Agent 越写越复杂？因为你在替模型画流程图
上周我删了一个跑了整整一个月的 Agent 脚本。干的活很朴素：搜竞品新闻、扒正文、做摘要、拼日报。六步串成一条线，平时稳得很。直到某天第三步的抓取接口回了一个空字符串。后面三步一声没吭。模型拿着空内容，一本正经编了一篇摘要，日报照常发了出去。
Agent 点错按钮，不是模型笨，是定位策略选错了
周三下午投屏演示取数任务，桌面 Agent 按它记住的像素坐标去点"发送"按钮——屏幕刚切到外接 4K 显示器，缩放从内屏的 2x 变成 1.5x，坐标整体漂移，一下点在旁边的"清空会话"上，会话上下文当场清零，半小时演示流程作废。
你的 Agent 并不自主：你就是它的循环
你并不是在"使用"你的 Agent。你就是它的循环。它写，你读。它说"搞定了"，你验。它弄坏了什么，你解释坏在哪，然后你再敲一遍。这三个动作一直重复，说明系统本该干的三件事没人干：- 给模型一个能干活的地方； - 告诉它到底对不对； - 决定下一步发生什么。
Agent 与聊天型 AI 到底差在哪
为什么别人的 AI 能趁你睡觉干完一天活，你的 AI 只会陪你聊天。屏幕上是一段 AI 给你写的代码，你把它复制下来，新建一个文件，粘贴进去，保存，运行。
Agent为什么离不开本体论：从“会说话”到“能办事”的语义地基
导读： 很多 Agent 项目死在同一个地方：Demo 很惊艳，上线就翻车。模型一到查数据、调工具、跨系统办事就口径打架、步骤失控。根因不是模型不够强，而是 Agent 缺一幅共享的世界地图：它不知道在你这家公司里，“客户”“复购”指什么。这幅地图就是本体论。
腾讯把Agent送入企业生产场景
“个人提效已经得到规模化验证，企业组织提效正在加速铺开。”10月29日，在2026腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，腾讯将全面开放WorkBuddy平台能力，加速模型、智能体产品矩阵和云基础设施布局。
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。
字节：翻译翻译，什么叫 Personal Agent？
字节跳动给旗下火出圈的编程工具 Trae 搞了一次大版本更新，在官方文档与社区正式推送了《限时免费，开发者个人助理 TRAE 宝上线!》的通知。
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。
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。