搜索
最近一两年，AI 行业有一个很微妙的变化：大家不再满足于问 “模型会不会回答”，也不再只关心 “Agent 能不能调用工具”。越来越多的讨论开始回到一个更终极的问题：AI 到底能不能完全自动化接管工作区，理解个性化需求，像一个真实的人类劳动力一样，把一件事情从头到尾做完？
面向一系列智能体时代的技术挑战和行业矛盾，联发科的思路和角色定位都非常明确：做好“赋能者”。终端层，联发科有着全场景芯片矩阵，这些芯片可以在各类智能终端中落地，成为智能体时代的AI算力底座。
今天，阿里发布Qoder 1.0，从AI IDE升级为智能体自主开发工作台，用户只需专注需求定义，Agent团队即可“自动驾驶”，自主完成执行、验证和交付全流程任务。目前，Windows、macOS和Linux系统用户均可下载使用。
很多事情，认知不够， 就想当然地想得简单。
DAA：智能体时代的新价值逻辑。
一群人，一群 AI，一起玩。
当 AI 的浪潮卷过硬件市场，货架上的产品一夜之间都贴上了 “AI” 标签：会聊天的毛绒玩具、能总结的录音笔、带语音交互的眼镜…… 仿佛只要沾了AI，就能化平庸为神奇，让产品大卖特卖。
Agent 到底需要什么样的 infrastructure，今年业界一直有很多探讨，PingCAP 联合创始人黄东旭此前也发过多篇讨论文章，不过当时都是一些猜想。随着 agent 今年的爆发，大规模落地的案例出现了。
5 月 8 日，国家网信办联合国家发展改革委、工业和信息化部等部门发布了《智能体规范应用与创新发展实施意见》。
多Agent 系统里，经常会出现一个单 Agent 里从来不会出现的问题：一个子 Agent 刚写完数据，另一个子 Agent 立刻去读，结果是空的。