文章列表-AI魔法学院

文章列表

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

本文整理自 8 月 12 日「NPCon：AI模型技术与应用峰会」上，来自 Dify.AI 创始人张路宇《LLM 应用技术栈与Agent全景解析》的分享，介绍了当前大模型技术应用技术栈以及 Agent

大模型

Cursor 0.50 版本：一场惊艳的编程体验升级之旅

简单来说，Cursor 0.50 版本在计费模式上进行了巧妙调整，Max Mode 能力得到了显著提升，还引入了别具一格的工作流程——Background Agent。

Cursor 0.50 大模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

Agent首先是“运动”在“环境”（Enviroment）中的，环境描述了Agent所在的状态空间，运动则是一个抽象概念，可以将其理解为Agent所有行为的总和。

LLM Agents

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

, tool utilization, planning, and multi-agent collaboration.

GPT-5 智能体

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

是近期非常火热的Agents方向的一个代表，它让ChatGPT这样的LLM能够使用HuggingFace社区的各种模型（包括但不仅限于文生图、图生文、语音转文字、文字合成语音等），从而让LLM能驱动其他智能Agent

提示词 prompt

Prompt 策略：代码库 AI 助手的语义化搜索设计

在过去的一周里，为了更好的构建 AI Agent 框架 Chocolate Factory（以下简称 CF），我们加入了一个新的应用：代码库 AI 助手。

prompt

为什么说AI现在还不行！

注5：大模型的落地应用的形式参见《AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看》 Agent不是大模型的延伸而是新物种通过图灵测试2.0才能有真的agent。

大模型

XX来信：智能体设计模式2：Reflection

之前我介绍了AI智能体工作流的四种设计模式，我相信它们将在今年推动重大进展：Reflection, Tool use, Planning and Multi-agent

Reflection 智能体

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

正所谓，“效率提升的终点是替代人，RAG的尽头是Agent”。

LLM 范式迁移

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

测评维度与能力 SuperCLUE的评测主要关注大模型的四个能力象限，包括语言理解与生成、专业技能与知识、Agent智能体和安全性，进一步细化为12项基础能力、100+细化任务。

大模型方法论

LangChain 完整指南：使用大语言模型构建强大的应用程序

Agents and Toolkits Agent 是在 LangChain 中推动决策制定的实体。

langchain 大模型

图解检索增强式生成（RAG）技术 | 万字长文

不同聊天引擎类型和原理的说明当然，还有其他类型的聊天引擎，比如 ReAct Agent，但我们先跳过这部分，直接看看第 7 节中的 Agent 本身。

检索增强式生成 RAG

RLHF 在 Text2SQL 领域中的探索

· 输入初始化的环境 environment 第一步，从环境获取当前状态 state第二步，把当前 state 拿给智能体 agent 第三步，agent 根据环境的状态输出采取的动作

Text2SQL RLHF

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

1 前期准备本文将会用到“Stable Diffusion”、“极虎漫剪”、“剪映”以及一个Stable Diffusion的插件“Agent Scheduler”。

StableDiffusion 绘本

中国AI大模型，应该如何商业化

AI Agent便是当下炙手可热的大模型创业路径。

大模型 AI

<1 2 3 456 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1