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。
Agent 到底怎么运作
我翻过二十多篇讲 Agent 的文章，几乎全都从同一句开始：“写一个 while 循环，把工具调用包进去。”这句话不算错，但它把执行器当成了 Agent。循环只有十来行代码，它负责的事情只有一件：把“下一步做什么”的决定权交给模型。
谁懂啊！原来学会Agent这么简单！
学会Agent不难，前提是找对方法。
LangChain 实战第 8 篇：Agent ——多工具调用、状态管理与对话记忆
在上一篇文章中，我们介绍了 LangChain Agent 的基本原理。我们知道，Agent 不只是一个能够回答问题的大模型，它还可以根据用户的需求，主动选择工具、调用接口，并根据工具返回的结果继续推理。
AgentCore + Codex 构建生产级 Agent 的原理与实践
作者：寒斜本文章演示 AgentCore[1]的自定义代码/镜像能力，目的是展示如何基于自定义的 Harness 框架（Codex） 结合 AgentCore 提供的身份、模型、工具、技能、凭证 、观测评估等能力实现一个端到端的 Agent 应用，内容包含两个部分，技术方案和实践
Agent自学顺序别搞反：程序员、转行新人的正确入门路径！
现在AI浪潮里，Agent智能体早已不是一个新鲜概念。
我把 WorkBuddy 拆开看了一遍，终于搞懂了 Agent 是怎么干活的
很多人学习 Agent 最大的问题，就是一上来先研究 MCP、Skill、Multi-Agent、Context Engineering，研究了半天，最后还没真正用 Agent 完成过一件工作。
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。
AI时代，每个新产品“不做Agent入口，就沦为其他Agent的数据”
在斯坦福大学的课堂上，SpaceX的Lee Robinson揭示了AI代理正从被动响应向“全天候待命”进化，而在这个万亿级的新赛道中，任何未能掌握Agent入口的产品，终将彻底沦为其他AI系统的数据“养料”。