前面章节我们系统性搭建了AI Agent的记忆系统、推理规划、工具调用、多智能体协作、RAG知识库、前端可视化交互全套底层能力。从本章开始，我们进入项目实战落地...

「Agent」这个词被滥用了。调一次 LLM 不叫 Agent，调一次工具不叫 Agent。能循环、能自己决定下一步调什么工具、能把工具结果喂回自己继续推理——...

2025年全球AI Agent记忆基础设施市场规模约12亿美元，预计2034年达189亿美元，年复合增长率62.0%。持久化上下文存储以47.5%占比成为最大细...

评价一个 AI 编程工具，最有效的办法不是跑 benchmark，而是把一个真实的、带着历史包袱的项目交给它，观察它如何从"半成品"走到"可发布"。本文记录我使...

2026年9月，当企业多Agent系统从"单一决策体"全面迈入"多Agent协同网络"角色——数十个甚至上百个Agent各自管理定价、库存、信贷、招聘、资源调度...

可将视线聚焦到真实的商业市场，大模型的能力正在狂奔，企业的AI落地进程仍在缓慢爬坡。

项目地址：https://github.com/TencentCloud/TencentDB-Agent-Memory

本文首发于 note.sichenai.cc，原文链接：https://note.sichenai.cc/articles/records-system-ana...

引用能够打开、数字也能在原文中找到，并不代表答案适用于今天的版本和现场。本文拆解“带证据的过期答案”为什么难查，并给出一套同时检查来源、时间、状态、冲突与现场的...

在前几章我们搭建了Agent的记忆系统、推理规划、工具调用、多智能体协作能力，Agent已经具备完整的自主思考与外部交互能力。但此时的Agent仍然存在两个致命...

TencentDB Agent Memory 记忆管理底座，主要为 AI 应用提供短期记忆与长期记忆两层支撑：短期记忆负责单次会话内的上下文管理，长期记忆负责跨...

经验被提炼出来之后，下一个问题是：怎样把它留在系统里？一个最直接的答案是 Memory。

豆包工作接入飞书后，员工可以沿用已有的组织、文档、数据与权限。真正值得关注的不是办公 Agent 又多一个入口，而是企业 AI 的竞争开始转向谁能使用并治理完整...

在前四章中，我们已经为 AI Agent 配齐了LLM推理底座、Prompt能力、长短记忆、规划反思思维。此时的Agent已经具备「独立思考」的能力，但仍然是一...

问题在于，说过不等于确认过；确认过不等于所有角色都知道；所有人知道也不等于后续动作有依赖、有责任人、有记录。

上个月帮一个客服产品团队调Agent，碰到一个挺典型的例子。用户头天晚上留过一句话："我是会员，短信通知关了，只留邮件。"结果第二天Agent一上来，张口就问：...