生只需凭课堂码加入即可实时跟课。
回顾中
热门标签