- 综合排序
- 最热优先
- 最新优先
重构游戏长线运营ROI：基于Agent-Native架构的规模化决策范式
构建Agent-Native数据智能底座：实现全链路人机协同 为突破人类认知边界与生理极限，腾讯云推出 Data+AI 产品矩阵（AI-Ready 数据智能平台），以 Agent-Native 架构构建具备持续进化能力的数字劳动力体系 贯通多元业务场景：头部游戏客户落地验证 基于流批一体与存算分离架构，腾讯云大数据解决方案已在多家头部游戏客户中完成落地与效能验证： 案例一：准实时投放与竞价模型优化（Agent-Native + DLC
7910编辑于 2026-06-18腾讯云Agent-Native数据智能平台：买量场景下的5分钟ROI自优化闭环
二、 构建Agent-Native数据智能平台与协同架构 针对“规模化高质量决策”的难题，腾讯云提出Agent-Native数据智能平台方案，通过DataBuddy构建Agent调用链，实现人机协同的买量优化 核心运行逻辑： 运行底座： 基于Agent-Native数据智能平台构建计算和运行框架，配合AgentOS构建记忆（Mem）和会话（Session）。 基础设施升级： 为解决Agent落地的6大卡点（语义不统一、缺少协同编排、权限审计缺位、执行不可靠、数据质量没门禁、经验无法沉淀），平台提供以下核心能力： Agent 基建卡点 Agent-Native 技术方案1：准实时投放（Agent-Native数据智能平台+DLC+TCHouse） 需求痛点： 竞价模型ML训练和推理部署，Spark暴力计算和异常请求限流，百TB级别的秒级查询。 技术架构优势： 产品矩阵： 基于Agent-Native数据智能平台 + EMR/DLC + Oceanus + TCHouse，实现四项“一体化”与两项“平台智能”。
7110编辑于 2026-06-18AI+Data重塑游戏买量：5分钟闭环实现60倍决策提速
构建人机协同的Agent式优化方案 腾讯云推出Agent-Native数据智能平台，通过11个专用Agent重构买量决策流程： 统一语义层：定义指标唯一真相源，消除Agent因数据口径不一致产生的"幻觉 技术领先性：全链路Agent-Native架构 腾讯云方案通过六项核心技术解决Agent落地卡点： Unity Semantics统一语义层：确保指标一致性，消除数据误解。
7410编辑于 2026-06-18- 来自专栏音视频咖
腾讯云发布音视频 AI 品牌 WAND：六大自研模型，60+ 项 AI 能力覆盖媒体生产全链路
WAND 从底层模型、媒体能力到接入方式全面升级，音视频的媒体 AI 能力将以 Agent-Native 模式向行业开放。 面对这些改变，腾讯云音视频在编解码、传输、增强等长期积累的原子能力之上，引入六大自研媒体专用模型，并以 Agent-Native 方式开放，共同构成 WAND 的三层架构。 基于模型能力，WAND 把 60+ 项媒体 AI 能力按生成、理解、处理、编码四个环节重新组织，通过 API、Agent 预编排工作流（Agentic Workflow）和 Skills 三种 Agent-Native
36920编辑于 2026-06-08 - 来自专栏白话互联
【claude code】claude code News | 9月26日速递
❤ Factory发布Droids software agents并获得5000万美元融资 Agent-native软件开发初创公司Factory宣布重大突破 Factory今日宣布已获得*5000万美元新融资 *，并正式发布Droids，这是一款旨在加速向agent-native开发转变的先进Agent。 Factory成立于2023年，专注于agent-native软件开发，此次融资来自NEA、Sequoia Capital、NVIDIA和J.P. Morgan等知名投资机构。
31110编辑于 2025-11-19 - 来自专栏老张的求知思考世界
AI Agent Infra领域的工具图谱
Agent Security：以Agent-native的方式保障Agent的行为与数据在执行过程中的安全与合规。 下面是我查阅很多资料后整理的Agent Infra工具图谱，供大家参考。
1.2K10编辑于 2025-06-25 - 来自专栏AI SPPECH
CLI-Anything：Agent Native 的未来——为什么说 GUI Agent 方向可能从一开始就是错的？
一、项目介绍 2026 年 6 月，香港大学数据科学实验室（HKUDS）的研究团队在 arXiv 上发布了一篇题为 “CLI-Anything: Towards Agent-Native Computer CLI-Anything 的核心理念是 Agent-Native（Agent 原生）——与其强迫 Agent 模仿人类的视觉交互方式，不如为 Agent 重新设计一套它天生就擅长的交互接口：结构化的命令行 “CLI-Anything: Towards Agent-Native Computer Use.” arXiv:2606.03854, June 2026.
11800编辑于 2026-06-17 RAG 吹上天了，但它救不了你的企业知识库
搜什么都是那几篇高词频长文档 想知道 "为什么这么设计"，返回的全是 "怎么写代码" 改了一个接口，全公司没人知道哪些服务会受影响 新人入职三个月，还是不知道该从哪看文档 正如阿里最新发布的《知识库分层编排：从 RAG 到 Agent-native 如果你需要维护一个团队的技术文档，LLM Wiki 是更好的选择 如果你是一个大型工程团队，需要管理复杂的代码和服务依赖，Graphify 和 GraphRAG 才能解决你的问题 三、金字塔范式：为 Agent-native
7610编辑于 2026-06-192026 年 AI Agent 在企业级应用的最新趋势：从“龙虾矩阵”到全域自动化
##四、结语：构建2026智能体原生（Agent-Native）组织展望未来，企业将不再仅仅是“数字化”的，而是“智能体原生”的。
5.7K10编辑于 2026-04-02算法效率与自主算力：中国AI正在探索一条差异化发展路径
从Chat-native转向Agent-native 4. 从单一模态向多模态统一生成拓展 5. 从依赖单一生态转向多路径并存 这是竞争维度的重构。
27110编辑于 2026-02-28- 来自专栏运维有术
飞书官方开源 lark-cli：11个业务域 + 200命令 + 19个Agent Skills，让 AI Agent 接管你的飞书
description决定触发：必须包含功能关键词+"当用户需要...时使用" 认证说明：明确所需scope 安全确认：写入操作前确认用户意图 4.5 Skills设计理念总结 从官方文档中可以提炼出几个核心理念： Agent-Native 从调研素材来看，几个关键设计决策值得学习： Agent-Native设计：从第一行代码就面向Agent场景，不是事后适配 三层架构：Shortcuts/API Commands/Raw API分层，适应不同场景
2.3K10编辑于 2026-04-01 - 来自专栏老张的求知思考世界
聊聊智能体的基础架构
Agent Security：以Agent-native的方式保障Agent的行为与数据在执行过程中的安全与合规。
49910编辑于 2025-06-11 腾讯「效率智能体工具集」，来了！
原生媒体底座（WAND）：AI原生音视频媒体能力底座完成一体化升级，将音视频处理能力以Agent-Native模式全面开放，赋予智能体强大的视听感知与交互能力。
63430编辑于 2026-06-08- 来自专栏机器学习与统计学
给 AI Agent 用的PPT生成框架，实测
库就用什么 这点是它和 reveal.js、slidev 最大的区别：那俩是给"会写 markdown 的人"用的，open-slide 是给"会写 React 的 Agent"用的 核心功能拆解： Agent-native
94410编辑于 2026-05-08 - 来自专栏张善友的专栏
基于 MemNet 构建智能体 Zettelkasten 认知记忆架构
在将抽象的卡片盒理念映射到具体的物理实现时，智能体原生设计（Agent-Native Design）的一条黄金准则发挥了指导作用：为智能体所能推理的事物进行设计，而人类能够理解的结构通常是最好的代理指标 BEGINS WITH MEMORY, https://memos.openmem.net/ MemOS Cloud - OpenMem, https://memos-docs.openmem.net/ Agent-native Architectures: How to Build Apps After Code Ends - Every, https://every.to/guides/agent-native A Practical
40910编辑于 2026-03-08 - 来自专栏机器学习与统计学
大模型春晚3.0，MiniMax-M2.5 开源，Ollama 免费云模型上线，一键配置Claude Code、OpenCode
技术架构：Forge 强化学习框架 M2.5 背后的训练框架叫 Forge，一个 Agent-Native 的强化学习框架。
3K10编辑于 2026-03-02 MiniMax M2.5深度评测详解：更快更强更智能
这是一个Agent-native的强化学习框架，引入了中间层，完全解耦了底层训练-推理引擎与Agent，支持集成任意Agent，并能够优化模型在Agentscaffolds和工具上的泛化能力。
2.8K00编辑于 2026-02-13AI商业化的十字路口：为什么广告与订阅都难以单独走通？
一个面向原生智能体（Agent-native）的新经济正在长出来。当AI 使用范式从回答问题走向替人做事，商业模式是绕不开的第一个问题：谁为算力付费，价值如何分配，用户以什么方式为服务付费。
23710编辑于 2026-05-28- 来自专栏深度学习与python
替代 Devin、颠覆 Cursor！AI 编程不再需要 IDE，用并行智能体重构开发范式：MongoDB CEO 高调站台
我们把这种模式叫做 agent-native 软件开发，与传统的 IDE 编程方式有本质的不同。 传统开发者的思维是：“我怎么才能更快地完成这个任务？”于是会使用自动补全、单元测试等等工具来加快效率。 但 agent-native 的模式，是思维方式发生转变：面对一个大任务，开发者要思考“我怎么把它拆解成离散、可验证、可并行执行的小步骤”，然后把这些步骤交给智能体去并行完成。 我们越能搞定这一点，开发者就越不需要自己手动修改代码——这也是我们走向“Agent-Native”未来的重要一步：人类开发者只需要清晰地定义他们的目标和任务范围，然后把它交给代理去完成。
45610编辑于 2025-07-04 终端里跑 3D 老鼠，桌面窗口成摆锤；AI 大佬新公司估值百亿起
GitHub图谱上的Agent-native开发环境GitHubCopilotApp、CLI和SDK团队成员EvanBoyle透露，他们正在做一个新的Agent-nativedevelopmentenvironment
23710编辑于 2026-05-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号