Agent
含有「Agent」共 22 篇內容
全部內容
發佈日期由新至舊
生成式 AI 的浪潮帶動了「Agent」的興起，那些能主動搜尋、分析、決策、甚至 A2A 的自動化代理，正在被視為下一個技術世代的關鍵基礎，然而微軟近期與亞利桑那州立大學共同發表的一項研究，卻讓這個願景面臨了一個意想不到的問題。
最近看到 LangChain 發布 1.0 版本，而大量轉向以 Agent 為基底的設計模式，這篇文章想聊聊其中的觀察。
為什麼 LangChain 會從原先的 Chain-based 轉變會 Agent-based 呢？
🧩 一、舊版 Chain 模式：線性思維的極限
LangChain
覺得 n8n 流程越來越複雜？本篇教學將帶你掌握 Orchestration 核心技巧，學習如何設計一個「指揮官」流程，有效調度、整合並監控旗下的 AI 與子流程 (Agent)，讓你的自動化能力提升到新層次。
Anthropics 團隊提出在設計 AI 代理人（AI Agent）發現好工具（tool use）需定義明確且有意圖充分、context 能靈活運用，提出各項優化token方法確保 AI 代理人（AI Agent）更直覺解決真實任務。Claude 團隊探討如何為 AI Agent 設計高效工具。
Felo AI 搜尋代理結合對話式搜尋與多語言支持，能快速整理知識、生成摘要與翻譯。不僅能提升市場分析、風險評估、技術可行性研究等工作的效率，還能自動產出結構化報告與簡報，幫助研究人員與團隊更快獲得洞察並轉化為可行行動。
本文比較OpenAI、Claude、Perplexity三大AI搜尋API（web search），包含規格、串接方式、重要參數、使用限制。本文將以Python 為例，助你整合LLM與網路搜尋 web search 能力。
OpenAI Agents SDK 更新 Session 機制，大幅簡化 AI 記憶管理，讓開發支援對話型 AI、Agent 更輕鬆！本文介紹 Session 原理、三種記憶方法（OpenAI Conversations API、SQLite、SQLAlchemy），設計 AI Agent 更輕鬆！
深入探討 OpenAI Agents SDK 的核心功能，包含 Agent、Context 使用、結構化輸出 (Output Types)、Handoffs、工具使用行為控制、以及進階技巧如強迫工具使用、自訂工具函式和 Tool Use Behavior 等建立更強大且高效的 AI Agent。
科幻電影中的場景正在加速成為現實。當我們還在討論 AI 將如何改變未來時，全球最大的資產託管銀行之一紐約梅隆銀行已經悄悄地為他們的「數位員工」辦理好入職手續。
這不是一項遙遠的實驗計畫，而是已經上線的現在進行式。究竟，這家擁有 240 年歷史的金融巨擘，是如何讓 AI 員工在內部系統中「上班」的？
