登录社区云，与社区用户共同成长
邀请您加入社区
这个类比其实比"AI 的 USB 接口"更准确，USB 解决的是硬件接口的物理和协议标准，MCP 解决的是 Agent 和工具之间的会话层协议，工具怎么注册、参数怎么声明、返回结果怎么结构化、资源怎么读取、提示词模板怎么分发，这些在 MCP 之前每个框架都有自己的一套写法，LangChain 有 LangChain Tools，AutoGen 有 AutoGen 的 function callin
2025年，霸州数字贸易电商基地在胜芳家居博览城落成，总规划1.28万平方米，重点发展直播电商、跨境电商、综合服务三大业态，集聚1688、淘宝、京东、拼多多、阿里国际站等五大头部电商平台，配套7家知名物流企业，构建起全链条服务体系。霸州的产业根基在制造。从“小作坊”到“大产业”，从“打家具”到“卖全球”，霸州的产业升级历程，正是中国县域经济从传统制造向高质量发展转型的生动缩影。从手工打制到标准生产
如果你是新手开发者或中文需求为主的日常开发，优先选 TRAE，整体性能体验更匹配。如果你是深度 CLI 用户且主要处理复杂项目重构，优先保留 Claude Code，性能更满足需求。如果你是团队负责人，建议用 TRAE 覆盖大多数成员的日常开发性能需求，给核心复杂任务保留 Claude Code。如果你在国内开发环境且重视稳定性，TRAE 的直连性能优势更明显。
TRAE和Claude Code是两类AI编程工具：TRAE作为一体化IDE适合中文开发者、团队协作及成本敏感场景，提供可视化低门槛体验；Claude Code作为终端Agent更擅长复杂代码库重构和命令行深度操作。测试显示，TRAE在中文需求转化（准确率提升15%）和快速迭代上表现更优，而Claude Code在大型项目重构（如状态机改造）中上下文理解更稳定。选择取决于工作流：IDE用户优先TR
鸿蒙版学习强国则围绕各类学习场景打造了灵活的交互方式，直播画中画、悬浮窗、双应用分屏功能全面落地，让用户在收看学习内容时，可以与消息回复、笔记整理同步进行。购票后，车次、座位、检票口等信息可通过实况窗及时呈现。对需要集中办理年度汇算的用户来说，指纹、面容登录响应稳定，后台驻留能力表现更佳，申报数据妥善留存，让年度办税更加省心省力。从基础适配到与鸿蒙系统能力深度融合，这些应用借助鸿蒙创新能力，持续打
摘要生成式大模型全面降低网络钓鱼内容制作门槛，传统基于静态特征、固定关键词的邮件安全网关对 AI 生成高仿真欺诈邮件检出效率持续下滑，以大模型对抗大模型成为邮件反钓鱼领域核心技术发展方向。本文以 Red Sift 推出的兼容 ChatGPT、Claude 双大模型的新一代邮件防御集成方案为核心研究样本，梳理该集成防御系统的产品落地背景、分层技术架构、邮件全链路识别流程与企业实战应用价值；从攻击端
在核心零部件领域，格松科技自主研发的多自由度灵巧手、高精度直线关节、域控制器等产品，赋予机器人多模态感知、端侧高效部署、小样本泛化及持续进化的全栈能力，支撑其在长程复杂任务中展现出卓越的自主性与灵活性。作为具身智能产业年度重量级榜单之一，本次评选综合考量企业的融资实力、技术壁垒、产品落地、核心团队、行业影响力等维度，旨在发掘真正获得资本市场认可、引领行业发展的标杆企业。头部机构的持续加码，充分彰显
随着大语言模型（LLM）能力的快速提升，越来越多的开发者开始构建能够自主规划、调用工具并完成复杂任务的智能体（Agent）。agentic-python 是一个面向 Python 生态的轻量级智能体开发框架，它把「模型调用、工具注册、任务编排、记忆管理」等能力封装成简洁的 API，帮助开发者用更少的代码搭建可运行的 AI Agent。
7 月 31 日，红熊AI「记忆觉醒·智能新生」2026 产品发布会顺利举行，全网超340万人观看。会上，红熊AI发布了「记忆科学」全栈产品生态，红熊AI创始人兼CEO温德亮宣布启动「B+C」双轮驱动战略，同时服务B端与C端用户，双向赋能，为AI记忆赛道开辟新境。
AI Agent智能体正从概念走向企业真实部署，上海已成为国内相关开发力量最为集中的城市之一。本文系统梳理AI Agent的技术架构、主流落地路径、行业应用成熟度差异及选型难点，帮助企业在选择上海AI智能体开发公司时建立清晰判断框架。文中亦涉及。
Fang, Peng, Zhang et al. — 把"自演化 AI agent"作为衔接 foundation model 与 lifelong agentic system 的新范式,用一个统一反馈环框架系统综述单 agent / 多 agent / 领域专用三类进化与优化技术。
微软25亿美元押注AI深水区：6000人专家团进驻企业现场，Copilot付费用户突破3000万 2026年7月，微软25亿美元组建6000人AI专家团进驻企业现场，标志着AI产业正式进入"稳定落地创收"阶段。三大核心数据揭示转型实质：M365 Copilot付费席位突破3000万，Azure AI营收突破千亿美元，企业AI部门落地330个项目覆盖164家全球头部企业。 关键突破： 交付模式革新：
微分智飞则在飞行具身领域深入探索，将 Seedance 融入飞行机器人应用，打造出一套标准化、高难度的数据集生成流程，能够精准模拟障碍物闪避、室内自主寻路、智能目标锁定乃至复杂镜头运动等真实难题，产出高质量训练数据。增加了视频局部编辑能力，支持在维持整体画面节奏的前提下，对背景、商品、人物等局部元素进行精准修改；此次升级将视频生成从“能生成”推向“可修改、可迭代、可交付”的新阶段，其应用边界也正从
当 AI 加速融入企业业务，业界对大模型的评价风向正在改变：从过去关注的参数规模、上下文窗口，转向同一个决定 AI Agent 落地效果的关键因素——记忆能力。近期，红熊 AI 自主研发的记忆科学引擎 MemoryBear，在 AI 记忆领域两项全球权威基准测试中双双登顶：LongMemEval 总分 95%、LoCoMo 总分 91.54%，刷新 AI 记忆赛道 SOTA。
win10系统使用delphi2007的时候遇到如下问题未找到导入的项目“C:\Windows\Microsoft.NET\Framework\v2.0.50727\Borland.Delphi.Targets”。请确认 <Import> 声明中的路径正确，且磁盘上存在该文件。 G:\**\xxxxx2007.dproj.未找到导入的项目“C:\Windows\Microsoft.NE
C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\Common7\IDE\VC\VCTargets\Microsoft.CppCommon.targets(209,5): error MSB6006: “cmd.exe”已退出，代码为 3。使用Notepad++打开CMakeExternals中的文件，修改Unix LF为W
PDFsharp 是一个流行的 C# 库，用于创建和处理 PDF 文档。它提供了一套丰富的 API，允许你以编程方式生成、编辑和渲染 PDF 文件一、PDF拆分界面二、PDF拆分代码//PDF拆分--添加文件//添加文件表Listbox中，//PDF拆分--添加文件private void button5_Click(object sender, EventArgs e){...
在模型覆盖方面，十方 GEO 系统已经实现了国内八大主流 AI 模型（豆包、文心一言、DeepSeek、千问、KIMI、智谱等）与海外四大 AI 模型（ChatGPT、Claude、Gemini、Grok）的全平台数据监测与策略调度。SEO 覆盖 "主动搜索" 的用户，GEO 覆盖 "提问 AI" 的用户。在本地化方面，十方境生在杭州滨江、余杭、萧山、钱塘、主城全域都有落地团队，沉淀了覆盖 20
AI Agent长期记忆系统设计 本文系统阐述了AI Agent长期记忆机制的设计与实现。主要内容包括： 记忆分层架构：分为上下文层、会话层、任务层、用户层和知识层，形成L0-L4五级记忆体系 存储技术选型：针对不同数据类型选择Redis（会话）、PostgreSQL（用户信息）、Vector DB（语义记忆）等存储方案 核心功能设计： 记忆检索：采用向量相似度+时间衰减+重要性评分的混合检索策略
它看起来有点陌生，但如果放到我们和 AI 的交互变化里看，就会自然很多。一开始，我们主要是在和 AI "对话"。AI 要理解我们的需求，就有了：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了：要给 AI 什么上下文，它才更容易做对。再往后，AI Agent 开始"长手长
更重要的是，通过"人机动作迁移模型”，我们将人类技能蒸馏为通用表征，迁移至人形机器人、复合机器人及工业臂，破解了"数据孤岛"与"跨构型迁移"难题。比如制造场景下常见的喷涂、焊接、打磨等工艺 ，面对作业对象的变化，不仅仅要自主规划机器人的作业路径、速度等运动信息，而且要自主生成与运动信息强耦合的工艺参数，如喷涂雾化张角、流速流量、焊接电流、打磨中的主轴转速，进给量等，因此要在制造业场景落地，技能的内
斯坦福等机构提出 LLM-as-a-Verifier ：不靠额外训练，直接对评分 token 的 logit 分布取期望得到连续分数，再沿粒度、重复评估、准则分解三条轴扩展验证算力，在 Terminal-Bench 、 SWE-Bench 、机器人与医疗四个基准上刷到 SOTA ，还能当 Agent 进度条和 RL 稠密奖励用。
2026年AI应用开发全景：从Copilot到自主Agent的范式跃迁 当前AI应用开发已从混沌期进入成熟阶段，呈现六大核心趋势： 开发范式变革：从"代码补全"转向"自主开发"，60%开发者将编码工作委托给AI Agent，人类角色转向架构设计与Agent编排。 工程化拐点：DSPy等声明式框架使Prompt迭代效率提升8倍，Prompt工程正被"上下文工程"取代，AI中间件实现数据适配、编排和质
多模态交互数字人的本质，不是把语音、视觉、触控简单堆在一起，而是让三种感知通道在语义层面真正对齐，使数字人像人类一样「听得清、看得懂、摸得到」。更关键的变化发生在「理解」层面。当前行业领先方案已实现5米范围内、0dB高噪环境下的远场语音识别，并具备多模态语音增强能力——融合语音、人脸、姿态等信息锁定目标说话人，在多人嘈杂场景中实现音频与说话人的精准绑定。回顾数字人的技术演进，可以清晰看到四个阶段：
本文系统介绍了虚拟列表技术（Virtualized List）在解决长列表渲染性能问题中的应用与实现原理。主要内容包括：1. 问题分析：传统全量渲染方式在数据量大时会导致DOM节点爆炸、加载缓慢、滚动卡顿等问题。2. 核心原理：采用三层DOM结构（视口容器+滚动占位+内容列表），通过动态计算可视区域项和transform位移实现"视觉欺骗"。3. 实现方案： 固定高度场景的确定
如果你用过 AI 编程助手，或许有过这样的体验：昨天刚跟它把项目的技术选型、命名规范、踩过的坑聊得清清楚楚，今天开一个新窗口，它又变回了那个一问三不知的"新人"。这种"金鱼记忆"，正是当下 AI Agent 走向实用化时绕不开的一道坎。
现在一提到 AI Agent，很多人会自然想到“一个主智能体，带着一群子智能体干活”。这个画面很有吸引力。
本文深入探讨了构建AI智能体时的记忆机制设计，重点分析了LangChain框架中的短期与长期记忆实现方案。文章指出大模型本质上是无状态的，需要通过外部系统存储对话历史并动态拼接至提示词中。 在短期记忆部分，介绍了四种实现策略： ConversationBufferMemory（全量记忆） ConversationBufferWindowMemory（滑动窗口记忆） ConversationToke
本文介绍了如何为智能体（Agent）赋予"身体"，构建能说话、能比划的数字人导游的完整实践过程。文章从纯文本Agent的局限性出发，分析了具身交互在信息传递中的重要性，对比了视频流和参数流两种技术方案的优缺点，最终选择了魔珐星云的参数流方案。作者详细记录了使用Vue3和星云SDK搭建展厅数字人导游的技术实现路径，包括SDK封装、状态管理和多模态交互设计。该方案在低延迟、高并发和低成本方面表现优异，
今天，我们来一起探索一个非常有意思的话题：如何在 .NET 生态中，利用 Microsoft.Agents.AI 框架构建一个能“思考”的 AI Agent。：这就是我们说的“思考提取”（Thought Extraction），让 Agent 的决策过程透明化Microsoft.Agents.AI 是微软推出的全新 Agent 开发框架，它基于 .NET，提供了思考链（Chain of Thoug
自主行动接收目标将“人机交互”从“指令驱动”升级为“目标驱动”
microsoft
——microsoft
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI Agent技术社区
DAMO开发者矩阵
AtomGit AI 社区
人工智能6S服务平台
科技大视野开发者社区
智能体开发者社区
深开鸿 技术专区
