起點(diǎn)課堂會(huì)員權(quán)益
職業(yè)體系課特權(quán)
線(xiàn)下行業(yè)大會(huì)特權(quán)
個(gè)人IP打造特權(quán)
30+門(mén)專(zhuān)項(xiàng)技能課
1300+專(zhuān)題課程
12場(chǎng)職場(chǎng)軟技能直播
12場(chǎng)求職輔導(dǎo)直播
12場(chǎng)專(zhuān)業(yè)技能直播
會(huì)員專(zhuān)屬社群
榮耀標(biāo)識(shí)
人工智能代理入門(mén)（上）：捕獲流程、角色和連接
在A(yíng)I的快速發(fā)展中，多代理系統(tǒng)正成為提高企業(yè)響應(yīng)速度和資源分配效率的關(guān)鍵技術(shù)。本文將為你提供構(gòu)建多代理系統(tǒng)的實(shí)用指南，幫助你把握AI Agent的入門(mén)知識(shí)，探索其在商業(yè)世界中的潛力和應(yīng)用。
"Agent"相關(guān)的文章
AI Agent vs. 工作流：智能化時(shí)代，如何利用這兩者提升你的工作效率？
本文將深入分析AI Agent和工作流的核心差異，并探討如何通過(guò)合理應(yīng)用這兩種工具，提升個(gè)人和團(tuán)隊(duì)的工作效率，最終推動(dòng)企業(yè)的業(yè)務(wù)增長(zhǎng)。
對(duì)比了6家國(guó)產(chǎn)智能體（AI Agent），我找到了企業(yè)落地AI的方向
現(xiàn)在智能體的應(yīng)用已經(jīng)越來(lái)越廣泛，除了個(gè)人用在生活中之外，企業(yè)也開(kāi)始嘗試應(yīng)用在工作中。但不同廠(chǎng)家的只嗯你提和表現(xiàn)略有不同，有的基本常識(shí)錯(cuò)誤，有的能順利完成。這篇文章，我們來(lái)看看作者分析的表現(xiàn)。
一篇文章系統(tǒng)看懂大模型
上周在分享《我的AI產(chǎn)品經(jīng)理轉(zhuǎn)型之路》這篇文章的時(shí)候，就預(yù)告了一下，三白將輸出一篇文章幫助大家系統(tǒng)的學(xué)習(xí)和了解大模型，今天來(lái)交稿了；全文累計(jì)22000字，閱讀預(yù)計(jì)需要30分鐘，內(nèi)容包括大模型相關(guān)的15個(gè)話(huà)題.
獨(dú)家丨百度灰測(cè)短劇Agent
百度最近在其短劇產(chǎn)品中引入了Agent對(duì)話(huà)功能，允許用戶(hù)與劇中角色進(jìn)行實(shí)時(shí)互動(dòng)，這一創(chuàng)新功能不僅提升了用戶(hù)的參與度，還為內(nèi)容創(chuàng)作帶來(lái)了新的可能性。
產(chǎn)品經(jīng)理AI基礎(chǔ)：什么是 AI Agent（簡(jiǎn)潔版）
Agent算是最近幾個(gè)月比較關(guān)注的點(diǎn)，但不少同學(xué)還是不明白具體是什么意思。這篇文章，我們來(lái)簡(jiǎn)單了解下。
大模型時(shí)代（1）：探索業(yè)務(wù)場(chǎng)景中的Agent應(yīng)用
近年來(lái)，人工智能技術(shù)的飛速發(fā)展，尤其是大模型（Large Language Models，LLMs）在各個(gè)領(lǐng)域展現(xiàn)出的巨大潛力，使其成為當(dāng)前最熱門(mén)的話(huà)題之一。
本文旨在幫助產(chǎn)品經(jīng)理更好地理解大模型的基本原理及其在實(shí)際業(yè)務(wù)場(chǎng)景中的應(yīng)用，特別是在構(gòu)建智能助手（Agent）方面的運(yùn)用。
AI大模型實(shí)戰(zhàn)篇：Reflexion，為AI Agent開(kāi)啟強(qiáng)化學(xué)習(xí)之路
前面的文章中，作者分享了一種偏重反思的AI Agent設(shè)計(jì)模式，即Basic Reflection。但面對(duì)復(fù)雜度很高的產(chǎn)品時(shí)，還有另一種框架可以解決。就是本文介紹的Reflexion設(shè)計(jì)模式。
Agent入門(mén)｜ChatGPT之后，產(chǎn)品經(jīng)理還能玩什么？
當(dāng)前各個(gè)大模型都可以搭建自己的Agent來(lái)幫助自己完成一些更復(fù)雜的工作，更能提高工作效率。本文作者就分享了通過(guò)大模型搭建Agnet助手的一些經(jīng)驗(yàn)，希望能幫到大家。
Self Discover框架，萬(wàn)萬(wàn)想不到AI Agent還能這樣推理
前面我們分享了Basic Reflection這種偏重反思的AI Agent設(shè)計(jì)模式，在面對(duì)復(fù)雜的問(wèn)題時(shí)，就需要更強(qiáng)大的Self-discover設(shè)計(jì)模式來(lái)進(jìn)行。這篇文章，作者的分享一定不能錯(cuò)過(guò)。
Agent開(kāi)發(fā)平臺(tái)數(shù)據(jù)運(yùn)營(yíng)體系：企業(yè)如何衡量大模型投入產(chǎn)出比ROI？
大模型到底為公司帶來(lái)了多大的好處？為應(yīng)用大模型，采購(gòu)了第三方的AgentBuilder平臺(tái)，或者自研搭建了大模型應(yīng)用平臺(tái)，效果咋樣？企業(yè)內(nèi)部的員工會(huì)用了嗎？還是依賴(lài)外部...
未來(lái)已來(lái)：基于大模型Agent的客服實(shí)踐，更低的成本與更大的收益
現(xiàn)在A(yíng)I客服已經(jīng)在各行業(yè)普遍使用了，但是實(shí)際效果并不如意——用戶(hù)寧愿等人工客服，也不愿意找AI客服解決問(wèn)題。如果給當(dāng)前的AI客服換成大模型，效果會(huì)不會(huì)更好一些？這篇文章，我們來(lái)看看作者的思考。
