日更，解读AI前沿技术热点Paper

日更，解读AI前沿技术热点Paper

日更，解读AI前沿技术热点Paper

日更，解读AI前沿技术热点Paper

日更，解读AI前沿技术热点Paper

日更，解读AI前沿技术热点Paper

具有记忆（Memory）功能的AI智能体（Agent）能够保留上下文，识别随时间变化的模式，并根据过去的互动进行适应：Short-term memory、Long-term memory。短期记忆短期记忆（STM）使智能体能够记住最近的输入，以便进行即时决策。这种类型的记忆在对话式AI中非常有用，因为需要在多次交流中保持上下文。例如，一个能够记住会话中先前消息的聊天机器人可以提供连贯的回应，而不是

AI Agents、Agentic AI、Agentic 架构、Agentic 工作流，Agents 无处不在。但它们究竟是什么？它们真的能做些什么吗？新技术带来了混乱的术语、不切实际的期望以及自封的在线专家。将穿透围绕 AI Agents 的噪音和炒作，解释并阐述 Agentic AI 的一个关键要素： Agentic 工作流（Workflows） 。Agents 本身几乎无法完成什么任务。它们

LLM优化技术在许多通用任务中提升了模型性能，但缺乏针对 AI Agents 关键功能（如 长期规划、动态环境交互和复杂决策 ）的专门优化。为此，华东师大等提供了对 LLM的AI Agents优化 方法的全面回顾，将其分为 参数驱动 和 非参数驱动 。15类AI Agents优化方法。参数驱动优化 ：涵盖基于微调的优化、基于强化学习的优化以及混合策略，非参数驱动策略 ：提示工程和外部知识检索。一、

工作流（Workflows）是为实现特定任务或目标而设计的一系列相互关联的步骤。最简单类型的工作流是确定性的，这意味着它们遵循预定义的步骤序列，并且无法适应新信息或变化的条件。有些工作流利用了 LLM 或其他机器学习模型或技术。这些通常被称为 AI 工作流，可以是 Agentic 或非 Agentic 的。在一个非 Agentic 的工作流中，LLM 通过指令提示生成输出。Agentic 工作流是

几乎就在同一天，两个国内著名大模型厂商DeepSeek与阿里通义千问组团开源了模型：DeepSeek-V3-0324（ 更美观的网页和游戏前端 ），Qwen2.5-VL-32B-Instruct（ 以小博大 ）：Qwen2.5-vl-32B模型72B 对 VLM 来说太大？7B 不够强！那么可以使用32B 模型响应更符合人类偏好：调整输出样式以提供更详细、格式更好的答案，使其更符合人类偏好。数学推

多模态链式思考（MCoT） 推理最近受到了广泛关注，但面对图像、视频、语音、音频、3D等不同模态中数据仍面临独特挑战。通往AGI：CoT->MCoT->R1-Omni（R1/o1）新加坡国立大学&香港中文大学等提供了 第一份关于MCoT推理的系统性综述 ，阐明了相关的基础概念和定义，提出了一个全面的分类体系，并从不同角度深入分析了当前的各种方法。约100种多模态链式思考（MCoT）推理的发展时间线

40张图，拆解10余种 LLM Agents全栈技术：主要组件、Multi-Agent框架、以及MCP

“智能体”可以有多种定义，可以将其定义为完全自主的系统，这些系统能够在较长时间内独立运行，使用各种工具来完成复杂的任务；也可以用它来描述遵循预定义工作流程的更为规范的实现方式。所有这些变体都可归类为智能体系统，但这其中重要的架构区分是：工作流（workflow）是通过预定义的代码路径来协调 LLM（大型语言模型）和工具的系统。智能体（Agent）则是 LLM 动态指导自身流程和工具使用的系统，它们

微软GraphRAG自提出，已历时快一年，PaperAgent对其发展历程进行了专门梳理与总结：去年4月，为解决传统RAG在 全局性的查询总结 任务上表现不佳，微软多部门联合提出Project GraphRAG（大模型驱动的KG）；去年7月，微软正式开源GraphRAG项目，引起极大关注，至今23.2k star，但落地时却面临巨大成本痛点（具体： LLM用于实体关系抽取+描述，社区总结 ）；去年

企业有大量长期沉淀下来的私域知识，比如规章制度、招投标书、客户服务资料，销售文案等等。Coze中有三种格式接入企业知识：文本 ：将文档、URL、三方数据源上传为文本知识库后，用户发送消息时，智能体能够引用文本知识中的内容回答用户问题。表格 ：用户上传表格后，支持按照表格的某列来匹配合适的行给智能体引用，同时也支持基于自然语言对数据库进行查询和计算。照片 ：照片上传到知识库后自动/手动添加语义描述，

智能体依赖于大模型，而 LLM 的知识在训练时就已经固定，无法直接与外部系统（如API或数据库）进行交互。为了克服这些局限性，出现了大模型ReAct框架和 函数调用 （Function Call）两种方案，它们能够进行推理、采取行动以及与外部系统进行交互。ReAct框架 ， 它遵循推理与行动的连续循环，工作原理如下：输入 ：智能体接收自然语言的任务描述，输入到核心LLM中。推理 ：LLM将任务分解

单智能体设计逻辑：从0到1设计一个用于企业内部员工使用的AI助理，并将智能体的大模型、插件、工作流、知识库、记忆等串联起来，AI助理能力假设：提供公司内部的规章制度咨询服务；提供员工办公提效能力；对接到公司的OA系统，提供考勤、员工信息查询。一步一步设计满足功能需求的企业员工AI助理，基本工作流程如下图：1、创建智能体：企业员工AI助理

智能体（Agent）是指能够感知环境、根据感知做出决策并执行行动以实现特定目标的系统。在人工智能领域，Agent通常需要具备自主性、交互性、适应性和目标导向等特点。Agent可以是单一模态的，如仅处理文本信息的聊天机器人，也可以是多模态的，即能够理解和生成包括视觉、听觉等在内的多种类型的数据，Agent也可以是多个协同分工共同来解决复杂任务。根据智能体数量与能力，可以分为： 单一智能体、多模态智能

终于，昨天微信以“AI 搜索”的形式接入了满血版DeepSeek R1，目前灰度测试ing，其中“深度思考”模式由DeepSeek-R1模型经过长思考而提供的更全面的回答：目前DeeSeek-R1是 不支持function call 的，微信接入DeepSeek-R1可以采用 Agentic RAG 的方式，那么一个通用的AI Agentic（RAG）框架如何设计尼？本文进行专门剖析：另外，如