17.2 Agent工作流：构建智能决策系统

于 2025-12-22 10:21:25 发布
阅读量3 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： AIGC 产品经理训练营 文章标签： 动态规划 算法 机器学习 人工智能 AIGC 架构
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/yonggeit/article/details/156144345
#『AI先锋杯·14天征文挑战第9期』#

17.2 Agent工作流：构建智能决策系统

在上一节中，我们探讨了如何将模型工程化为稳定服务。今天，我们将深入研究Agent工作流技术，这是构建智能决策系统的核心技术之一。Agent工作流能够让AI系统具备更强的自主性和决策能力，实现复杂的业务流程自动化。

Agent工作流概述

Agent工作流是将多个AI能力和业务逻辑有机组合，形成能够自主执行复杂任务的智能系统：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
AI提示系统未来的演变趋势：挑战中的机遇，架构师的演变适应！
2502_91592937的博客
08-18 431
人工智能正经历从"工具"到"协作者"的范式转变，而提示系统（Prompt System）作为连接人类意图与AI能力的核心桥梁，已从简单的文本指令发展为复杂的智能交互架构。意图精准传递（如何让AI准确理解模糊需求）、复杂任务解构（如何将多步骤目标分解为可执行流程）、动态环境适应（如何使系统在不确定性条件下保持鲁棒性）。随着大语言模型（LLM）能力的指数级增长，传统的"提示词编写"已无法满足企业级应用对可靠性、可扩展性和可解释性的要求，这一演变正深刻重塑软件架构的设计范式。
《软件2.0——AI大模型企业级应用开发实战》全书内容导航
AI天才研究院
09-28 1817
《软件2.0——AI大模型企业级应用开发实战》全书内容导航
Agent落地实战：20个企业级案例，最佳实践指南！
2401_84204207的博客
12-10 842
73%为生产力买单，金融成Agent 第一战场 先说一个数字： 73%的从业者表示，部署Agent的首要目的是“提高生产力”。
Sim.ai：开源AI工作流编排平台的技术革命——从可视化设计到生产级部署的完整实践
许泽宇的技术分享
12-15 1280
Sim.ai是一款开源的AI工作流编排平台，采用现代化的技术栈（Next.js16、Bun、PostgreSQL）构建。其核心特性包括可视化DAG工作流编排、多模型支持（OpenAI/Claude/Gemini等）、100+工具集成、实时协作和本地模型部署。平台通过优雅的架构设计实现了高效的并行执行、变量解析和错误处理机制，并内置RAG、人工审核等企业级功能。作为Apache2.0开源项目，Sim.ai既支持自托管保障数据隐私，也提供云服务选项，特别适合构建智能客服、自动化流程等AI应用。相比Zapier/
多智能体不是银弹：DeepMind 揭示 Agent 规模、架构与任务匹配的硬边界
欢迎来到运通链达的官方博客！我们深度探讨人工智能技术与应用，贯彻科技向善理念，推动科技进步与社会福祉和谐共生。
12-14 1256
【摘要】多智能体系统并非性能灵药。其真实收益取决于任务结构、架构设计与规模控制的精准匹配，盲目堆砌将导致成本失控与效率锐减。
【JoyAgent-JDGenie 全栈多智能体系统技术文档】
后端研发工程师Marion的博客
12-10 821
JoyAgent-JDGenie是京东开源的端到端多智能体系统，提供完整的智能体产品解决方案。该系统采用Spring Boot+React技术栈，集成多种大语言模型和向量数据库，具备75.15%的GAIA榜单准确率。主要特色包括：1）完整的开箱即用智能体框架；2）支持React和Plan-Executor双模式；3）高并发DAG执行引擎；4）可插拔工具系统；5）全链路流式输出。项目结构包含Java后端、Python工具模块和React前端，支持复杂任务处理如自动生成分析报告等。
面向院区病房的空间智能体新范式：下一代病房系统研究（上）
AllenLV的博客
10-07 1456
传统病房管理面临效率低、安全风险高等痛点，亟需技术创新。研究提出融合多智能体协作、数字孪生与医疗MES技术的空间智能体新范式，通过四大核心功能（床位管理、护理规划、药品闭环、感控预警）实现闭环管理。临床验证显示，该方案使床位周转天数减少20%，护理用时降低37%，用药错误下降40%。技术层面采用UWB定位（误差≤30cm）和数字孪生建模，构建精准、实时、合规的智慧病房系统。该方案为解决医疗资源优化配置问题提供了可验证
多智能体框架
Angus
02-26 1158
多个不同的角色的Agent，共同完成一份复杂的工作。由一个统筹管理的智能体，自主规划多个智能体分别做什么，以及执行的顺序。agent 应该包含的属性执行特定任务根据其角色和目标做出决策能够使用工具来实现目标与其他代理沟通和协作保留互动记忆在允许的情况下委派任务如何协作是关键条件自主：通过编码，顺序执行。高度自主：能够自行决定不同角色Agent的是否要执行，以及执行顺序。主要关注的点：1、自主性2、开发人员能够控制的精度 (可编码改造)一、汇总特性AutoGen。
【智能体解惑】学习型 Agent：监督、强化与模仿学习**各擅胜场**在哪里？
人工智能(AI)技术，大模型技术，深度学习，机器学习，计算机视觉，AI工具实践应用等分享
10-18 1242
学习型 Agent：监督、强化与模仿学习**各擅胜场**在哪里？
多智能体并非越多越强：Google × MIT 首次给出“AI 协作收益”可计算公式
欢迎来到运通链达的官方博客！我们深度探讨人工智能技术与应用，贯彻科技向善理念，推动科技进步与社会福祉和谐共生。
12-12 853
【摘要】Google与MIT联合研究打破多智能体“人多力量大”迷思，揭示工具权衡、能力饱和与错误放大三大定律，提出首个架构选择计算模型。
深度学习学习路线图：从MNIST到MobileNetV4，从理论到实践的完整指南
热门推荐
程序边界
09-24 1万+
一部权威、通俗、前沿的深度学习指南。从机器学习基础知识到前沿模型，《理解深度学习》精选关键理论与尖端主题，以直观形式呈现高密度的核心知识。涵盖热门主题：如Transformer模型与扩散模型(Diffusion Model)。化繁为简：先以通俗语言阐释复杂概念，再辅以数学公式与视觉图解深入解析。实践导向：引导读者动手实现模型的初级版本。配套资源丰富：提供教师课件、习题及Python Notebook编程练习。适用读者：适合已掌握应用数学基础知识的本科生、研究生及从业者。
Allegro 17.2团队协作新境界：多人项目管理优化
首先，我们概述了Allegro 17.2的基本功能，包括工作区管理、版本控制、项目管理面板的使用以及集成开发环境的特性。接着，重点介绍了多人协作实践技巧，如分支策略、持续集成与部署(CI/CD)以及跨团队沟通。文章还...
react智能体的工作原理是什么
03-28
### 典型工作流示例 ```text 用户问："爱因斯坦去世时杨振宁多少岁？" 思考1: 需要爱因斯坦逝世年份和杨振宁出生年份 行动1: 调用搜索引擎 观察1: 爱因斯坦1955年去世，杨振宁1922年出生 思考2: 计算时间差：1955 ...
【AGC005D】~K Perm Counting（计数抽象成图）
2301_77025310的博客
10-01 3682
注意到位置为id，权值为v ,不合法的情况，当且仅当 v = id+k或 v= id-k。dp(i,j,pd)表示考虑到第i号点， 连了j条边，是否有连接i 到 i-1号点。因此，我们把每一个位置和权值抽象成点 ，不合法的情况之间连一条边，可以构成二分图。由此可知，当选了n条边，就恰好n个位置不合法，限制条件是：连的边不能相邻，求出f(m) ，f(m)指代至少有m个位置不合法的方案数。由此总共有2n 个点 k 条链，链与链之间无边 互不干涉。把二分图展开成k条链，进行dp。简单的乘法原理罢了。
LeetCode热题100--70. 爬楼梯--简单
最新发布
2301_80071187的博客
12-20 211
这道题考察爬楼梯问题，每次可以爬1或2个台阶，求爬到n阶的不同方法数。采用动态规划解法，初始化dp数组，dp[0]=1，dp[1]=1。对于i≥2，dp[i]=dp[i-1]+dp[i-2]，即当前台阶的方法数等于前两个台阶方法数之和。最终返回dp[n]即为结果。该解法时间复杂度O(n)，空间复杂度O(n)。
智驾空间智能、物理智能、世界模型相关的最新论文和开源算法链接
Bonaventure的博客
12-16 1036
这些资源涵盖了2025年自动驾驶领域的前沿研究，从空间推理到物理建模和世界模拟，提供了丰富的开源工具和理论框架。建议用户通过链接深入探索论文和代码，以应用于实际项目或进一步研究。如果您需要更详细的解读或特定应用建议，请随时补充信息！
【算法笔记】AC自动机
u012559967的专栏
12-19 721
AC自动机: AC自动机是一种高效的多模式字符串匹配算法，它巧妙地将 Trie树的字典结构与 KMP算法的失配指针思想相结合，能同时在一段文本中查找多个模式串的所有出现位置，广泛应用于敏感词过滤、生物信息学序列分析等领域。在字符串匹配领域，我们会遇到两类问题：单模式匹配：给定一个文本字符串和一个模式字符串，判断模式字符串是否出现在文本字符串中。《【算法笔记】KMP算法》多模式匹配：给定一个文本字符串和多个模式字符串，判断所有模式字符串是否出现在文本字符串中。解决方案：AC自动机算法。
(leetcode) 力扣100 15轮转数组（环状替代）
qq_62235017的博客
12-18 989
我们利用这个过程，首先计算需要多少个从起点走回起点的圈数（count，为数组长度与步数的最大公约数，具体推推导后面会给），然后再遍历每一圈，通过创建一个临时变量（current,next，类似于指针的作用），来存储需要移动的变量将其移动到下一个位置，而下一个位置变为信的需移动变量，直到走完当前圈数。我们可以把数组想象一个圆圈，如果我们每次固定步数前进，肯定会在有限圈数回到出发点，这个过程中，有可能会遍历完数组所有数，有可能遍历有限数。这句话的意思是：在这个游戏中，你启动一次任务，只能覆盖到。
Leetcode 79 最佳观光组合
im_AMBER的博客
12-17 580
每个元素只遍历一次只用了两个变量O(n)O(1)公式拆分是核心：将原得分公式拆分为，把双变量问题转化为单变量的遍历问题。贪心维护最优值：遍历j时，用best维护之前所有i < j中的最大值，这样每一步只需要 O (1) 计算，整体时间复杂度是 O (n)。遍历顺序：因为要求i < j，所以从j=1开始遍历，先计算当前j的得分，再更新best（避免 j 自己和自己配对）。
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

少林码僧

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