LangChain 学习路线（07）：Agent 入门，从 RAG 问答到智能体调用
前六篇，我们已经学习了 LangChain 的核心组件、LCEL、RAG、Milvus、混合检索和 Rerank。现在，我们开始进入一个新的阶段：Agent（智能体）。之前构建的 RAG 应用，主要解决的是一个问题：用户提出问题，系统从知识库中找到相关资料，再交给大模型生成答案。
Agent 小知识｜A2A 是什么：Agent 之间怎么通信
上一期我们聊了 Stateful Session：一次交互结束后，同一个 Agent 应用怎样保存状态，并在下一次调用时接着处理任务。但如果任务超出了它自己的能力，需要交给另一个独立 Agent，他们之间该如何“联络”呢？
Agent 越用越多，企业为何仍不够 AI Native ？
作者 ｜ 籍云 AI 生码率飙升，端到端交付却没有变快；通用 Agent 提效办公生产力，整体业务效能却未同步提升。当企业把 AI 工具推向业务流程，“局部更快、整体不快”的现象值得审视。
同样用一个模型，为什么有的公司的 agent 更好用？
差别出在哪里，LangChain 的联合创始人兼 CEO Harrison Chase 在伦敦的 Interrupt 大会开场时，用一整场的时间回答了这个问题。
别再给企业造 Agent 了，他们并不需要
真正值得追问的是另一件事:模型接进去了，工具也铺开了，为什么企业迟迟没有等来预期中的经营跃迁?麦肯锡 2025 年全球 AI 现状调研给了一个颇具反差的切面:88% 的企业已在至少一个职能中常态化使用 AI，但真正进入规模化阶段的企业只有约三分之一，完成全面部署的更只有 7%;
Agent面试:AgentScope 的 Agent、Message、Model、Memory、Tool
面试官把 AgentScope 的 Agent、Message、Model、Memory、Tool 放在一起问，真正想听的不是“五个组件的定义”，而是你能不能说清：谁负责决策，谁负责传递，谁负责生成，谁负责保存，谁负责执行。
别再迷信 Agent 的自主性了
作者 | QCon 全球软件开发大会 策划 | Kimmy 编辑 | 宇琪 如果 Agent 只是回答一个问题，答错了，用户可能再问一次；但如果 Agent 开始下单、参与调度、修改生产系统、调用真实业务能力，那么一次错误可能带来的就不只是体验问题，而是实际业务风险。
腾讯云三位高管交底WorkBuddy：模型竞争、Agent安全与AI办公终局
智东西10月28日报道，今日，在2026腾讯全球数字生态大会上，腾讯集团副总裁、腾讯云CTO王慧星公布了WorkBuddy企业级服务的四项核心能力升级，包括开放平台能力、企业级安全解决方案、可观测中心，以及WorkBuddy托管智能体。
别让 Agent 只会聊天：Agno 把 Codex 接进服务层
最近很多团队都在用 Codex、Claude Code 之类的编码 Agent。真正落到工程里，问题很快会从“它会不会写代码”，变成另外一组更麻烦的事：一次运行属于哪个用户？上下文怎么续？工具调用怎么记录？服务重启后去哪找结果？同一个会话同时来了两条任务怎么办？