什么是 AI Agent（智能体）？

于 2025-07-18 21:22:02 发布
阅读量808 收藏 11
点赞数 14
CC 4.0 BY-SA版权
文章标签： 人工智能 java 开发语言 数据库 ai 编程 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jennycisp/article/details/149453472

刚开始我也很懵，直到完整的看完了3遍吴恩达在BULIT2024的演讲视频，终于搞明白什么是Agent智能体。

这篇回答主要围绕着斯坦福大学教授吴恩达演讲中的Keynote讲一讲到底啥是Agent。希望能帮助和我一样迷糊的“非技术”背景的AI爱好者，揭开Agent这团迷雾。

Agent中文是智能体、代理的意思。

首先，先来看看Agent（智能体）和Non-Agent（非智能体）的对比

一、Non-Agent和Agent对比

拿写文章这个动作举例子。

大语言模型：我们输入一个提示，大模型一次性的从头到尾的生成一篇文章，中间不能修改。

img

Agent：它会先写出一个大纲，如果需要找资料的话，它会先联网找资料，接着它先写一份初稿，然后它会思考哪一部分写的不好，开始修改，改好以后再读一遍自己写的稿子，再修改，就这样反复这样的动作，最后形成终稿发给你。

img

人类：先写出一个大纲，去网上找资料，接着把资料填进大纲里出一份初稿，然后发给领导，或者自己多读几遍，看看哪里不通顺，不够口语化，再删删减减，最后发给领导。

img

结论：Agent做牛马们要做的活儿

通过刚才的描述，你是否发现，Agent智能体和人类的行为高度相似？

其实智能体终极形态就是靠近一个活生生的人，人做一个事情什么思路，智能体就是什么思路。

吴恩达在演讲中把智能体详细的分成了四类，分别是Reflection、Tooluse、planning、multi- agent collaboration

img

二、Reflection反思

通俗来讲，Reflection 就像是一个学生在完成作业后自己检查并修改错误的过程

吴恩达在演讲中举了一个例子。

如果用大语言模型塑造了一个“程序员”，你让他写个代码，它给你直接输出了答案，肯定不是最满意的，人类就要不断告诉他哪里需要修改。比如第几行有错误，怎么调整会更好。

img

但这时候，如果你再新建一个“审查员”角色的大模型，用它来检查代码是否正确，并指出不足之处。根据“审查员”模型的反馈，“程序员”再次进行改进代码。反复循环这样的操作，直到结果让人满意为止。

img

这样的过程就叫做Reflection反思

这种方法特别适用于需要高质量结果的任务，例如代码生成、复杂文档撰写、法律文件分析等。

三、Tool use 工具调用

通俗来讲，就像让我们人类算一个“12345 × 67890是多少？”咱也算不准，但我们拿个计算器，一下子就能得出准确结论。工具调用就是大语言模型会自己使用计算器。

在实际应用中，它会先识别需求：模型意识到它无法直接回答某个问题，需要借助工具。

再根据任务类型，判断要调用哪个工具，工具可以是计算器、知识库查询、数据库、搜索引擎，甚至是另一个模型。用工具完成任务后，将结果转化为人类易于理解的形式输出。

当大语言模型学会调用工具之后，有几个好处

  1. 突破模型能力限制：

语言模型擅长语言理解，但可能在计算、实时信息查询、专业领域数据处理等方面能力不足。工具使用可以弥补这些缺陷。就像人类一样，有人擅长文科，有人擅长理科，但是要是给人们一个计算器，谁都能算出来了。

  1. 提升准确性和效率：

比如在回答需要计算或实时查询的问题时，工具能提供精准答案，而不只是基于训练数据进行推测。你可以理解为大语言模型是一个人，塞给它一个工具，它就更准。

  1. 扩展模型功能：

这种能力将语言模型从“单一的大脑”扩展为一个“多功能助手”。，如编程调试、数据分析、内容生成等。

ChatGPT添加插件的功能：如果你购买了ChatGPT Plus版，你可以来到插件商店里去选择插件帮助你完成更复杂的问题。

speechki：文本转语音的插件，coupert：找优惠券和促销码，edx：找某个领域的优质课程， one word domains： 检查域名是否可用。

img

img

img

img

四、Planning 规划/reasoning推理

举个例子，如果你发送一段这样的请求，Agent会动用4个模型去解决你的问题。

分别是：

1、openpose 模型用来提取动作

2、google/vit模型用来把动作转成图片

3、vit-GPT2模型，把图片转成文字

4、fastspeech模型，把文字转成语音

这种能力的提升，让AI更加接近真实的智能行为，能够处理更广泛的任务。

img

五、Multi Agent Collaborative 多智能体协作

吴恩达用了清华大学团队开发的ChatDev来解释这个概念。

ChatDev你可以理解为一家虚拟软件公司，公司里有各类职员，有CEO、CTO、测试员、程序员等等。

在这个公司里，人类是最大的Boss，你可以用一句话，就让这些职员替你打工，完成软件设计开发一条龙服务。

每个职员其实就是一个Agent。

img

ChatDev将整个开发过程分成了四个阶段。分别是设计、写代码、测试、合作文档

img

还设计了沟通链条，每次写作两个角色之间会交流沟通完成一个个小任务。

有点像我们平时公司里的那种沟通交流的模式。

在每次交流中，设置了3个机制，分别是角色专业化、记忆流、自我反思

img

角色专业化是指大语言模型会提前设定好每个角色是干嘛的，比如他会告诉CEO，你是CEO你负责做决定。告诉CTO你负责系统设计。

记忆流保存了，之前对话的全部信息，让智能体不要忘记之前的沟通，做出正确的决策。

自我反思：是指两个人没有达成共识之前， 进行自我反思。最后达成共识。

我当时研究了这个虚拟公司以后，仿佛看到了未来AI的样子，每个人都可以是“老板”，你的手下会有一帮AI员工帮你完成复杂高难度的工作。

之所以我们现在感知不强烈，是因为这些模型都停留在代码阶段，并没有被开发成小白也能搞懂的应用。

六、其他大厂们的行动

  1. Google：Astra 项目是谷歌探索通用人工智能助手未来功能的研究原型。

利用多模态理解、多语言、工具使用、原生音频和记忆等能力，谷歌希望Astra能帮助人们理解世界，生活。

img

2024年12月11日谷歌发布了Project Astra的介绍视频 ，视频里的小哥拿着带有Astra的手机在伦敦展示了不同的功能。

img

它能够记得门的密码，还能够帮你讲解如何洗不同材质的衣服， 它还可以识别纸上的文字自动帮你搜索这些地点并告诉你都是干嘛的。

去国外旅行某个东西不知道怎么说，它会教你发音。你还可以让他对着某个雕塑，问它历史背景。可以和他聊植物的种类。

它还可以帮你朋友选礼物，只要把你朋友曾经看过的书单给她看，他可以告诉你你朋友喜欢什么。多语言输入它也没问题。

戴上眼镜骑车，你可以随意问它你看到的地点。问它路况和禁止停车区域。回到家你可以问眼镜，你家的门密码是多少，立刻会在你眼前显示。

img

2025年1月初谷歌发布了名为《Agents》的白皮书，从谷歌角度探讨了生成式AI Agent（智能体）的概念、架构和应用。

  1. OpenAI：

2025年将会是智能体爆发的一年，2025年1月1日，OpenAI CEO 奥特曼公布了公司的新年目标，其中智能体被他列入第二位。

img

有网友爆料，OpenAI计划推出代号为“Operator”的全新AI智能体产品，能够自动执行各种复杂操作，这个 Agent 将具备直接控制电脑的能力。

  1. Anthropic：2024年10月23日，它发布了开发可以操控计算机的模型。虽然这个模型还没太成熟，让他统计表格数据什么的，会经常出错。但是我们能看到Anthropic努力的方向和愿景。那就是让AI完全帮人类做事。

img

2024年12月底，Anthropic 公司发布了一篇重磅博客《buliding effective agents》，详细探讨了如何构建高效的 Agent，并分享了他们在这一领域的最新研究成果。

img

  1. Microsoft：微软在2024年10月的“AI Tour”活动中，宣布将为Dynamics 365系列业务应用推出10个新的AI智能体，涵盖销售、客户支持和会计等领域。

2024年11月11日微软发布了Azure AI Agent ，一个集设计、定制和管理 AI 解决方案于一体的统一平台。

  1. 字节跳动（ByteDance）：字节跳动推出了Coze Agent平台，积极布局AI智能体领域。

最后，在写完这篇稿子的时候，我有一个非常强烈的感知，那就是AI颠覆世界的轮廓在慢慢变得清晰，我们在科幻片中看到的未来即将成为现实，我很荣幸能参与这个时代，见证科技以更高速的发展改变我们的生活。

h_order=1&q=字节跳动&zhida_source=entity)（ByteDance）**：字节跳动推出了Coze Agent平台，积极布局AI智能体领域。

最后，在写完这篇稿子的时候，我有一个非常强烈的感知，那就是AI颠覆世界的轮廓在慢慢变得清晰，我们在科幻片中看到的未来即将成为现实，我很荣幸能参与这个时代，见证科技以更高速的发展改变我们的生活。

这篇文章所有的参考资料，以及谷歌和Anthropic公布的白皮书和博客的链接都在下方，如果需要，可以去下载。

那么，如何快速系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

在这里插入图片描述

👉大模型学习指南+路线汇总👈
我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

在这里插入图片描述

9周快速成为大模型工程师

第1周：基础入门

  • 了解大模型基本概念与发展历程

  • 学习Python编程基础与PyTorch/TensorFlow框架

  • 掌握Transformer架构核心原理

  • 在这里插入图片描述

第2周：数据处理与训练

  • 学习数据清洗、标注与增强技术

  • 掌握分布式训练与混合精度训练方法

  • 实践小规模模型微调（如BERT/GPT-2）

第3周：模型架构深入

  • 分析LLaMA、GPT等主流大模型结构

  • 学习注意力机制优化技巧（如Flash Attention）

  • 理解模型并行与流水线并行技术

第4周：预训练与微调

  • 掌握全参数预训练与LoRA/QLoRA等高效微调方法

  • 学习Prompt Engineering与指令微调

  • 实践领域适配（如医疗/金融场景）

第5周：推理优化

  • 学习模型量化（INT8/FP16）与剪枝技术

  • 掌握vLLM/TensorRT等推理加速工具

  • 部署模型到生产环境（FastAPI/Docker）

第6周：应用开发 - 构建RAG（检索增强生成）系统

  • 开发Agent类应用（如AutoGPT）

  • 实践多模态模型（如CLIP/Whisper）

在这里插入图片描述

在这里插入图片描述

第7周：安全与评估

  • 学习大模型安全与对齐技术

  • 掌握评估指标（BLEU/ROUGE/人工评测）

  • 分析幻觉、偏见等常见问题

第8周：行业实战 - 参与Kaggle/天池大模型竞赛
  • 复现最新论文（如Mixtral/Gemma）
  • 企业级项目实战（客服/代码生成等）
第9周：前沿拓展
  • 学习MoE、Long Context等前沿技术
  • 探索AI Infra与MLOps体系
  • 制定个人技术发展路线图
    在这里插入图片描述
    👉福利篇👈
    最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

AI测试入门：什么是智能体（AI-Agent）？
blues_C的博客
07-21 2277
在人工智能领域，AI-Agent 逐渐成为一种重要的新形态。AI-Agent 具备环境感知能力、自主理解、决策制定及执行行动能力。简而言之，它是构建于大模型之上的计算机程序，能够模拟独立思考过程，灵活调用各类工具，逐步达成预设目标。本文将详细介绍AI智能体的概念、架构设计及其应用案例，帮助大家更好地理解这一前沿技术。
AI 智能体 | AI Agent 是什么？
usst501的博客
08-12 1269
本文通过写20万字书的这个例子来阐述AI Agent 的概念和AI Agent的核心公式，让原本非常复杂的一件事借助于AI Agent的话变得简单高效
什么是智能体(agent)
ljl3937的专栏
03-19 2278
智能体（Agent）是人工智能领域中的一个核心概念。在最基本的层面上，智能体可以被定义为一个实体，它能够在其所处的环境中自主地感知信息，并根据这些信息做出决策，以实现特定的目标或任务。智能体的关键特性包括自主性、感知能力和决策能力。：智能体能够在没有外部干预的情况下控制其行为。：智能体能够通过传感器或数据输入来感知其环境的状态。：智能体能够处理感知到的信息，并根据一定的决策机制做出响应的行动。智能体的目标可以是简单的，如维持系统稳定，也可以是复杂的，如在多智能体系统中进行协调合作。
了解一点智能体（Agent）
lvaolan8888的博客
07-29 5583
百度百科对智能体的定义：智能体，顾名思义，就是具有智能的实体，英文名是Agent。以云为基础，以AI为核心，构建一个立体感知、全域协同、精准判断、持续进化、开放的智能系统。
智能体（AI Agent）全解析：概念、原理至应用深度探索
lvaolan的博客
08-03 6438
一、智能体概念的深度剖析1.1 智能体（Agent）的本质智能体，作为人工智能领域的一颗璀璨明珠，是那些能够主动感知周遭环境、自主决策并付诸实践的系统实体。它们不仅拥有自主性、交互性、反应灵敏及高度适应性等鲜明特征，更在复杂多变的情境中展现出卓越的自我管理与任务执行能力。智能体的诞生，标志着人工智能技术从机械式的规则遵循迈向了更为灵活、智能的自主决策新时代。智能体的核心精髓在于其内置的学习与决策引擎。通过先进的学习算法与深度数据分析，智能体能够从浩瀚的数据海洋中提炼出宝贵的知识与洞察。
一文了解AI Agent（智能体）
m0_59235699的博客
08-01 3579
AI Agent（人工智能代理）是上半年一个火热的话题。笔者最近对相关概念进行了学习与研究，期间也通过智能体开发平台成功搭建了一些有趣的Agent。所以计划通过本篇文章，跟大家分享笔者对于AI Agent的些许理解。
人工智能基于AI Agent的智能体开发与应用：从基础概念到项目实战的全流程解析-从0开始打造我们自己的Agent智能体
04-11
内容概要：本文介绍了AI Agent智能体的基本概念及其应用场景，并详细讲解了如何从零开始打造AI Agent。首先，文章解释了人工智能、机器学习、深度学习等基础知识，以及大语言模型（LLM）的特点和应用。接着，文章...
人工智能MCP+DeepSeek打造AI Agent智能体
最新发布
07-03
内容概要：本文探讨了MCP（多智能体协作平台）与DeepSeek（先进AI技术平台）结合打造AI Agent智能体的技术原理、优势及应用前景。MCP通过协调多个专业智能体的工作，实现分布式问题解决，而DeepSeek凭借深度学习和...
精品推荐-2024全套零基础开发 AI Agent 智能体视频教程-共54节课.zip
02-12
2024全套零基础开发 AI Agent 智能体视频教程，共54节课。 001-0.1课程介绍.mp4 002-1.1主页对话框.mp4 003-1.2个人空间.mp4 004-1.3Bot商店.mp4 005-1.4插件商店.mp4 006-1.5团队空间.mp4 007-2.1展示天气查询...
智能体（AI Agent）：概念、原理与应用，全面解析AI技术前沿!
2401_85373691的博客
01-19 5267
1.1 智能体（Agent）的本质智能体，作为人工智能领域的一颗璀璨明珠，是那些能够主动感知周遭环境、自主决策并付诸实践的系统实体。它们不仅拥有自主性、交互性、反应灵敏及高度适应性等鲜明特征，更在复杂多变的情境中展现出卓越的自我管理与任务执行能力。智能体的诞生，标志着人工智能技术从机械式的规则遵循迈向了更为灵活、智能的自主决策新时代。智能体的核心精髓在于其内置的学习与决策引擎。通过先进的学习算法与深度数据分析，智能体能够从浩瀚的数据海洋中提炼出宝贵的知识与洞察。
一文带你了解大模型——智能体（Agent）
xxue345678的博客
05-29 2488
大语言模型很强大，就像人类的大脑一样拥有思考的能力。如果人类只有大脑，没有四肢，没有工具，是没办法与世界互动的。如果我们能给大模型配备上四肢和工具呢？大模型是不是就会打破次元壁，从数字世界走向现实世界，与现实世界实现梦幻联动呢？大语言模型（后文将用 LLM 指代）可以接受输入，可以分析&推理、可以输出文字\代码\媒体。然而，其无法像人类一样，拥有思考能力、运用各种与物理世界互动，以及拥有人类的能力。如果我们给 LLM 配备上：与物理世界互动的工具、记忆能力、规划思考能力。
智能体 Intelligent Agent
hxxjxw的博客
09-02 1825
看很多paper中有智能体的概念，明确一下智能体的定义 智能体指任何能通过传感器感知环境和 通过执行器作用于环境的实体
智能体agent和多智能体系统（MAS）
热门推荐
ren911的专栏
02-21 1万+
研究主线： •有关Agent技术的研究历来有两条主线      – 智能Agent      – 软件Agent •    – 智能Agent是人工智能和分布式人工智能领域的研究热     点，它侧重于研究Agent的认知、学习、理性决策、分布式问题求解等方面内容，从而来支持智能应用系统的     构造和实现    agent是指驻留在某一环境中能够自主
一文彻底搞懂大模型 - Agent（智能体）
xiangxueerfei的博客
12-12 1193
电影《钢铁侠》中的智能助手J.A.R.V.I.S.（Just A Rather Very Intelligent System，即“只是一个相当聪明的系统”）为我们描绘了 一个未来AI Agent的雏形。前排提示，文末有大模型AGI-优快云独家资料包哦！J.A.R.V.I.S.，作为托尼·斯塔克（钢铁侠）的得力助手， 不仅拥有强大的数据处理能力，还能精准理解并执行主人的指令，甚至能在关键时刻提供关键建议。从这位虚拟助手的身影出发，基于LLM的AI Agent，它们正逐步从银幕走进现实，成为我们生活与工作中
以AutoGPT为例浅谈智能体Agent
weixin_43737299的博客
01-16 2090
AutoGPT是一个AI agent（智能体），也是开源的应用程序，结合了GPT-4和GPT-3.5技术，给定自然语言的目标，它将尝试将其分解成子任务，并在自动循环中使用搜索引擎和其他工具来实现这一目标，它由GPT-4驱动，自主地开发和管理业务。官网对GPT的优势描述如下：🌐 用于搜索和信息收集的互联网接入 / Internet access for searches and information gathering。
AI｜大模型入门（五）：智能体（Agent）
kukule520129的博客
04-08 411
多智能体应用：利用多智能体的协作来共同完成任务，不同的Agent角色，利用角色定义，知识/工具的差异，实现角色的职能和能力，并通过定义的不同的协作方式关联各个角色实现任务目标，比如Boss Agent统筹和发号施令，其他Agent各司其职执行任务，利用社群和分工协作提升效能和增强创新性的思想，可处理更加复杂的任务。大语言模型在逻辑推理、工具应用、策略规划、指令遵循等方面都有非常不错的表现，这使得大家开始意识到，将大语言模型作为Agent应用的核心认知系统，可以极大的提高智能体的规划能力。
ai agent智能体
04-02
<think>嗯，我现在需要向用户介绍AI Agent（智能体）。首先，我应该明确AI Agent的定义和核心特征。用户可能对这个概念不太熟悉，所以得从基础讲起。AI Agent是什么？它是一个能够感知环境、自主决策并执行动作的智能实体。然后，我需要分点说明它的特点，比如自主性、反应性、目标导向、学习能力，可能还有社交性。每个特点需要简单解释，让用户容易理解。 接下来，用户可能想知道AI Agent的应用场景。这时候我要举一些实际的例子，比如虚拟助手、自动驾驶、游戏AI、客服系统、医疗诊断和金融交易。每个应用场景需要简短说明，突出AI Agent在不同领域的作用。 然后，技术架构部分也很重要。用户可能对背后的技术感兴趣，比如感知模块、决策模块、执行模块和学习模块。每个模块的功能需要解释清楚，但不用太深入技术细节，保持易懂。 用户可能还会关心AI Agent的挑战，比如复杂环境处理、伦理问题和计算资源。这部分需要客观指出当前存在的问题，帮助用户全面了解。 最后，展望未来发展方向，比如多模态交互、人机协作、通用人工智能和伦理规范。这部分要让用户看到AI Agent的潜力和未来趋势。 在写作过程中，要确保结构清晰，分点列出，避免使用专业术语过多，用中文口语化表达。同时，注意数学公式的正确格式，但用户问题中没有涉及数学内容，所以可能不需要用到。检查是否符合之前的系统级指令，比如使用中文，结构清晰，分步骤解答。确保回答真实可靠，信息准确。 现在需要整理这些思路，按照逻辑顺序组织内容，从定义到特点，再到应用、技术架构、挑战和未来展望。每个部分用标题和列表项分开，方便阅读。保持语言简洁，避免冗长，同时覆盖关键点。检查是否有遗漏的重要信息，比如是否提到了学习能力中的强化学习或迁移学习，是否需要更具体的例子。确保每个段落不要太长，适当换行，使回答易于浏览。</think>### AI Agent（智能体）介绍 #### 1. **定义与核心特征** **AI Agent** 是一种能够感知环境、自主决策并执行动作的智能实体，其核心特征包括： - **自主性**：无需人类干预，独立运行（例如：自动驾驶汽车实时判断路况）。 - **反应性**：动态响应环境变化（例如：聊天机器人根据用户输入调整回答）。 - **目标导向**：为实现特定目标而行动（例如：物流机器人规划最优路径送货）。 - **学习能力**：通过数据或交互提升性能（例如：推荐系统学习用户偏好）。 - **社交性**（可选）：与其他Agent或人类协作（例如：多机器人协同搬运）。 --- #### 2. **典型应用场景** - **虚拟助手**：Siri、小爱同学等处理日常任务。 - **自动驾驶**：特斯拉Autopilot综合感知与决策。 - **游戏AI**：AlphaGo、Dota 2的OpenAI Five实现复杂策略。 - **智能客服**：银行客服Agent自动解答常见问题。 - **医疗诊断**：IBM Watson分析病例并提供建议。 - **金融交易**：高频交易Agent实时捕捉市场信号。 --- #### 3. **技术架构** AI Agent通常包含以下模块： 1. **感知模块** - 输入：传感器、文本、图像等多模态数据。 - 技术：计算机视觉（CV）、自然语言处理（NLP）。 2. **决策模块** - 方法：规则引擎、机器学习模型（如深度强化学习）。 - 输出：生成行动策略（例如：机器人选择避障路径）。 3. **执行模块** - 动作：物理操作（机械臂抓取）或数字操作（发送消息）。 4. **学习与优化模块** - 机制：在线学习（实时更新）、迁移学习（跨任务复用知识）。 --- #### 4. **关键挑战** - **复杂环境适应**：噪声、不确定性干扰决策（如嘈杂环境下的语音识别）。 - **伦理与安全**：自动驾驶的“电车难题”、隐私泄露风险。 - **资源限制**：嵌入式设备需平衡计算效率与模型精度。 --- #### 5. **未来发展方向** - **多模态交互**：融合视觉、语音、触觉等多维度感知。 - **人机协作**：Agent理解人类意图并辅助决策（如手术机器人配合医生）。 - **通用人工智能（AGI）**：单一Agent跨领域执行多样化任务。 - **伦理规范**：建立透明、可解释的决策机制。 --- ### 总结 AI Agent作为人工智能的具象化载体，正在从单一任务向通用化、社会化演进。其核心价值在于**延伸人类能力**（如处理海量数据）与**替代高风险操作**（如深海勘探），未来或将成为数字经济的重要基础设施。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序员一粟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值