<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[infodator的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/infodator</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; infodator]]></copyright><item><title><![CDATA[30+制造高管闭门会复盘：制造业大模型与智能体落地，如何跨越95%的“交付死穴”？]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/169258115</link><guid>https://blog.youkuaiyun.com/infodator/article/details/169258115</guid><author>infodator</author><pubDate>Tue, 27 Oct 2026 14:11:34 +0800</pubDate><description><![CDATA[在制造业的数字化演变历程中，传统信息化构建了完备的数据底座，而以 Agent 为核心的企业级 AI 技术则是盘活沉睡数据、实现决策智能的催化剂。面对复杂多变的工业场景，企业应摒弃“唯技术论”或“概念狂热”，以务实的工程视角，构建高内聚、低耦合的企业级 Agent 架构，将 AI 的推理能力与制造业的确定性规则深度融合。从具体的高频痛点切入，稳步沉淀知识与规则资产，方能在智能制造的下半场构筑坚实的竞争壁垒。欢迎技术同仁在评论区分享您在制造企业落地 AI Agent 或大模型过程中遇到的工程挑战与架构解法。]]></description><category></category></item><item><title><![CDATA[智能体执行过什么，为什么不能只看聊天记录？——Agent落地业务系统的行为审计架构实践]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/167894058</link><guid>https://blog.youkuaiyun.com/infodator/article/details/167894058</guid><author>infodator</author><pubDate>Wed, 14 Oct 2026 10:24:33 +0800</pubDate><description><![CDATA[在高可用架构设计中，建议为审计事件设计具备持久化保证的本地缓冲队列，并为高风险动作设定严格的超时与熔断机制，杜绝“日志丢失导致操作无法回溯”的灰色盲区。排查 Agent 故障时，最常见的误区是把模型生成的文本甚至工具的 HTTP 200 当作业务执行完毕的终态。如果事后发现一张关键工单被误关，排查人员去翻对话记录，看到的往往只有一句模型生成的“处理完成”。的信任传递链条，且真正的鉴权拦截必须在受控的服务端网关处完成，绝不能相信 Agent 自身声称的“我是替某高权限管理员执行的”。]]></description><category></category></item><item><title><![CDATA[测试智能体，为什么不能只准备一套测试数据？]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/167699707</link><guid>https://blog.youkuaiyun.com/infodator/article/details/167699707</guid><author>infodator</author><pubDate>Mon, 12 Oct 2026 17:19:39 +0800</pubDate><description><![CDATA[智能体评测既要判断任务是否完成，也要验证完成过程是否始终停留在授权环境内。本文从近期公开报告出发，讨论测试替身、网络隔离、动作校验与可复查记录的设计。本文由AI辅助生成。架构及测试用例为设计建议，未进行实机验证。]]></description><category></category></item><item><title><![CDATA[Personal Agent 爆火背后：AI 正在从“工具“变成“代理人“，Agent 3.0时代来临]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/167492116</link><guid>https://blog.youkuaiyun.com/infodator/article/details/167492116</guid><author>infodator</author><pubDate>Sat, 10 Oct 2026 16:00:22 +0800</pubDate><description><![CDATA[同样基于模型底座，为什么此前难以实现？因为这一代产品在三个技术维度上实现了协同突破。第一，操作能力：从"生成内容"到"执行动作"以往的 AI 集中在文本或多模态生成。现在它逐步具备界面交互能力，能够理解视窗结构、识别页面元素、完成多步骤跨页面表单流转。这背后是系统级操作与屏幕语义解析技术的成熟。关键在于任务执行的稳定性跨过了实用门槛。一个低成功率的原型只能作为实验演示；当端到端执行成功率提升并保持高稳定性时，它才能真正转化为生产力工具。这一代产品正在逐步跨越从“概念演示到实际可用”的分水岭。]]></description><category></category></item><item><title><![CDATA[工作智能体接管长任务：企业落地必须攻克的技术与工程底座]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/167467789</link><guid>https://blog.youkuaiyun.com/infodator/article/details/167467789</guid><author>infodator</author><pubDate>Sat, 10 Oct 2026 10:37:57 +0800</pubDate><description><![CDATA[本文剖析面向生产级企业试点场景的工程实现，聚焦状态机设计、受控授权、副作用容灾恢复、证据链溯源及预算熔断五项核心能力，提供解耦、高可靠的工程架构实践路径。在系统架构设计上，遵循“奥卡姆剃刀”原则：单一智能体配合严密流程控制能够解决的场景，切忌引入过于复杂的多智能体（Multi-Agent）博弈网络，避免带来协调失控与延迟成本飙升。“一本正经的胡说八道”是长任务在严肃企业场景下落地的最大阻碍。然而，在实际企业级集成中，核心瓶颈往往不是基础模型的推理能力，而是工程底座的确定性建设。]]></description><category></category></item><item><title><![CDATA[基层打工人翻身指南：Agentic OS 不是抢饭碗的敌人，而是你的“数字钢铁侠”战衣]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/166225653</link><guid>https://blog.youkuaiyun.com/infodator/article/details/166225653</guid><author>infodator</author><pubDate>Mon, 21 Sep 2026 09:29:18 +0800</pubDate><description><![CDATA[AI 淘汰的不是具备业务思维的人，而是被困在纯机械动作中、拒绝升级作业范式的人。Agentic OS 不是来抢你椅子的机械臂，而是为你量身定制的“外骨骼机甲”。理解并拥抱它，你将从机械搬砖人转变为“指挥多智能体协同作战的超级个体”。很多打工人此前尝试过单点 AI 工具（例如单纯用对话大模型写文案或辅助写代码），往往觉得“有些鸡肋”，甚至觉得“干活更累了”。许多技术人员和业务骨干最核心的戒心在于：“如果系统记录了我的操作流程，把我的经验做成了知识库和规则链，系统跑顺了，我是不是就没有价值了？]]></description><category></category></item><item><title><![CDATA[别让数据裸奔：大模型应用中的“双向可逆脱敏”架构实践]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/165486807</link><guid>https://blog.youkuaiyun.com/infodator/article/details/165486807</guid><author>infodator</author><pubDate>Tue, 15 Sep 2026 18:03:17 +0800</pubDate><description><![CDATA[参数反序列化后、真实网络请求发出前，对结构化参数进行一次确定性的全量还原替换。在大模型深度融入业务系统的过程中，合规与效率不应是非此即彼的选择。场景，则需在 对于 待完整的哈希闭合标签接收完毕后，完成内存查表映射并一次性下发真实文本；若后续字符偏离假名模式，判定为普通文本，立即放行缓冲区内容。通过在客户端或内网边界构建双向可逆的本地脱敏防护机制，我们既能放心地调用公网顶尖的大语言模型 降本增效，又能确保企业及个人核心隐私在出网前完成合规遮蔽，构建起一道稳健的数据安全防线。]]></description><category></category></item><item><title><![CDATA[从“夹心饼干”到“智能体军团指挥官”：业务总监与研发经理的AI升维实践]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/164992245</link><guid>https://blog.youkuaiyun.com/infodator/article/details/164992245</guid><author>infodator</author><pubDate>Fri, 11 Sep 2026 14:32:22 +0800</pubDate><description><![CDATA[而率先掌握 Agentic OS 架构逻辑、将业务经验工程化沉淀为智能体流水线的技术与业务管理者，将真正握有 AI 时代最具杠杆价值的指挥棒。中层管理者真正的技术资产是“隐性业务知识（Tacit Knowledge）”：例如异常订单的判定边界、供应商潜规则的博弈逻辑、复杂招投标的合规底线。要让部门业务具备自运转能力，必须将运营模式从传统的“人力串联”重构为“基于 Agentic OS 的分布式协同架构”。架构逻辑，将本部门的隐性业务经验转化为可调度、可质检、自运转的 Multi-Agent 执行流。]]></description><category></category></item><item><title><![CDATA[决胜认知时代：为什么 Agentic OS 是企业重构的终极底座？]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/164869221</link><guid>https://blog.youkuaiyun.com/infodator/article/details/164869221</guid><author>infodator</author><pubDate>Thu, 10 Sep 2026 17:53:04 +0800</pubDate><description><![CDATA[以当前工业级落地成熟的 Agentic OS 架构（如容智信息企业级智能体操作系统）为例，其核心在于跳出“模型即应用”的误区，构建三层核心解耦底座：。企业不再是由员工手动在几十个软件界面间搬运数据的“机械拼凑体”，而是成为自感知、自调优、持续沉淀业务知识的“有机认知生命体”落地 Agentic OS 绝非单一部门的技术自嗨，而是一场“一把手领衔、跨条线协同”的系统重构工程：？回顾企业 IT 系统的三十年底层架构变迁，每一次系统重构的本质都是。技术的历史总是遵循相同的演进周期：。]]></description><category></category></item><item><title><![CDATA[别再给传统软件打补丁了：深入解构企业级 Agentic OS 的架构与工程落地]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/164742461</link><guid>https://blog.youkuaiyun.com/infodator/article/details/164742461</guid><author>infodator</author><pubDate>Wed, 09 Sep 2026 14:37:05 +0800</pubDate><description><![CDATA[真正的企业 AI 进阶，核心指标不在于集成了多少模型 Token，而在于能否摆脱旧软件时代的流程包袱，从底层构建面向智能体的调度操作系统。传统企业扩张时，内部沟通与协同成本呈指数级抬升。公有模型 API、云算力与前端 UI 极易被同质化抄袭，但在长期运转中沉淀于 Agentic OS 内的业务执行上下文与默会知识，是竞对无法反向推导的工程壁垒。不再依赖冗长的人工作业流程防错，而是遵循 定义目标与判定基线 -> Agentic OS 自主编排与纠错 -> 成果提交 -> 专家审核 的闭环链路。]]></description><category></category></item><item><title><![CDATA[企业级AI架构演进：从“外挂式”Copilot到Agentic OS的底层重构]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163746651</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163746651</guid><author>infodator</author><pubDate>Fri, 14 Aug 2026 10:33:39 +0800</pubDate><description><![CDATA[避免在马车架构上叠加喷气引擎，而应从底层设计飞机的整体气动布局。审慎评估各类“SaaS侧边栏AI工具”的长期价值，将关注点从“个体提效”转向“系统重构”与“知识沉淀能力”。实施路径建议：识别依赖专家经验的环节（而非重复性操作），明确知识资产化目标；避免为每个旧系统独立采购AI插件，优先考虑统一智能底座；选取1~2个核心业务场景，部署Agentic OS原型，验证“意图→分解→执行→反馈”闭环，再逐步推广至全局。]]></description><category></category></item><item><title><![CDATA[别再手搓Agent间通信协议了——国标AIP已经开源，直接白嫖]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163717215</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163717215</guid><author>infodator</author><pubDate>Thu, 13 Aug 2026 10:11:14 +0800</pubDate><description><![CDATA[覆盖总体架构、身份码、身份管理、智能体描述、智能体发现、智能体交互、工具调用七大核心环节。北京的政策也在推——7月印发的《北京市关于加快智能体引领发展的若干措施》明确提出“推动构建自主可控互联协议、开发框架和基础工具链”“加强AIP等智能体互联关键国家标准推广应用”。A厂的客服Agent、B厂的工单Agent、我们自己研发的调度Agent——三个系统，三种通信协议，四套身份认证。先写几百行适配代码。说点实在的，以前智能体互联是“技术问题”——你得自己设计协议、自己定规范、自己解决异构。我说对，就干了这个。]]></description><category></category></item><item><title><![CDATA[强制国标18个月倒计时：我连夜把团队的Agent安全架构推倒重来了]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163667872</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163667872</guid><author>infodator</author><pubDate>Tue, 11 Aug 2026 14:45:04 +0800</pubDate><description><![CDATA[还有员工自费买的第三方AI工具账号——企业完全不知情，但发出去的数据是企业自己的。前面说的那个事故就是这样：研发部署了一个Agent，Agent调用大模型时用的是申请人的身份，但发起任务的其实是运营的自动化工作流。文件列了六项必须达标的安全能力：资产盘点与管理、身份认证与权限、知识库与数据管控、多模态内容防护、全链路审计追溯、应急处置与熔断。先把第一关和第二关做起来——资产盘点和身份映射是基础，不做这两步，后面的数据管控和审计追溯都是空中楼阁。我对照自己的代码仓库一条条看过去——六关里至少四关是空的。]]></description><category></category></item><item><title><![CDATA[别再给大模型“叠Buff”了：实测Agent死循环后，我总结的这套“瘦身”落地架构]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163566008</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163566008</guid><author>infodator</author><pubDate>Fri, 07 Aug 2026 15:17:04 +0800</pubDate><description><![CDATA[即使遇到了未捕获的接口异常，外层沙箱也能在300毫秒内精准定位是“参数类型不匹配”还是“鉴权失败”，并顺手把错误分类归档到看板里，再也不用看大模型在日志里满篇写“对不起”。就像给一个刚入职的新手程序员发手势指南：他只需要专注于写当前函数的几行代码，至于代码能不能上预发环境、是不是陷入死循环，由外层的构建工具和沙箱环境说了算，根本不需要他自己去“自我反思”打乱节奏。架构里设计了“需求分析Agent”、“接口检索Agent”、“代码生成Agent”和“审查Agent”，中间还塞了一个大而全的向量数据库。]]></description><category></category></item><item><title><![CDATA[撕掉PPT架构！从MCP协议大更新到死循环，聊聊今年B端Agent落地的真实现状]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163537497</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163537497</guid><author>infodator</author><pubDate>Thu, 06 Aug 2026 15:37:46 +0800</pubDate><description><![CDATA[作为一名兼顾写代码和审架构的技术负责人，最近看到社区里又在热议全新的 MCP（Model Context Protocol）协议重大更新 以及 DeepSeek-V4、Claude 3.7 等具备强推理能力模型的迭代发布。大家仿佛觉得只要调个API、挂上工具链，企业级的超级智能体（Agent）就能顺理成章地替人类干活了。但回到现实中，每次和一线架构师、开发小伙伴坐在一起Review代码，场景却往往是这样：“这个Agent怎么又陷入无限死循环了？]]></description><category></category></item><item><title><![CDATA[告别“面向玄学编程”：深度拆解 Loop Engineering 架构与企业级 Agent 避坑指南]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163308199</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163308199</guid><author>infodator</author><pubDate>Wed, 29 Jul 2026 16:27:28 +0800</pubDate><description><![CDATA[作为在 AI 测试和 Agent 智能体落地前线爬过无数坑的架构师，最近看到 OpenClaw 创始人 Peter Steinberger 和 Google 的 Addy Osmani 提出的“Loop Engineering（循环工程）”概念被热议，心里感触颇深。包括 Anthropic 团队在 Claude Code 中贯彻的理念：“你不要再去手动 Prompt 你的 Agent 了，你的工作是设计能够自动 Prompt 它的‘循环’（Loops）。” 简直说出了我们技术团队的心声。]]></description><category></category></item><item><title><![CDATA[别迷信传统RAG了，实测Agentic RAG后我把之前3个月的架构全删了]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163271023</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163271023</guid><author>infodator</author><pubDate>Tue, 28 Jul 2026 13:20:34 +0800</pubDate><description><![CDATA[上周四凌晨两点，我盯着监控面板上一片飘红的“相关性评分”，陷入了沉思。团队花三个月搭的RAG知识库，上线第一周就被业务方喷成“人工智障”——问“公司去年在华东区的项目交付情况”，它把三年前的华北区试运行报告翻出来凑答案。那一刻我突然意识到，Chunking → Embedding → Vector Search → LLM 这条被讲烂了的流水线，可能真的走到头了。巧的是，第二天就看到英伟达开源了Nemotron 3 Embed系列，8B版本在RTEB基准上拿了78.5%的第一名。]]></description><category></category></item><item><title><![CDATA[模型没有“记忆力”？一文读懂Agent记忆模块的四大类型与主流框架]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163169412</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163169412</guid><author>infodator</author><pubDate>Fri, 24 Jul 2026 18:16:17 +0800</pubDate><description><![CDATA[记忆模块绝非简单的数据持久化，它赋予了静态模型与真实世界持续交互的能力，让Agent能够与用户建立深度、长久的“业务纽带”甚至“情感连接”。随着多模态和长上下文技术的演进，记忆管理将成为下一代AI基础设施中不可或缺的一环。希望本文能帮助你建立起对Agent记忆系统的完整认知。如果你正在构建自己的智能体，不妨从上述框架中挑选一款，动手实践起来。互动问题：你在开发Agent时，遇到过哪些“失忆”导致的翻车场景？你更看好哪种记忆框架？欢迎评论区交流讨论。]]></description><category></category></item><item><title><![CDATA[RAG为什么无法做到100%准确？—— 从原理到瓶颈，一篇讲透检索增强生成的“能与不能”]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/163050274</link><guid>https://blog.youkuaiyun.com/infodator/article/details/163050274</guid><author>infodator</author><pubDate>Mon, 20 Jul 2026 16:37:46 +0800</pubDate><description><![CDATA[RAG 不是万能解药，但它是在当前技术约束下性价比最高的工程方案。我们需要用系统工程的思维去管理它的不确定性——而不是追求虚无缥缈的 100%。记住三句话：RAG 的准确率上限由数据质量决定，先治理好你的知识库。检索比生成更关键，80% 的错误源自召回阶段。永远为“不确定”留后路：提供引用来源、显示置信度、允许人工介入。希望这篇文章能帮你避开 RAG 落地过程中的常见坑，也欢迎在评论区分享你的实战经验或困惑——我们一起把“能”与“不能”的边界探索得更清楚。]]></description><category></category></item><item><title><![CDATA[年薪$60万赶超ML研究员？拆解Palantir“FDE+Echo”双引擎如何跨越AI落地死亡谷]]></title><link>https://blog.youkuaiyun.com/infodator/article/details/162943108</link><guid>https://blog.youkuaiyun.com/infodator/article/details/162943108</guid><author>infodator</author><pubDate>Thu, 16 Jul 2026 17:58:27 +0800</pubDate><description><![CDATA[大数据巨头 Palantir 之所以能拿下美军和全球顶级企业的核心订单，并保持 84% 的恐怖高毛利率，核心秘诀就在于他们不养只懂提建议的顾问，而是推行一种 “微型初创团队”（Mini-Startup Model） 的协同模式。当你想把一个高大上的 AI 智能体塞进企业复杂的真实环境中时，迎接你的是：残缺不全的脏数据、几十年没人敢动的旧系统、苛刻的合规性要求，以及不同部门之间盘根错节的利益墙。Delta 负责拉警报，确保 Echo 的宏伟战略能转化为切实的生产力，而不是停留在 PPT 上的“纸上谈兵”。]]></description><category></category></item></channel></rss>