AI Agent不是更聪明的工作流：它如何判断下一步并调用工具？
上一篇文章，我们把一个简单的 AI 资讯工作流，升级成了连接邮箱、表格和知识库的数字系统。它已经能够自动获取资讯、筛选内容、整理摘要，并根据不同条件把信息发送到不同地方。但我们还面临一个问题：如果任务发生变化，系统能不能自己判断应该怎么做？
AI Agent上线之后，怎么让它越用越强？
用 LangChain、AutoGen、CrewAI 搭过 AI Agent 的开发者都熟悉一个流程：调好 prompt、接好工具，跑起来效果不错，就上线了。但上线之后呢？Agent 还是那个 Agent——它不会因为用得越多而变得越强。
AI GEO+Agent投喂：原理、操作与注意事项
摘要AI GEO+Agent投喂是将AI Agent技术与生成式搜索引擎优化（GEO）结合，通过智能运营中枢完成从数据监控到内容创作、分发的全链路自动化运营的方法。
3款桌面AI Agent实测，FDE选谁做基座？
我装了三款AI底座，踩完坑才明白：选基座就是选你愿意吃哪个亏大家好，我是老张，一个常年被扔在客户现场的FDE。先说人话：FDE就是"前沿部署工程师"，听着高大上，实际就是那个把Demo变成真系统、出了事第一个被打电话的人。
ToB AI Agent 平台应该怎么做？
现在 Workbuddy、DeepSeek harness 这类的 C 端 Agent 产品比较火，在这类产品中现在都不约而同的有专家、技能、连接器这几个概念。
AI Agent 知识库实战：用 RAG 让 AI 从海量资料中精准找到答案
上一篇文章，我们讨论了 AI Agent 如何记住重要信息，以及如何利用历史资料帮助自己完成任务。但这里还有一个问题：如果一个 AI Agent 需要处理的资料越来越多，比如几百份 PDF、上千篇行业文章、企业内部文档和产品说明书，它还能准确找到自己真正需要的信息吗？
AI Agent和聊天机器人怎么分，ZEEKEAI里GPT-6.1-sol按目标讲
很多人把 AI Agent 和聊天机器人当成同一个东西，选型时只看“能不能聊”，落地后才发现期待错位。在 ZEEKEAI(官方：zeekeai.com） 里用 GPT-6.
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。
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。