小凝 Agent：大模型驱动复杂系统的可行性与分层设计

免责声明：本文为通用软件工程分析，只讨论方法与原理，不涉及任何具体组织、产品、项目或商业承诺；不对任何模型厂商作能力评价。文中数据均取自公开研究，结论可被证伪；读者应用文中方法时请自行评估风险并担责。

Agent方向还有哪些值得研究的问题？别只做工具拼接

这两年，Agent已经成为大模型研究中的热门方向。但对于准备SCI、CCF论文的研究生来说，真正值得研究的，不是如何让大模型接入更多工具，而是Agent能否在复杂环境中稳定地完成任务。

大模型 Agent 面经：沙箱与自进化，这 7 题答出安全思维才算顶尖

面 Agent 方向，到了自进化这一层，面试官考的不再是"你会不会用沙箱"，而是"当 Agent 开始自己改自己时，你怎么保证它不会把自己改死"。自进化是 Agent 最迷人的能力，也是最危险的能力。它能自己写插件、自己装插件、自己改配置——但万一改错了呢？万一装了个恶意插件呢？

本体、工业世界模型、具身智能、工业大模型融合演进趋势

内容源自丁晓宇国内制造业数字化正经历从 SaaS 到 DaaS 再到 MaaS 的三代服务范式跃迁。

一文给你讲透LLM、Agent、MCP、Skill四者的区别

目前开发者圈子里高频出现的四个词——LLM、Agent、MCP、Skill，正是这个问题的答案组件。但很多人把它们混为一谈：Agent就是带工具的LLM？Skill不就是函数调用？MCP和API有什么区别?LLM(大语言模型)：认知核心(理解与推理)通俗解读:餐厅的总厨。

以“生成演讲稿”为例，区别传统对话机器人，讲Agent 会做哪些事

以AI智慧写作系统里“AI”生成讲话稿“这个场景来分析，我们正好能看出 Agent智能体 和传统对话机器人的区别。Agent智能体先定一个边界传统对话机器人是：用户给提示词，大模型LLM给一段文本。

Harness 到底是什么？这是今年最透彻的解读

低代码，Agent 编排和工作流平台差在哪：拆一遍 AgentSphere

业务团队想让 Agent 查资料、调接口、点网页、交回结构化结果，第一反应常是找个工作流平台画流程图。AgentSphere 走的是另一条路：把模型、能力、浏览器和模型路由配成一个实例，编排放进单个 Agent 的 ReAct 循环。