本地大模型运行与 Agent 能力演示
本地大模型运行与 Agent 能力演示可以在 iPhone、Mac 或笔记本本地运行高性能 Bonsai 27B 大模型，无需依赖云端服务器。其一比特量化版本体积仅 3.
企业级 Agent 不能只靠 MCP，还需要哪些能力？
有人把 MCP 理解成“给大模型接工具的接口”。这个说法不算错，但放进企业环境里，少了几层关键内容。企业要让 Agent进入岗位，除了调用工具，还要处理知识、身份、流程、数据、模型、权限和运行过程。MCP只是连接层中的重要组成部分，不能单独承担全部工作。
多agent进化搜索新突破：告别文本CoT，让450个agent在潜空间中高效协作
来源：市场资讯（来源：网易科技）作为 harness 工程的下一步，基于大语言模型（LLM）的进化搜索能够通过反复生成、评估和筛选候选数学和计算机程序，对优选方案进行修改与组合，逐轮提升程序表现。
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。
豆包工作产品分析：组织级 Agent 的产品拆解
核心结论:豆包工作不是「豆包的办公皮肤」，而是字节把 TRAE 的执行栈、扣子的编排生态、飞书的企业上下文收拢后，推出的组织级 Agent 发行版，于 2026 年 8 月 25 日独立发布。
第三季讲 Agent 会干活之后，机器本身该怎么养
第一季 48 篇，讲 Agent 是什么：由哪几块组成、技能怎么装、WorkBuddy 接进飞书能干什么、知识库怎么搭。第二季 40 篇，讲怎么把活派出去：交付物先说清、复杂任务先拆步骤、结果要回读、验收条件先定死。这两季写完，我被问得最多的一类话是「接下来写什么」。
AI产品经理技能5：30 秒搞懂Agent 的定义与 L1 到 L4 能力分层
做AI产品久了，你大概率会遇到同一个场面:所有人都在聊 Agent，会上张口就是多智能体协同、自主工作流、自动执行。
AI Agent到底是什么？一文看懂智能体的技术架构与落地实践
让 AI 回答一个问题，已经不算新鲜事。但如果你说：“帮我整理本周的销售数据，找出异常，并生成一份分析报告”，AI 能不能自己查数据、分析结果、制作报告，遇到问题时再调整步骤？这就是 AI Agent，也就是“AI 智能体”，正在探索的方向。