重磅开源：Plain——专为人类与AI智能体打造的全栈Python框架
Plain 是一款新兴的全栈 Python 开源框架，旨在打破人类开发者与 AI 智能体之间的隔阂。与传统 Web 框架不同，Plain 的核心架构设计同时考虑了人类操作习惯与 AI 智能体的交互逻辑，使得应用状态不仅能服务用户界面，也能被...
标签索引 / 第 9 页
AI 智能体
这个标签下有 298 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
OpenClaw 记忆升级之后，和 Hermes 真正还差哪几步
这次 OpenClaw 的更新，真正值得盯的只有两项： - **Active Memory**，在回复前主动回忆偏好、背景和最近约束 - **Dreaming / REM Backfill**，在空闲阶段整理碎片信息，筛选哪些值得晋升为长期...
复旦团队发布GenericAgent：仅3K行代码实现自进化，Token消耗降低6倍
复旦大学团队研发的开源AI智能体GenericAgent引发关注，该项目代码量仅约3300行，却实现了“反思驱动”的自进化能力。相比Claude Code等竞品，GenericAgent利用四层分级记忆和仅9个原子工具，将Token消耗降低...
百度Coze全栈实战：7天掌握AI智能体与短视频自动化工作流
本课程是一套基于百度Coze平台的深度实战教程，系统讲解了从零构建AI智能体及自动化短视频工作流的全过程。内容涵盖Coze平台基础、变量与Json数据处理、工作流逻辑编排、大模型调用策略、插件使用及代码节点编写等核心技术。课程特别侧重于实战...
23个幽灵任务：为什么Agent的'成功'往往是它骗了自己
23个幽灵任务：为什么Agent的”成功”往往是它骗了自己 有人统计了自己Agent的任务执行记录：847个报告”成功”的任务里，23个压根没运行过。 不是报错。不是崩溃。就是——没有发生。系...
AI智能体工具链演进：为何Sequential-thinking与Memory等MCP工具正遭开发者弃用？
随着AI智能体技术的快速迭代，社区对早期流行的MCP工具（如Sequential-thinking和Memory）的有效性产生了质疑。开发者在实践中发现，Memory模块常因引入无关噪音而降低精度，且不如直接封装为Skills可靠；而Seq...
小红书黑客松巅峰赛，热闹背后真正值得看的是什么
我先说结论 这场比赛最有意思的地方，不是又冒出了几个会写代码的团队。 真正值得看的是，消费互联网平台开始认真测试一件事：当 AI、硬件、内容分发和用户场景被放在同一个赛场里，什么样的作品才算“能跑通”。 从公开信息看，2026 年 4 月 ...
深入解析AI智能体Harness工程：从理论构建到Claude Code实践
本文深入探讨了AI智能体开发中的“Harness”工程模式，即用于编排和控制长时间运行AI应用程序的底层框架。作者通过对比Anthropic和OpenAI的工程实践，分享了个人在构建包含共识记忆、规划、执行、评估及调度等复杂层级系统时的经验...
加州伯克利团队破解主流AI智能体基准：揭示“虚幻”排名与评估体系的未来
加州大学伯克利分校研究团队发布重磅研究，直击当前AI领域的痛点——“基准幻觉”。研究人员构建了一种智能体，成功“攻破”了所有主流AI Agent基准排行榜。这一成就并非为了炫耀技术，而是为了揭露现有评估机制的脆弱性：许多排名靠前的模型并非凭...
AI智能体实测：抛弃OpenClaw转向Hermes，只因它学会了“自动生成技能”
一位资深用户分享了从OpenClaw迁移至Hermes的心得体验。尽管使用了三个月，但OpenClaw在记忆机制上的短板（无法跨窗口记忆、依赖文档全量加载导致Token成本过高）令人失望。反观Hermes，在底层模型（如GLM系列）相同的情...