OpenAI做手机:全栈重构计算范式,从App转向Agent

AI原生应用开发指南:从传统App到智能体范式的技术演进 “AI将会取代90%的App。”——这个观点正在从预言变成一种可感知的趋势。作为一名开发者,你可能已经注意到,过去一年里,你的手机里新安装的App数量在减少,而像Nova这样的“All-in-One”AI助手应用,下载量却突破了1亿次。它集成了GPT、Gemini、Claude等多个大模型,能聊天、写作、搜索、生成图片、处理文档,几乎覆盖了十几个独立App的功能。这不禁让人思考:我们是否还需要为每一个细分功能去下载一个独立的App?未来的应用形态,是否真的会从“功能孤岛”走向“智能中枢”? 对于开发者而言, 阅读详情

模型的下一次“跃迁”,诞生自硬件

昨天,当OpenAI做智能手机的具体规格与供应链爆料发布时,让人想起两周前Richard Ho在Stanford的交流。Richard Ho是OpenAI硬件负责人,从Google做TPU出来。那场交流虽未提及“手机”,但结合爆料,路径已清晰。OpenAI做手机看似跨界,实则是早就铺好的路,对模型厂商而言,手机是终点之一。那场交流核心是OpenAI为何要自己做硬件,Richard Ho强调“真正的限制不再只是模型,而是算力、能耗、成本、延迟,是整个系统”,意味着OpenAI不再单纯是模型公司。GPU在传统并行任务表现好,但面对主流的Transformer、agent等已偏离设计假设,尤其是agent会放大系统层低效。Richard Ho称“GPU把我们带到了今天,但它并不是为这种(AI负载任务)而设计的”,意味着依赖NVIDIA硬件路径,OpenAI无法推动模型到下一个量级。OpenAI做的不是芯片,而是包含芯片、机架等的系统,强调端到端控制。团队从零搭建,两年实现tape - out,有芯片在真实workload中运行。这背后可能是挖成熟硬件团队或合作方提供底层IP支持。OpenAI与硬件供应商合作有边界,架构层要握在自己手里。OpenAI硬件团队为未来模型设计芯片,“向前看”影响诸多硬件设计决策。OpenAI芯片与NVIDIA、AMD不同,是贴合自身模型路径的定制系统。硬件优化天花板远未到,OpenAI要重新优化AI计算系统,手机是系统末端。

“手机不是为agent设计的”

Richard Ho称“手机不是为agent设计的”,如今手机交互是app - based、session - based,而agent需要持续存在、跨任务协同,iOS和Android都不适合。OpenAI判断未来是云端和边缘结合,agent需在操作系统层有完整权限,但Apple和Google不会开放系统级权限。去年OpenAI收购Jony Ive团队相关公司(io),做端侧个人设备是有想象力又危险的部分,有想象力是用AI agent重写操作系统,危险是消费电子规则不同。io负责硬件形态和工业设计,解决了部分问题。

不是所有AI公司都在做同一件事

过去两年,不同AI公司在硬件尝试路径不同。Rabbit R1在2024年初CES引发关注,开售两周卖5万台,但被证实是套壳安卓,LAM依赖OpenAI API,续航短、使用体验差,只做硬件壳子没碰底层。Meta让AI借眼镜进入日常,Ray - Ban Meta卖出超200万副,拿下全球智能眼镜市场75%以上份额,但解决的是“AI怎么进入日常”,而非“AI怎么重新定义计算”。阿里千问眼镜是Meta路径中国版,节奏快,是阿里AI服务生态延伸。对比之下,OpenAI是唯一做“全栈重新定义”的公司。

真正的护城河,不在模型层

Richard Ho判断未来模型公司在系统层赢,AI竞争是系统能力竞争。OpenAI模型发展会受基础设施瓶颈限制,需从模型公司变成基础设施和设备公司。Richard Ho给出未来算力规模20GW,这涉及国家电网和能源政策。OpenAI做手机是路径自然结果,计算范式正从app为中心转向agent为中心,OpenAI不再只是模型公司。

OpenAI Agents SDK实战:从工具调用到多Agent协同的工程化落地 智能体(Agent)是大模型应用从‘回答问题’迈向‘自主解决问题’的关键范式,其核心在于决策-行动-反馈-修正的闭环能力。OpenAI Agents SDK通过Agent、Tool、Handoff、Guardrail四大原语,将复杂的状态调度、工具编排与安全校验抽象为可组合、可调试、可审计的工程组件。相比传统LangChain等框架,它显著降低分布式逻辑实现门槛,提升生产环境下的稳定性与可观测性。本文聚焦真实项目中的工具集成、多Agent协同、结构化输出与Guardrail深度配置,覆盖法律审查、医疗问诊、 阅读详情

相关推荐

从工程视角重构Agent开发:Hello-Agents五段式实战指南

智能体(Agent)正从LLM应用范式演进为新一代软件工程范式,其核心在于目标导向的自主决策闭环、多Agent协同协议(如MCP)与上下文韧性设计。不同于传统API调用或提示词优化,现代Agent开发需直面上下文坍塌、记忆失焦、状态同步等系统性挑战,技术价值体现在可解释性、可审计性与生产级鲁棒性上。典型应用场景涵盖医疗预警、供应链调度、政务助手等强约束业务系统,要求开发者具备协议层理解力与自研框架能力。本教程以Hello-Agents开源项目为蓝本,深度解析ReAct实现、HybridRetriever检索

weixin_30381317的博客 344

Agent时代:AI从智力竞赛转向生产力流水线

Agent不是新模型类型,而是AI落地的工程范式升级——它将大模型能力封装为可调度、可计量、可运维的智能单元。其核心原理在于任务编排、工具调用与状态管理的闭环控制,技术价值体现在端到端可靠性、毫秒级响应与成本可控性。典型应用场景包括智能巡店、订单履约、客服工单处理等需7×24小时稳定交付的业务流。随着MiniMax M2.7自我进化、OpenAI GPT-5.4 nano小模型量产化、OpenClaw框架生态成型,AI正从‘能答对多少题’转向‘一小时跑完多少订单’。本文聚焦Agent在真实产线中的工程实践逻

weixin_30607659的博客 1099

ChatGPT超级App:从对话入口到任务执行操作系统

AI Agent并非单纯的大语言模型应用,而是融合意图理解、任务规划、工具调用与执行反馈的闭环系统。其核心原理在于将自然语言指令结构化为可验证的执行计划,并通过标准化协议(如OpenAI Tool Calling)安全调度真实世界工具。这种技术范式显著提升了AI在办公自动化、数据分析、跨系统协同等场景的可靠性与落地性,正推动软件从‘功能应用’向‘能力操作系统’演进。本文聚焦ChatGPT超级App的工程实现,深入解析Codex任务引擎与Atlas浏览器协同机制,揭示AI Agent如何真正成为用户的工作流中

556

AI Agent技术解析:从传统App到智能体范式的开发实践

在人工智能技术快速发展的背景下,大型语言模型(LLM)正推动软件架构的深刻变革。其核心原理是通过自然语言理解将用户意图直接转化为可执行任务,从而重构了传统“下载-学习-使用”的软件交互范式。这一转变的技术价值在于实现了从功能集合到意图理解的跨越,使得AI Agent能够通过工具调用能力整合各类服务。在实际应用场景中,AI Agent通过规划与推理能力、工具使用能力和记忆系统,可以灵活处理复杂任务,特别适合替代标准化工具类应用。本文以LangChain框架为例,展示了如何构建具备计算和查询能力的智能体,为开发

weixin_30323631的博客 330

AI多模型协议兼容性实战:Claude/OpenAI/ERNIE混合调用避坑指南

在大模型工程化落地过程中,'API调用失败''响应格式异常''token计数不准'等现象,本质是不同厂商服务协议层缺乏统一标准所致。本文从协议交互原理切入,解析WebSocket长连接(如Claude Agent View)、结构化响应约束(OpenAI response_format)、中文tokenizer隐式偏好(ERNIE 5.1)三大技术机制,揭示其背后对开发者工具链、环境配置与网关设计的真实影响。技术价值在于推动协议适配前移至API网关层,而非依赖模型端妥协;典型场景覆盖VSCode多插件协同、

weixin_30378623的博客 370

ReACT Agent原理与实战:让大模型学会边想边做

大语言模型(LLM)具备强大知识表达能力,但缺乏结构化推理与确定性执行能力,导致在复杂任务中易出错、难追溯、不可控。ReACT(Reasoning + Acting)是一种将‘推理’与‘行动’解耦的Agent工程范式,通过显式拆分思维链(Thought)与工具调用(Action),构建可解释、可调试、可扩展的AI工作流。其核心价值在于提升任务可靠性、增强结果可审计性,并天然适配金融计算、工业诊断、智能客服等强确定性场景。本文结合拼车分账与风电故障诊断等真实案例,详解ReACT的Prompt设计、工具注册、闭

weixin_33675507的博客 422

OpenAI做手机:全栈重新定义计算范式,打通芯片到设备全链路

这透露OpenAI认为架构层和工程层不同,架构层必须掌握在自己手中,Broadcom提供模块和制造能力,系统级设计逻辑要留在内部,如同苹果做硬件的逻辑。Richard Ho反对「晶体管进步变慢,芯片红利结束」的论断,认为单颗芯片发展变慢,但系统层面远未优化,如高速copper互联在高带宽下距离受限,影响数据中心布局。Richard Ho澄清,他们不是在做芯片,而是在做系统,包括芯片、机架、网络、电力、散热、数据中心,与Google做TPU路径相似,但更强调端到端的控制。千问眼镜是生态延伸,非底层重构。

IT界那些事儿 38

AI 工作流和AI Agent构建指南

这些智能体能够自主感知、推理和行动,以追求特定目标,形成强大的集体智慧,可以打破孤岛,集成不同的数据源,并提供无缝的端到端自动化。如今随着AI应用的逐步深化应用和融合发展,一个新的工具应用而生,那就是工作流(Agentic Workflow智能体工作流\代理工作流)或AI agent,它们的结合正在重塑现代企业的运营模式,通过自动化、智能决策和效率优化推动数字化转型。针对这个问题,我们可以通过RAG(检索增强生成)来解决,即通过提供相关的、实时的外部数据来增强 LLM 的响应准确性**,但它仅限于。

企业实战系列集 ●●● https://ximenjianxue.blog.youkuaiyun.com 1746

GPT-5.4工作流范式迁移:从Prompt到Agent执行

大语言模型正从‘文本生成器’演进为‘可执行智能体’,其核心在于计算机操作能力、原生工具调用与百万级上下文的深度融合。这一转变标志着AI应用逻辑的根本升级——不再依赖人工编写Prompt来引导回答,而是通过结构化工具声明、语义锚定和推理光谱控制,实现端到端任务委托与自动化执行。技术价值体现在大幅降低人机协作断层、提升专业场景(如财务分析、合规审计、SaaS集成)的流程闭环效率。典型应用场景包括文档智能解析、跨系统UI自动化、多源数据融合建模等。本文聚焦GPT-5.4所代表的新一代Agent工作流落地实践,深度

dgqvhtlwq472235338的博客 406

AI Agent架构双路径:可验证任务流与物理验证范式的深度拆解

AI Agent正从模型中心转向任务流基础设施,其核心演进围绕‘可验证性’展开——既包括软件层的任务原子化分解与结构化验证,也涵盖硬件层的物理隔离式信号验证。这种双重验证机制,本质是应对LLM不确定性、提升生产级鲁棒性的关键技术路径。它支撑金融合规、医疗诊断、财报分析等高可靠性场景落地,并直接决定GAIA Level 2/3任务成功率。本文基于SSI的法拉第笼实践与Manus的Qwen/Claude双引擎架构,解析如何将任意大模型嵌入标准化Agent Pipeline,实现任务可拆解、步骤可验证、失败可回滚

cqbh2011的博客 394

华为2288H V5服务器断电后‘趴窝’?别慌,手把手教你用SmartKit+BMC修复工具搞定

本文详细介绍了华为2288H V5服务器在断电后无法启动的修复方法,通过SmartKit和BMC修复工具进行故障诊断与修复。文章提供了从工具获取、安装到具体修复流程的完整指南,帮助运维人员快速恢复服务器运行,并给出了后续加固与预防措施,确保服务器稳定运行。

weixin_30575517的博客 299

AI智能体开发实战:从App到技能服务的范式转移

“AI将会取代90%的App。” 这句话最近在技术圈和产品圈流传甚广,听起来像是一个耸人听闻的标题,但背后指向的,是一个正在发生的、深刻的技术范式转移。作为一名开发者,我们不能再把它仅仅看作一个遥远的预言。当Nova这样的“All-in-One”AI助手App,集成了GPT、Gemini、Claude等多个顶尖模型,宣称能处理写作、学习、翻译、图像生成、文件处理乃至网页搜索等数十种任务时,一个尖锐的问题摆在我们面前:未来,用户还需要为了每一个细分功能去下载一个独立的App吗? 这不仅仅是产品形态的竞争,更是

chuchen7021的博客 359

迪文DGUSII串口屏中文显示实战:手把手教你制作16x16点阵字库

本文提供了一份迪文DGUSII串口屏16x16点阵中文字库制作的完整实战指南。从显示原理、字体选择与参数设置,到使用FontLib Make工具生成字库文件,再到部署、调用及存储空间优化,手把手教你解决中文显示难题,确保界面文字既美观又稳定。

weixin_29190573的博客 159

AI Agent开发实战:从传统应用到智能体范式的技术转型指南

“AI 将取代 90% 的 App”——这个观点最近在技术圈和产品圈流传甚广。乍一听,这像是一个博人眼球的标题党,但如果你深入思考一下自己手机里那些“食之无味,弃之可惜”的 App,或许会发现,这个判断背后指向的,是 AI 正在引发的一场应用形态的根本性变革。 我们不是在讨论 AI 会“杀死”所有 App,而是说,大量功能单一、交互固化、数据孤岛式的传统 App,其存在价值将被更智能、更自然、更统一的 AI 交互范式所消解。过去,我们为了查天气、订餐厅、记笔记、做翻译,需要下载并学习使用不同的 App。未来

weixin_30345577的博客 475

云漾AI创作平台实战:如何用GPT4.0+Midjourney快速生成商业级插画(附Prompt模板)

本文详细介绍了如何利用云漾AI创作平台结合GPT4.0和Midjourney快速生成商业级插画。通过智能文案生成与视觉化工作流,大幅提升创作效率,适用于电商、社交媒体等多种场景。文章包含实用Prompt模板和参数调整技巧,帮助设计师和内容创作者高效产出专业插画。

weixin_29251567的博客 224

Zotero+Obsidian+Bookxnote联动让文献阅读丝滑般体验

摘录文字或图片到Obsidian

weixin_43694742的博客 1万+

AI智能体如何重构应用生态:从功能入口到意图驱动的服务范式

你有没有想过,我们手机里那些密密麻麻的App,未来可能只剩下几个?不是危言耸听,而是正在发生的趋势。过去几年,我们习惯了为每一个细分需求安装一个App:点外卖一个,打车一个,查天气一个,记笔记一个。但今天,当你在一个AI聊天界面里,用自然语言说“帮我订一份附近评分最高的川菜外卖,预算50元,半小时内送到”,然后它自动调用服务、完成支付、同步到日历——那一刻,你还需要单独打开外卖App吗? 这个场景并非科幻。输入材料里那个看似夸张的标题“AI将会取代90%的app”,背后指向的是一场根本性的交互范式转移。我们

www.itmmd.com 379

三相逆变器LCL滤波设计实战:从αβ转换到dq解耦控制的完整建模流程

本文详细解析了三相逆变器LCL滤波设计中的关键步骤,从αβ转换到dq解耦控制的完整建模流程。重点介绍了dq坐标系下的解耦控制策略,通过Simulink仿真验证模型准确性,并提供谐振峰偏移、解耦不彻底等实际问题的解决方案,助力电力电子工程师提升系统稳定性。

weixin_28678151的博客 230

AI Agent开发实战:从传统App到智能体应用的技术架构演进

最近在技术社区和产品讨论中,一个观点频繁出现:“AI将会取代90%的App”。这并非危言耸听,而是基于当前AI Agent、大模型原生应用以及超级App(如Nova)的迅猛发展所引发的深刻思考。作为一名开发者,我们不能再仅仅将AI视为一个功能模块或一个API调用,而应将其看作一种全新的应用范式。本文将从技术实现、架构演进、开发实战和未来趋势四个维度,深入剖析这一变革,并探讨作为开发者,我们应如何应对和参与其中。无论你是移动端开发者、后端工程师,还是产品经理,理解这场变革都将帮助你更好地定位未来的技术栈和职业

weixin_33698043的博客 330

保姆级教程:用Kvaser DB Editor从零创建你的第一个DBC文件(附CAN信号属性详解)

本文提供了一份详细的Kvaser DB Editor教程,指导用户从零开始创建DBC文件,并深入解析CAN信号属性的关键设置。通过步骤清晰的安装指南、信号属性配置详解和实用技巧,帮助工程师和学生快速掌握CAN总线通信的核心工具,提升工作效率。

weixin_27076351的博客 253

Open3D——RANSAC 三维点云空间直线拟合【2025最新版】

使用RANSAC算法在点云数据中拟合三维空间直线的python代码实现。博客长期更新,本文最新更新时间为:2025年3月23日。

点云侠的博客 7355

AI如何重构应用生态:从功能容器到意图驱动的智能调度

在软件工程领域,应用开发正经历从传统功能封装向智能能力调度的范式转移。传统应用开发的核心是构建预设路径的功能界面,用户需学习特定交互流程以完成任务,这本质上是将功能打包为封闭容器的过程。随着大语言模型与AI Agent技术的发展,软件架构的核心转向意图理解与动态工作流编排,其技术价值在于通过自然语言接口解构复杂任务,实现跨能力的高效调度。这一转变在搜索优化、智能助手及自动化流程等场景中尤为关键,它推动开发重心从界面设计转向智能体策略与原子能力封装。当前,以Spring AI、Cursor为代表的工具正助力开

既是过河之卒,惟有奋力向前。 356

ABAP 后台作业里的消息机制:把 MESSAGE 写对,避免作业莫名取消

SAP后台作业消息处理机制解析 本文深入剖析了SAP系统中后台作业的消息处理机制,揭示了前台与后台执行环境的关键差异。核心发现包括: 后台作业对消息的处理规则: 所有消息写入Job log而不显示 根据消息类型决定是否继续执行 W警告在列表处理阶段会被自动转为E错误 关键异常处理: 通过error_message可捕获E/A类型消息 A类型消息会触发隐式数据库回滚 未被捕获的E/A消息将导致作业中断 实用解决方案: 将业务提示改为S或I类型 使用DISPLAY LIKE保持前台体验 通过error_mess

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 2223

ChatGPT范式迁移:从NLP工程到人机协作认知架构

大语言模型(LLM)正推动人工智能从传统判别式任务转向生成式认知交互。其核心原理在于自回归语言建模与人类反馈强化学习(RLHF)的协同,使系统不再依赖标注数据微调,而通过上下文编排与提示工程实现任务泛化。这一转变带来显著技术价值:降低用户认知负荷、压缩规则维护成本、激活长尾业务场景。典型应用已覆盖智能客服、合同审查、医疗分诊等知识密集型领域,并催生RAG增强、认知代理、安全围栏等新型工程实践。本文深入剖析ChatGPT引发的底层范式迁移,聚焦提示工程、上下文推理与人机协作设计等关键能力。

Bob1228的专栏 468

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

收藏!小白程序员必看:大模型Agent如何改变未来生活与商业格局?

本文深入解析AI Agent的核心概念及其对未来的深远影响。Agent不仅是能对话的AI,更具备行动力,能自动执行复杂任务,如购物、订票等。文章列举了阿里、字节跳动等企业的实践案例,展现了Agent如何打破应用壁垒,实现跨平台操作。同时,探讨了MCP和A2A两大技术趋势,它们如同AI世界的“Type-C接口”和“机机交互语言”,推动Agent标准化发展。最后,文章揭示了Agent落地面临的利益重构挑战,及可能的解决方案,如“服务即接口”模式,预示着未来商业逻辑和流量逻辑的变革。

weixin_72959097的博客 312

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Siri AI收费背后:iOS开发者如何应对AI Agent时代的技术变革

AI Agent(人工智能代理)作为当前人工智能领域的重要发展方向,其核心原理在于通过大语言模型的理解与规划能力,自主调用外部工具完成复杂任务。这一技术范式从传统的规则驱动转向了基于理解的动态规划,显著提升了系统的智能水平和任务处理范围。其技术价值在于能够实现跨应用、多步骤的自动化工作流,为用户提供更自然、更高效的交互体验。在应用场景上,AI Agent广泛应用于智能助手、自动化办公、个性化服务等领域,正逐步成为操作系统和生态系统的核心智能中枢。随着苹果将Siri重新定位为需要消耗云端算力的AI代理,并考虑

weixin_30691871的博客 395

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

上一篇: 近10亿融资助力,普渡机器人凭多形态具身智能布局领跑商用服务机器人赛道
下一篇: ChatGPT Images 2.0上线:7大教育场景实测,效率飞升成教学新利器!
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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
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