带心看闻网

资料 讯息 见闻 思想

• Home
• 关于公司
  • 贸易交易
  • 网站资讯
  • 视频制作
  • 歌曲创作
  • 广告名片
• Home/主要项目
• Shop/商城
• Cart
• Checkout
• My account
• 录播直播
• 关于网站

读网笔记之“AI”篇

读网笔记之“AI”篇

（带心看闻网/编辑戴广骞，by Gemini3.6flash、ChatGPT-6 Astra、Perplexity，etc，2026-Aug.-22整理； 最后更新2026-Oct.-4）

一，AI的历史

（一）， 人工智能简史

人工智能（AI）不是突然出现的技术，而是数学、计算机科学、神经科学和语言学长期发展的结果。现代 AI 研究通常以 1956 年达特茅斯会议为起点；“人工智能”一词由约翰·麦卡锡等人在这次会议相关提案中提出并确立。cac.gov+1

1，关键时间线

• 古代—19世纪：思想萌芽
  神话和文学中早已有“人工生命”“会思考的机器”等想象。哲学家则开始讨论人类思维能否被规则化、机械化。

• 1940年代：计算基础形成
  可编程电子计算机、形式逻辑和神经元数学模型的发展，使科学家开始认真思考“电子大脑”的可能性。

• 1950年：图灵测试
  艾伦·图灵发表论文《计算机器与智能》，提出“机器能思考吗？”并设计了后来称为图灵测试的思想实验：如果人无法通过对话可靠地区分机器和人，就可以认为机器表现出了某种智能。

https://weixin.qq.com/sph/AKw9geLsVL

• 1956年：AI 学科诞生
  达特茅斯暑期研讨会被广泛视为人工智能研究领域成立的标志。早期研究集中于逻辑推理、定理证明、棋类和问题求解。cac.gov+1

• 1960—1970年代：符号 AI 与第一次寒冬
  研究者主要使用人工编写的规则和逻辑符号构建系统，例如聊天程序 ELIZA。由于计算能力有限、数据不足，AI 的实际能力很快遇到瓶颈，资金和兴趣下降，形成第一次“AI 寒冬”。

• 1980年代：专家系统兴起
  专家系统把医生、工程师等领域专家的知识写成大量规则，用于诊断和决策。但维护规则成本很高，系统难以适应复杂变化，随后又经历了投资低潮。

• 1990年代：机器学习发展
  AI 开始从“人类编写所有规则”转向“让计算机从数据中学习”。1997 年，IBM 的“深蓝”击败国际象棋世界冠军卡斯帕罗夫，成为重要里程碑。

• 2000年代：数据和计算推动复兴
  互联网产生了海量数据，图形处理器（GPU）提高了计算效率，机器学习开始广泛应用于搜索、广告、推荐、语音识别和图像识别。

  2006年：杰弗里·辛顿（Geoffrey Hinton）等人推动深度学习概念复兴。

• 2010年代：深度学习突破
  多层神经网络在图像、语音和自然语言任务中取得重大进展。2012 年后，深度学习迅速成为主流；

  • 2012年：AlexNet在ImageNet图像识别竞赛中大幅领先，引爆深度学习浪潮（GPU + 大数据 + 深层神经网络）。
  • 2016年：DeepMind的AlphaGo击败围棋世界冠军李世石，证明AI在复杂策略游戏中的强大能力。
  • 2017年：Transformer架构提出，为大型语言模型（LLM）铺路。
• • 2020年：OpenAI发布GPT-3；DeepMind的AlphaFold解决蛋白质折叠问题。
  • 2022年：ChatGPT发布，迅速成为现象级应用，推动生成式AI进入大众视野。
  • 2023年及以后：GPT-4等多模态模型出现，文生图（如DALL·E、Stable Diffusion）、AI Agent等技术快速发展。AI从实验室走向日常应用（写作、编程、图像生成、自动驾驶辅助等）。

    2020年代：生成式 AI 与大模型
    Transformer、大规模数据和强大算力推动了大型语言模型的发展。AI 不仅能分类和预测，还能生成文字、图像、音频、视频和程序代码，应用于教育、办公、科研、医疗和创意工作。LLM 与生成式 AI：OpenAI 陆续推出 GPT-3 及开源与商用模型，预训练大语言模型（LLM）实现多任务通用能力。

    2， 大语言模型（LLM）快速发展：

  • GPT系列
  • Gemini
  • Claude
  • DeepSeek
  • Copilot
  • Perplexity
  • 等AI搜索产品

  多模态与 AI Agent：技术迅速扩展至文本、图像、语音、视频等全模态生成，AI 正在从单向对话工具演变为能够自主规划并执行复杂任务的智能体（Agent）。

3， AI 发展的主要路线

一句话理解,  AI 的发展大致经历了：

规则驱动 → 数据学习 → 深度神经网络 → 生成式大模型。

不过，当前 AI 仍主要是“专门化智能”或“通用能力不断增强的系统”，并不等同于已经实现了具有人类全面理解能力的通用人工智能（AGI）。

（二）， 计算机发展史：

硬件 → OS → 软件 → Internet → Cloud → AI → AI Agent

操作系统（OS）历史：

1940s
没有OS
↓
1950s
批处理
↓
1960s
大型机OS
↓
1969
Unix
↓
1970s
CP/M
↓
1980s
MS-DOS
↓
1984
Macintosh GUI
↓
1985
Windows
↓
1991
Linux
↓
1995
Windows 95
↓
2001
Windows XP / Mac OS X
↓
2007
iPhone / iOS
↓
2008
Android
↓
2010s
Cloud + Linux
↓
2020s
Windows 11 / macOS / Linux
↓
2025–2026
AI PC
↓
未来
AI Agent OS

二，世界AI的组织

（一），国际政府/治理组织

这一类组织不是主要负责制造 AI，而是负责制定规则、标准和国际治理体系。

1. OECD / GPAI

OECD 旗下的 **GPAI（Global Partnership on AI，全球人工智能伙伴关系）**非常重要。

GPAI 最初于 2020 年成立，2024 年与 OECD 的 AI 工作进一步整合，目前重点是：

• Responsible AI
• Data Governance
• Future of Work
• Innovation & Commercialisation

目前的全球伙伴关系覆盖 44 个国家/地区。

2. UNESCO

UNESCO

重点：

• AI伦理
• 人权
• 教育
• AI治理
• AI与社会

3. United Nations

United Nations

重点是推动全球 AI 治理、发展中国家的 AI 能力建设以及国际协调。

（二），AI国际标准组织

这里有一个非常重要的组织：ISO/IEC JTC 1/SC 42

这是目前全球 AI 标准化体系的核心组织之一。

它专门负责：Artificial Intelligence Standardization

也就是 AI 国际标准化。

例如研究：

• AI terminology
• AI governance
• AI data
• AI trustworthiness
• AI risk
• AI applications
• AI computational approaches
• AI testing

SC 42 于 2017 年成立，2018 年举行第一次会议。

特别值得你注意的是：2026年10月26–30日，ISO/IEC JTC 1/SC 42计划在加拿大蒙特利尔举行会议。

（三），AI专业学术组织

AAAI

Association for the Advancement of Artificial Intelligence

中文通常称：美国人工智能促进协会

AAAI 是世界上最重要的 AI 学术组织之一。

主要涉及：

• Machine Learning
• NLP
• Computer Vision
• Robotics
• Knowledge Representation
• AI Planning
• AI Agents

ACM

Association for Computing Machinery

全球最大的计算机专业组织之一。

AI 是其计算机科学体系的重要组成部分。

IEEE

Institute of Electrical and Electronics Engineers

IEEE 在：

• AI
• Robotics
• Machine Learning
• Autonomous Systems
• AI Ethics
• AI Standards

方面都有大量工作。

ISO/IEC JTC 1/SC 42也与 IEEE 等多个组织保持合作关系。

（四），AI安全与伦理组织

随着 AGI 和 AI Agent的发展，这一层越来越重要。

例如：

• Partnership on AI
• Future of Life Institute
• Center for AI Safety
• MLCommons

主要研究：AI Safety → AI Alignment → AI Risk → AI Evaluation → Responsible AI

（五），人工智能安全研究所网络 (AISI Network)

成员：由英国、美国、日本、新加坡等国的“人工智能安全研究所”联合发起的国际监管与测试网络，重点关注前沿大模型与生成式 AI 的安全性评估与系统性风险防范。

（六），美国AI联盟：

https://weixin.qq.com/sph/AKJJElkDYU

（七），世界人工智能合作组织（WAICO / World Artificial Intelligence Cooperation Organization）

2026年7月16日由中国倡议成立，总部设在上海（永久总部），29个创始成员国（后扩展至约30国）签署协定。成员主要包括中国、俄罗斯、巴西、印度尼西亚、巴基斯坦、南非、古巴、委内瑞拉、白俄罗斯、塞尔维亚及多个非洲、亚洲、拉美国家。
目标：推动AI国际合作与全球治理、促进普惠发展、帮助全球南方国家能力建设、协调形成全球治理框架。联合国秘书长古特雷斯出席了签字仪式。

（八）， 中美AI大比拼：

https://weixin.qq.com/sph/AhmFudCAgz

三，美国的AI 现状

（一），美国：AI商业 + 基础模型 + GPU + 云计算 + 大学

特别重要的研究中心包括：

美国

• MIT
• Stanford University
• Carnegie Mellon University
• UC Berkeley
• Princeton University
• Harvard University

目前美国公司在基础模型 + GPU + 云计算 + AI Agent方面占据非常重要的位置；2026年的全球 AI 基础设施竞争仍然高度集中在美国技术生态。

1，OpenAI：

1），OpenAI Dots： “全天候自主智能体”于 2026年9月29日（北京时间9月30日凌晨）在旧金山举办的 OpenAI 年度开发者大会（DevDay 2026）上压轴发布，作为正面迎战 Meta Muse 的杀手级产品。

• 定位： OpenAI在年度开发者大会（DevDay）上推出的、直接与Meta Muse竞争的拳头产品。
• 运作方式： 由OpenAI最新的GPT-6 Astra模型驱动。每个用户的“Dot”都在一个专属且安全的云端电脑及浏览器上独立运行。用户可以在ChatGPT、Slack以及Microsoft Teams中，通过语音或文字随时唤醒并使用它。
• 核心功能： 能够连接超过4,000款不同的应用程序，并完全在后台主动处理工作。例如：它能主动扫描你的工作生态系统，发现一份被遗忘的发票，然后自动拟好草稿，并弹窗提示你一键确认发送。

2，Google DeepMind

1）Google Gemini Spark： 于 2026年5月19日 在谷歌年度开发者大会（Google I/O 2026）上首次正式发布。作为科技巨头中较早布局“24/7全天候云端个人智能体”的产品，它走在了本轮智能体爆发的前列。

3，Anthropic

4，Meta

1），Meta Muse Charm Black / Meta: Meta Muse： “全天候自主智能体”于 2026年9月8日 正式在美国市场首发上线（随后于9月18日在加拿大上线）。作为这一轮个人Agent风潮的引爆者，它在发布后十天内便登上了美国 App Store 免费榜的第一名。

5，Microsoft

6，NVIDIA

7，Amazon

8，IBM

9，Apple

10，xAI

1），xAI Grok Bot： 于 2026年8月11日 由 Elon Musk 的 SpaceXAI 正式面向测试用户推出（随后在8月下旬进一步向 SuperGrok 以及 领头开发工具 Cursor 等计划进行了大范围捆绑开放）。

11，Spear Street Technology, Inc.

（二），进展跟踪

1， 美国政府于2026年9月29日正式通过行政令，将人工智能（Artificial Intelligence，AI）更名为超级智能（Super Intelligence，简称 SI）。适用范围： “SI”的改名目前强制约束的是美国联邦行政部门的官方通信、公开报告和政府网站，目前在法律条文、州政府（如加州明确反对改名）及私营企业中，现有的AI法律定义尚未改变。

2，与更名在同一天发布的，还有白宫与谷歌、Meta、OpenAI、Anthropic、xAI和英伟达等科技巨头共同签署的《白宫超级智能协议》（White House Accord on Super Intelligence）。该协议是一份强调“行业自律”的自愿性承诺，其中要求前沿模型开发者建立以下四项核心规定（即“四层控制与审计机制”）： 

法律效力： 这份包含四项规定的协议目前没有法律强制力或行政处罚机制，特朗普将其称为具有“道德约束力”的自律宪法，主张通过企业自律替代事前审批，以避免过度监管阻碍技术创新。

四，中国的AI 现状

（一），中国：AI应用 + 大模型 + 国产芯片 + 制造业 + 政府/企业应用

特别重要的研究中心包括：

• 清华大学
• 北京大学
• 中国科学院
• 浙江大学
• 上海交通大学
• 中国科学技术大学

中国已经形成一个完整的 AI 产业体系：

（二），进展跟踪

五，加拿大的AI 现状

《世界 AI 100 大组织/机构排行榜（2026版）》。

先说明一个重要问题：目前不存在一个官方统一的“世界 AI 组织100强”榜单。因此下面是我根据 2026 年公开资料做的综合影响力排名，不是简单按照公司市值或论文数量排序。

我采用 5 个维度：

• T 技术影响力：基础模型、算法、产品
• R 科研影响力：论文、人才、研究突破
• B 商业影响力：收入、产业应用、商业生态
• G 治理/标准影响力：法规、国际标准、AI安全
• F 未来影响力：未来 5–10 年战略地位

综合分 = T 30% + R 20% + B 20% + G 15% + F 15%

加拿大 AI 核心组织：它不是靠一家 OpenAI 式巨头取胜，而是靠“大学 + AI研究院 + 人才 + 创业公司”组成生态。

（一），加拿大：AI基础研究 + 深度学习 + 人才

加拿大在人工智慧（AI）领域拥有举足轻重的全球地位，孕育了多位奠定现代深度学习基础的巨擘，其中最具代表性的两位图灵奖得主被誉为世界级的 AI 先驱：

傑佛瑞·辛頓（Geoffrey Hinton）

头衔与成就：被尊为「人工智慧教父」与「深度学习之父」。 他曾长期担任多伦多大学计算机科学系教授。

核心贡献：推广了反向传播（Backpropagation）算法与人工神经网络，为今日的生成式 AI 与深度学习浪潮奠定根本基石。

重要荣誉：于 2018 年荣获素有「电脑界诺贝尔奖」之称的图灵奖，并因对机器学习的卓越贡献荣获 2024 年诺贝尔物理学奖。 近年他亦频繁对外警告 AI 发展过快可能带来的生存与失控风险。

相关背景可参考杰佛瑞辛顿维基百科。

约書亞·班吉歐（Yoshua Bengio）

头衔与成就：现为蒙特利尔大学（University of Montreal）教授，同时也是促进加拿大成为 AI 重镇的关键推手。

核心贡献：在深度学习、序列模型与自然语言处理领域做出开创性贡献。

重要荣誉：与辛顿同期获得 2018 年的图灵奖。 他长期关注 AI 安全治理，持续呼吁国际社会与各国政府建立类似核武等级的防护规范与严格管制，防范 AI 技术失控。

与这两位并列全球三大 AI 先驱的另一位学者为 Yann LeCun，三人同获 2018 年图灵奖。他是法国人，但他的一些最具开创性的研究是在贝尔实验室和多伦多大学完成的。

事实上，Open AI 的首席科学官兼联合创始人 Ilya Sutskever就读于多伦多大学，是 Hinton 的博士生。

这条“加拿大 AI 路线”：

University of Toronto
↓
Geoffrey Hinton / Deep Learning
↓
Vector Institute
↓
Mila ───── Amii
↓
Cohere / AI Startups
↓
Canadian AI Strategy
↓
Finance / Insurance / Healthcare
↓
AI Business

1，AI 机构：

加拿大非常值得你关注。

① Vector Institute

Vector Institute，

总部就在 Toronto。Vector 2017年成立，目前连接大量研究人员、企业和政府，是加拿大 AI 生态的重要核心。其研究覆盖 machine learning、deep learning、AI safety，并推动企业实际采用 AI。

② Mila

位于 Montréal。

重点：Machine Learning / Deep Learning / AI Research

③ Amii

Alberta Machine Intelligence Institute。

重点：Machine Learning / Reinforcement Learning / AI

所以加拿大可以简单理解为：

Toronto = Vector
Montréal = Mila
Edmonton = Amii

这三个机构构成加拿大国家 AI 研究体系的重要组成部分。Vector也明确指出，Mila、Amii、Vector在加拿大国家AI战略中承担核心作用。

2，AI 研究机构或大学：

• University of Toronto
• Vector Institute
• Mila
• University of Montreal
• University of Alberta

加拿大实际上是全球 AI 研究的重要国家之一，尤其是 Deep Learning 领域。

3，华人社区：

1），北美AI协会（North America Artificial Intelligence Association，简称 NAAIA）https://na-aia.org/

2026年1月17日至18日，由维多利亚教育集团及华中科技大学多伦多校友会、天一集团、BeaverPOD.AI联合主办的系列重磅人工智能活动在集团总部隆重举行。活动包括《北美 AI 大会·多伦多站盛大开幕》、《北美AI协会·加拿大成立典礼》，以及 《AI 教育新品 BEAVERPOD.AI 官宣发布》。

2），软件工程师社区：

https://prompthon.io/zh-Hans

（1),  Agentize https://www.agentize.ai/zh

3）， 培训学校：

（1），维多利亚培训中心，https://vicedu.com/course/#

A, 个人级 AI Agent 实用实战课，企业级AI Agent 项目实战课

B, AI生图生视频培训班

C, 2026年10月3-4日 AI公开课：https://weixin.qq.com/sph/A5lRZcLAmV

（2），维多利亚AI学院，https://vicedu.com/ai_teen/

4）， 沙龙活动：

https://weixin.qq.com/sph/APzFTP08FE

4，经营一个网站：

1），网站基础知识：

WordPress 本身并没有一个统一固定的“前端框架”。

传统 WordPress 前端主要是 PHP 模板生成 HTML + CSS + JavaScript。也就是说，它不像 React、Vue、Angular 那样，默认整个前端都建立在某个 JavaScript 框架上。

不过现代 WordPress 里，区块编辑器 Gutenberg 大量使用 React。所以可以这样理解：

• 网站访客看到的前端：通常是 HTML + CSS + JavaScript
• WordPress 主题：主要由 PHP 模板 + CSS + JS 组成
• Gutenberg 区块编辑器后台界面：主要使用 React
• 如果做 Headless WordPress，则前端可以另外使用 React / Next.js / Vue / Nuxt 等框架。

2），未来真正重要的是 Multi-Agent

                    你
                    ↓
              AI Manager Agent
                    ↓
       ┌────────────  ┼────────────┐
       ↓            ↓            ↓
   Research      SEO Agent    Finance
     Agent                       Agent
       ↓            ↓            ↓
    Content       WordPress    Analytics
     Agent          Agent        Agent
       ↓            ↓            ↓
       └───────────  ─┼────────────┘
                    ↓
               Final Report

然后 Manager Agent 把目标拆成：

SEO Agent

Research Agent

Content Agent

Affiliate Agent

Analytics Agent

Social Media Agent

分别工作。这才是我认为 AI Agent 真正革命性的地方。

3），个人网站：

结合 AI、SEO、Affiliate、保险、网站盈利，最值得关注的 5 个方向，会特别关注：

① AI Website Agent
② SEO/GEO Agent
③ Affiliate Marketing Agent
④ Insurance Agent
⑤ Financial Research Agent

这五个方向甚至可以组合成一个完整商业模式：“AI Agent 驱动的加拿大中文信息/保险/金融网站”

而且这和 SEO → GEO → Affiliate → AdSense → AI 是可以连成一条技术和商业发展路线的。

5，公域获客及私域成交：

1），AI平台，AI视频，公域获客及私域成交：

流量赢行 Traffynity Media ：https://traffynity.com/#proof，    https://traffynity.com/courses

2），线上商店，直播带货，成交平台，交付发货：

为出海企业服务的小鹅通elink：https://elink.ai/cases        https://elink.ai/solution/retail  

（二），进展跟踪

六，AI的认识及学习：

（一），AI 技术层级

AI 的技术层级（即 AI 技术堆栈 / AI Tech Stack）通常自下而上分为 4 个核心层级。

AI 技术架构四层模型:

┌─────────────────────────────────────────────┐
│                    4. 应用层 (Application)                │
│   (Agent / RAG / Copilot / 行业解决方案 / 端侧 AI 硬件)   
│
├───────────────────────────────────────────  ─┤
│                    3. 模型层 (Model/Algorithm)            │
│   (通用基座大模型 / 行业垂直模型 / 微调 & 推理框架)    
│
├─────────────────────────────────────────────┤
│                    2. 数据与平台层 (Data & MLOps)         │
│   (数据清洗 / 向量数据库 / MLOps / 提示词工程)      
│
├─────────────────────────────────────────────┤
│                    1. 基础设施与硬件层 (Infrastructure)   │
│   (AI 芯片 GPU/TPU/NPU / 算力集群 / 存储与高速网络)       │
└─────────────────────────────────────────────┘

1. 基础设施与硬件层（Infrastructure Layer）:

提供算力和物理运行环境，是整个 AI 体系的“底座”。

• 算力芯片：GPU（Nvidia、AMD）、TPU、NPU，以及端侧 AI 芯片。

AI“发动机”——芯片与算力，这一层非常重要。没有这一层，就没有今天的大模型。

这里要特别理解：NVIDIA不是ChatGPT公司，它更像是给整个 AI 行业提供“发动机”。

• 算力集群与云服务：大规模服务器集群、分布式计算框架、AWS / Azure / 阿里云等云厂商算力租赁。

• 网络与存储：InfiniBand / 高速以太网（保障数据低延迟传输）、高吞吐量分布式存储。

2. 数据与平台层（Data & MLOps Layer）:

将原始数据转化为模型可吸收的知识，并管理 AI 生命周期的工具链。

• 数据工程：数据采集、清洗、标注、ETL 工具。

• 新一代存储技术：向量数据库（Vector DB，用于 RAG 检索增强）。

• MLOps / LLMOps：模型训练与推理加速（如 vLLM、DeepSpeed）、版本控制、部署监控。

3. 模型层（Model Layer）:

AI 的“大脑”，负责算法逻辑与推理能力。

• 通用基座大模型（Foundation Models）：如 GPT-4o、Claude、Gemini、DeepSeek、Llama 等多模态与语言大模型。

• 行业/垂直领域模型：在基座模型基础上，针对金融、医疗、法律等场景做 SFT（有监督微调）和 RLHF（强化学习）的模型。

• 端侧/轻量化模型：适合部署在手机、PC、智能眼镜等终端设备的小参数模型。

AI“技术发动机”——基础模型公司：

4. 应用层（Application Layer）

直接面向最终用户或企业的 AI 产品和服务。

• AI Agent（智能体）：具备规划、记忆、工具调用能力自主执行复杂任务的系统。

• 生成式应用与 Copilot：AI 写作、代码助手、AI 绘画/视频生成。

• 端侧 AI 硬件：AI PC、AI 手机、智能眼镜、智能音箱等硬件形态。

各层级的商业竞争格局：

（二），应用层级分类

（三），AI大模型的正确学习顺序

https://weixin.qq.com/sph/AvuNyD6dDL

https://weixin.qq.com/sph/Azu5WnQG48

https://weixin.qq.com/sph/AY4u4Z18mC

https://weixin.qq.com/sph/AfX9tb6mOk

第一步：Python

第二步：Transformer

第三步：提示词工程

第四步：RAG

第五步：LangChain

第六步：LangGraph

第七步：Agent

第八步：多Agent系统

第九步：私有化部署

第十步：微调

第十一步：量化

第十二步：多模态

（四），AI Agent 的应用情况

1、先理解：AI Agent 到底是什么？

https://weixin.qq.com/sph/AbLeYGFOLR

https://weixin.qq.com/sph/A78tIblZpr

https://weixin.qq.com/sph/A8bhhFHD9e

2026年，AI 智能体上岗元年：https://weixin.qq.com/sph/A6ndpVjThT

普通 ChatGPT：你问 → AI回答

AI Agent：你给目标 → AI自己分析 → 制定计划 → 调用工具 → 执行动作 → 检查结果 → 必要时继续执行

客服 Agent ⭐⭐⭐⭐⭐

这是目前非常成熟的方向。例如：

客户：“我的订单在哪里？”

Agent 可以：查询订单 → 查询物流 → 判断延迟 → 给客户解释 → 必要时退款/补偿 → 更新CRM

所以它不是简单回答 FAQ，而是可以执行任务。

银行也正在做类似事情。例如加拿大银行领域之外，Starling Bank 已经把 agentic AI 用于预算、订阅管理和诈骗防范等客户服务场景。

• 软件工程 / 开发
  代码生成、测试编写、PR审查、Bug修复、CI失败分析、过夜自动化。几乎所有科技公司都在使用（Cursor、Claude Code、GitHub Copilot Agent、Devin等），缺陷检测提升、审查时间大幅缩短。

软件开发 Agent ⭐⭐⭐⭐⭐

这是目前最强的应用之一。过去：程序员 → 写代码 → 测试 → 修改

现在：程序员 → 给 Agent 一个任务 → Agent 阅读代码 → 修改多个文件 → 测试 → 修 Bug

例如：“给这个网站增加会员注册功能。”

Agent 可以自己：

• 阅读项目
• 创建数据库表
• 编写后端
• 编写前端
• 修改 API
• 写测试
• 运行测试
• 修复错误

McKinsey 的数据也显示，IT、软件工程是 AI Agent 规模化使用最领先的领域之一。

• IT运维与事件响应
  工单处理、日志分析、自动修复、基础设施管理。计算机使用Agent（Computer-using agents）已在门户更新、数据迁移等场景落地。
• 财务与运营
  发票处理、对账、索赔预审、支付批次、合规监控。人工审核量可减少80%。

2），企业办公 Agent，这是未来非常重要的一块。

例如一个公司的：HR Agent

可以处理：招聘 → 筛选简历 → 安排面试 → 发邮件 → 更新招聘系统

3），财务 Agent，可以：下载银行账单 → 分类交易 → 对账 → 找异常 → 制作报表

4），销售 Agent，可以：找潜在客户 → 研究客户 → 写个性化邮件 → CRM记录 → Follow-up

5），Marketing Agent，可以：市场研究 → 关键词研究 → SEO → 写文章 → 发布 → 分析流量

所以未来企业可能出现：一个人 + 多个 AI Agent

而不是：一个人 + 一堆传统软件。

• 销售与GTM
  AI SDR（潜客开发、会议预约）、CRM维护、会议准备、邮件分类。

其他高潜力场景：

• 研究与数据分析、知识助手
• 供应链异常处理、预测性维护
• 法律合同审查、HR自助服务
• 个人/办公自动化（邮件整理、周报、文件处理）——国内桌面Agent（如阶跃AI、千问办公等）发展迅速

行业覆盖广泛：金融、零售、科技、制造、医疗、能源等均有落地。

8），  SEO / 网站运营 Agent

AI Agent 的应用成熟度：

可以大致分成：

目前真正大量使用的是：Level 2–4,  而不是完全自主的 Level 6。

McKinsey 2026 年的研究也指出，虽然企业 Agent 实验非常普遍，但真正规模化并产生明确价值的比例仍然低于实验比例；数据质量、系统集成和工作流程改造是主要障碍。

3， 主流的AI Agent架构：

https://weixin.qq.com/sph/A1rwX4aQE5

从零搭建Agent系统：https://weixin.qq.com/sph/AEgU2KWxkH

4， AI知识点

AI的七层关系：https://weixin.qq.com/sph/AIikTNmOsI

https://weixin.qq.com/sph/AbeOilgtNK

https://weixin.qq.com/sph/AUxo6NFEwp

1),  Prompt（阶段1）

2),  LLM

3),  Context（阶段2）

4),  Memory

5),  Agent

6),  RAG

7),  Function Calling

8),  MCP

9),  LangChain

10),  Workflow

11),  Skill

12),  SubAgent

13),  Token

14),  A2A

15),  Tools

16),  Harness（阶段3，可联网，用codex工作，用skills做具体工作。）

在 AI Agent（智能体/代理） 的上下文中，Harness 指的是“测试/评估框架”（Testing Harness）或“测试床/开发框架”（Test Bed / Agent Harness）。

在软件工程和 AI 开发中，它通常包含以下几个层面的含义：

（1）. Agent Evaluation Harness（Agent 评估框架）

指的是一套专门用来测试、评估和 benchmark（基准测试）AI Agent 性能的自动化测试框架。

• 主要作用： 给 Agent 提供标准化的输入环境、任务目标以及评估指标，测试它在复杂任务中的自主规划、工具调用（Tool Use）和推理能力。

• 常见例子：

  • SWE-bench（评估 Agent 解决真实 GitHub Issue 代码能力的标准 Harness）。

  • WebArena / OSWorld（测试 Agent 在网页或操作系统中模拟人类操作的测试套件）。

（2）. Agent Framework / Harness Code（Agent 运行与控制外壳）

指的是包裹在 LLM（大语言模型）外层的控制代码与环境调度逻辑。

• 主要作用： LLM 本身只是一个单纯的“文本生成器”，没有直接执行代码、访问网络或记忆上下文的能力。Harness 就是连接大模型与外部世界的枢纽——负责管理记忆（Memory）、处理提示词模板（Prompts）、解析模型输出并调用工具（Tools）、以及实现循环重试（Looping）逻辑。

• 常见例子： LangChain、AutoGPT、LlamaIndex 或各种自定义的 Agent 执行引擎，本质上都是在构建这个 Harness。

（3）. Agent Integration Harness（系统集成套件）

在企业级应用中，指将 AI Agent 安全地嵌入到业务流水线（Pipeline）、中间件或 CI/CD 工具链中的集成套件，用以控制 Agent 的权限、API 调用速率和安全审计。

一句话总结：如果大模型（LLM）是 Agent 的“大脑”，那么 Harness 就是支持它运转的“骨骼、神经系统与测试管道”。

17),  Loop（阶段4）

18),  schema

19), Chunk

20), Demo

21), CLI

5， Skills文件结构：

https://weixin.qq.com/sph/A24vE9RLBI

九，课程学习

https://labs.prompthon.io/

（一），后端知识基础：

1,   Excel 思维

2，数据库知识

3，硬件知识

计算机数据结构：https://weixin.qq.com/sph/AgGYBsrcNe

六种基础数据结构，https://weixin.qq.com/sph/AYahnNUlVi 整理如下：

1）、数组 Array： 固定大小的有序集合，元素在内存中连续存放，通过下标可直接访问，查找时间复杂度 O(1)。缺点是大小不可变，插入或扩容需要分配新内存并复制全部元素，修改代价随规模增大而升高。适用于图像像素、视频帧等位置固定的场景。

2）、链表 LinkedList： 由节点组成，每个节点包含数据和指向下一个节点的指针，内存中不相邻。插入和删除只需修改两个指针，效率极高，与规模无关；但查找只能从头遍历，速度较慢。特点是对比数组”读得慢、改得快”。

3）、栈 Stack： 后进先出 LIFO，只有压入 push 和弹出 pop 两种操作，都在顶端进行，瞬间完成。典型应用是 Ctrl+Z 撤销、浏览器后退、函数调用栈。

4）、队列 Queue： 先进先出 FIFO，入队在队尾、出队在队头，同样 O(1)。应用于打印队列、Web 服务器请求排队、键盘输入、客户工单等。

5）、双向队列 Deque： 两端都可插入和删除，兼具栈和队列的特性。只操作一端时等同栈，后端入前端出时等同队列。滑动窗口算法是其典型用武之地。

6）、哈希映射 HashMap： 以键值对存储，通过哈希函数将键映射到固定内存槽位，查找与数据量无关，都是瞬间完成。Python 字典、JavaScript 对象、数据库索引都基于它。少数情况下会出现哈希碰撞，解决方案有链地址法、开放寻址法、

4，技术栈语言

开发和应用 AI 并不仅仅依赖单一语言，而是形成了 “Python 统筹上层，C++/CUDA 支撑底层，其他语言补充生态” 的协作格局。

【应用与交互】 Python / TypeScript （LangChain、Agent 逻辑、Web UI）
│
【调度与 API】 Go / Java / Node.js （高性能后端微服务、高并发处理）
│
【模型推理引擎】 C++ / Rust / CUDA （GPU 算子加速、显存管理、底层矩阵运算）

• 初学者/算法工程师：直接从 Python 入手即可，能覆盖 90% 的场景。

• 底层部署/引擎优化：需要掌握 C++ 与 CUDA 编程。

程序员编程语言岗位需求排名：https://weixin.qq.com/sph/AQtnugHZSl

各领域程序员所需技能: https://weixin.qq.com/sph/AQh02o041z

编程语言喜欢的编辑器：https://weixin.qq.com/sph/AkxMHUgwrJ

1), Python:

python.org/shell

Python 是一门对新手极度友好的编程语言。如果说很多编程语言像充满符号和复杂规则的“机器指令”，那么 Python 就非常接近日常使用的英语。

它也是目前全球最受欢迎的编程语言，在 AI、数据分析、自动化办公、网站开发等领域几乎都是首选。

为什么说它对新手极其友好？

• 代码读起来像英语：语法极为简洁，没有繁琐的句尾符号或复杂的声明。

• 写得少，做得多：实现同样的功能，C++ 或 Java 可能需要 10 行代码，Python 通常只需 2-3 行。

• 丰富的“工具箱”（第三方库）：Python 社区拥有数十万个现成的开源工具包。你想做画图、造网站、抓取网页数据还是训练 AI，直接调用别人写好的工具即可，无需从零造轮子。

学了 Python 能用来做什么？

初学者学习路径:

不用担心没有编程基础，零基础学习 Python 通常建议按照以下顺序逐步深入：

1. 基础语法：学习变量、数据类型（数字、文本、列表）、条件判断（if/else）和循环（for/while）。

2. 函数与模块：学习如何将重复使用的代码封装成函数，以及如何导入别人的代码库。

3. 小项目实战：写一个自动处理 Excel 文件的脚本，或者做一个小型的网页爬虫，在实践中巩固逻辑。

4. 选择专业方向：根据你的目标深入特定领域（如 AI 开发、数据分析或 Web 后端）。

想在你的电脑上运行真正的 Python 代码，最简单的方法是：

打开浏览器访问 python.org/shell（这是一个官方的在线运行环境）。

Python 的代码逻辑非常符合直觉，我们通过 3 个最基础的构件 就能快速上手：

构件 1：变量（把数据存进“盒子”）

在 Python 里，用 = 就能把一个值存进变量名里，方便后面随时拿出来用。

Python

# 创建两个变量，把名字和年龄存进去
name = "Alex"
age = 25

# 打印出变量里的内容
print(name)
print(age)

构件 2：条件判断（根据不同情况做选择）

Python 用 if（如果）和 else（否则）来做决定。注意： Python 用缩进（按下 Tab 键产生的空格）来表示代码的归属关系。

score = 85

# 判断分数是否及格
if score >= 60:
    print("考试通过！")
else:
    print("需要补考。")

构件 3：循环与组合（批量处理数据）

列表用方括号 [] 表示，可以一次存多个数据。for 循环可以依次把里面的东西拿出来处理。

# 这是一个包含了三门课程成绩的列表
scores = [55, 80, 92]

# 遍历列表中的每一个成绩
for score in scores:
    if score >= 60:
        print("及格成绩：", score)
    else:
        print("不及格成绩：", score)

运行上面的代码，你会看到输出：

不及格成绩： 55
及格成绩： 80
及格成绩： 92

文件和数据自动化处理是 Python 最强悍的绝活之一。原本需要人工手动点几十次、复制粘贴几小时的重复劳动，用 Python 写几行代码就能在几秒钟内搞定。

这里有两个非常典型的自动化场景：

场景 1：批量重命名某个文件夹里的所有文件

假设你有上百张乱七八糟的照片或文档，想给它们统一加上日期前缀（例如：2026_原文件名）

场景 2：自动读取 Excel 表格并筛选数据

配合专门处理表格的 Python 工具库（如 pandas），只需 4 行代码就能从海量数据中精准过滤出你需要的信息。

自动化处理的核心逻辑

不管是批量发邮件、抓取网页数据还是处理 Word/Excel/PDF，Python 的基本步骤都是一样的：

1. 确定目标：指定文件夹、网址或文件。

2. 写个循环：让电脑自动一个一个抓取并处理。

3. 输出结果：自动保存、重命名或导出。

Python工程基础+FastAPI服务开发

2), Node.js+Next.js

3), C++, C

4), Java

https://weixin.qq.com/sph/AhT7q0g0RR

5，IT工程师的交流地

5.1，Git 软件

https://git-scm.com/

5.2, Github：

https://discord.com/channels/@me

https://github.com/

https://github.com/Prompthon-IO

https://github.com/daiguangqianworld-beep

https://github.com/Prompthon-IO/agent-systems-handbook

https://github.com/Prompthon-IO/agent-systems-handbook/blob/main/contributor-kit/contribution-workflow.mdx

https://weixin.qq.com/sph/AiDw2WvlOf

https://weixin.qq.com/sph/AJMRLdQmOv

https://weixin.qq.com/sph/Ar97TsheV8

Github 小白入门教程1：https://weixin.qq.com/sph/AKnqk62kEg

Github 小白入门教程2：https://weixin.qq.com/sph/AwEuuMe3Fm

Github 零基础终极教程！

GitHub小白零基础教程！7分钟学会！

GitHub小白入门教程：AI时代最好用的网站！

5.3， 非Github交流地：

https://developers.google.com/

https://developers.googleblog.com/

https://ai.google.dev/

5.4， IT工程师的工作流程：

2023年前：产品及品牌设计，架构与研发，工程管理，用户体验交互，宣发及内容创作。

2024-2025年：Copilot,  Cursor， 等。

2026年：Codex， ClaudeCode， 等。

6，AI Agent 编程软件

https://github.com/daiguangqianworld-beep

AI 编程工具排行榜： https://weixin.qq.com/sph/AMnE1ZsmKE

https://weixin.qq.com/sph/AFsh0KlJqQ

1), Claude Code， 修改项目、做深项目

https://claude.com/product/claude-code

点评：https://weixin.qq.com/sph/AQ5wipJRvi

FDE在现场选择（Claude Code, Codex, Harness, PI)：https://weixin.qq.com/sph/AUlIU0mmHj

2), OpenAI Codex,  工程自动化

客户桌面端安装：https://labs.prompthon.io/zh-Hans/workshops/codex/install-windows

https://openai.com/codex/

https://chatgpt.com/pricing/

Codex 零基础终极教程：功能、办公、编程、自动化一次讲透！

【最新版】小白速通 Codex 教程合集

Codex小白友好教程！40分钟手把手带你全掌握！不会代码也能用Codex！多场景实操

零基礎30分鐘學會Codex 95%功能！【福利贈送】

【新版Codex】Codex零基础实战项目教程，30分钟精通Codex（附完整文档）

全网最全，50分钟全面掌握新版Codex～【附完整文档】

Codex保姆级教程！零基础从入门到精通，看这一条视频就够了 |codex |ai |智能体 |ai工具

Codex保姆級完整教學：從入門到進階，自動生成內容、網頁、影片和App，快速學會指揮你的超級AI Agent

Codex 保姆級完整教學：從 0 到 1 打造 AI 內容創作系統，選題、腳本、貼文一次跑完！

【59分钟·零基础】Codex完整教程｜做出可安装桌面App，讲清界面、权限与Skill（2026.7）

【全網最全】2.5小時史詩級 Codex 大師課！從零打造 24小時無人值守的「一人 AI 公司」

Codex 从 0 到 1 全攻略 – Annotate / Fork / Archive / Plan / Plugin / Skill / Automation / Mobile ……

GPT 6 Astra 实测：Codex 打游戏、自动剪视频、做封面工具和2D格斗游戏

40分钟学会Codex！“零基础”终级教程～【附完整文档】

【全网最细】Codex 12 大核心用法，从0到1 完整入门教程！

维多利亚培训中心课程学习的5个Codex功能：

（1），像程序员一样拆解任务调用工具完成工作

从网上搜索技能，clone，改写，应用。

（2），成为电脑管家（管理文件/图片/文档/个人资料，建立自动整理流程）

本地文件夹及文件，整理，分析。

（3），搭建个人或企业网站（从内容页面到部署）与数字空间

Codex AI建站教程：用ChatGPT-5.6 Sol做一个超漂亮的网站｜零基础AI做网站教程

（4），开展媒体运营与AEO（内容创作、渠道运营、营销自动化、与AI搜索优化）

（5），管理客户与业务数据（整理客户/项目/业务数据，辅助查询与分析）

最后，完成产品迭代与成果展示（综合应用所学完成一个可展示的AI项目）

3), Cursor，适合有开发基础的人

4), Gemini，做前端页面

5), Lovable， 做MVP

6), OpenClaw，(相当于一个宠物， 技术上一般却红火了。）

从Github上Fork， Clone， 安装依赖， 用codex运行clone的项目，产生链接，点击链接，打开OpenClaw工作界面。

7), DeepSeek  Harness 7（相当于一个主动干活的孩子）

从 “养虾” 到 “养马” : https://weixin.qq.com/sph/AomF6tAANV

8), 豆包

9), Kimi K3

10), Workbuddy

对比工具：https://weixin.qq.com/sph/AbqxofXs9j

11), OpenCode

12),  Pi

13), Hermes Agent

对比工具:  https://weixin.qq.com/sph/AjVJxe3Anx

14), Grok Bot

15),  Manus

7， 编程软件及与大模型的搭配对比榜单

https://weixin.qq.com/sph/AxfzW5iw4Y

（二），大模型及 Agent的应用

2026年第36周Agent编程能力全栈测评：https://weixin.qq.com/sph/A8M0Ky33cg

https://weixin.qq.com/sph/A8KQsGX4yu

AI Agent发展过程：

OpenClaw:

DeepSeek Harness：

DeepSeek 开源 Agent 框架, “一切皆插件”设计适合开发者搭建自有系统；

腾讯WorkBuddy：

主打开箱即用，专为中文办公场景优化；

Hermes Agent：

Nous Research 的自进化智能体, 专注长期记忆与技能沉淀，像会成长的AI员工；

OpenAI Codex：

聚焦代码执行与验证，强调可靠交付。

选择关键不在谁更强，而在明确需求：要成品工具还是开发框架？重即时效率还是长期陪伴？需不需要掌控模型权限？

1. 企业开发者：评估DeepSeek Harness构建可控Agent系统

DeepSeek Harness本质是AI智能体操作系统，核心公式为”模型+外壳=智能体”。模型是大脑负责思考，Harness则是赋予AI”手眼记忆”的执行层，能自动编排指令、调用工具、管理超长对话、执行代码及处理数据库。它采用前缀缓存技术加速重复任务，深度适配V4模型特性，达到量化交易级稳定性。与传统手动操作相比，Harness实现了从”比拼智商”到”比拼执行力”的转变，让AI从聊天机器人进化为能交付结果的”数字员工”。生态上形成三层架构：基础模型层、官方Harness中间层、社区工具层，开发者需提前预留接口接入官方系统。

2. 普通职场人：直接使用WorkBuddy提升办公效率

WorkBuddy负责”想清楚造什么卖给谁”——分析市场、定位用户、生成需求文档；

WorkBuddy请前往codebuddy.cn/work，选择对应系统版本安装后微信扫码登录。

3. 个性化需求者：选择Hermes培养专属AI助理

4. 工程师：通过Codex实现专业代码自动化

Codex则专注”真正做出来”——基于同一份文档写代码、跑测试。就像产品经理和工程师的配合，一个定方向，一个做实现，两者协同才能把想法变成可运行的成品。

AI Agent的竞争不在模型，而在”身体”——工具、记忆与透明度。

想象周一早晨，WorkBuddy十分钟生成竞品报告；工程师用DeepSeek混合调用模型处理敏感数据；深夜Hermes自动整理会议纪要并学习你的批注习惯；次日Codex严格验证新代码——四者各司其职，构成真正的AI工作系统。

Codex请访问chatgpt.com/downloads下载并用ChatGPT账号登录。

（三），LangChain及LangGraph

（四），RAG知识库及高阶RAG

（五），Tool Calling

（六），MCP开发

（七），Agent架构

Agent搭建流程：https://weixin.qq.com/sph/A8fDCXtxG2

Agent的8大主流架构：https://weixin.qq.com/sph/AF8a9PoHmI

AI Agent 运行全流程：https://weixin.qq.com/sph/ANWmoiVhJ2

（八），Multi-Agent

（九），企业级项目

快速判断企业水平：https://weixin.qq.com/sph/Abym5EK4QS

企业AI布署用工具：https://weixin.qq.com/sph/A2uJ7P5pZk

https://weixin.qq.com/sph/AHnBcjqffG

https://weixin.qq.com/sph/AiyEnWkWSY

https://weixin.qq.com/sph/AZk6ESvm92

https://weixin.qq.com/sph/A1gQyVPoes

（十），求职冲刺

https://weixin.qq.com/sph/AYzZWlpqR0

Agent开发岗到底要学到什么程度？

https://weixin.qq.com/sph/At6bnUuYRm

https://weixin.qq.com/sph/ACLvjAzMAO

CGI: https://www.cgi.com/en

普华永道：https://www.pwc.com/gx/en.html

（十二），AI创业

https://weixin.qq.com/sph/AEtwrk0VTK

https://weixin.qq.com/sph/AB4y4BoCIB

https://weixin.qq.com/sph/A8L3CwBj4T

https://weixin.qq.com/sph/AiSPZrAZs3

https://weixin.qq.com/sph/AHKzLnxsdH

https://weixin.qq.com/sph/A6fd1iUghr

https://weixin.qq.com/sph/AilrNscJ8k

https://weixin.qq.com/sph/A5OenxK6aM

如何快速在本地做一家赚钱的FDE公司？https://weixin.qq.com/sph/AlU1HcW3GK

工具组合：https://weixin.qq.com/sph/ALJsJIw47g

受众资源，

市场推广，

社群裂变，

客源留置。

十，演练及使用

设计师的立项产品的原型的界面设计及市场反馈：https://www.figma.com

https://weixin.qq.com/sph/A5aioxunic

https://weixin.qq.com/sph/AdpUOL4wQq

https://lightning.ai/pages/community/announcements/what-is-grid/

AI通用：ChatGPT, Claude，Gemini，DeepSeek。

AI图片：

AI视频：

AI数字人：

AI办公：Workbuddy, 豆包，OpenClaw

AI编程：cursor, claude code, Codex, Github copilot,

AI设计：Codex

AI建模：Codex

十一，注意事项

2026年裁员：https://weixin.qq.com/sph/AatGxsjcqE

十二，展望

https://weixin.qq.com/sph/Alm0TEnflT

https://time.com/7344235/worlds-top-edtech-companies-of-2025/

https://www.edstellar.com/blog/top-edtech-companies-in-the-world

https://www.virtualinternships.com/

https://firaworldcup.org/

（完）

23 8 月, 2026 · Dai, Derek · No Comments
Posted in: 科学探索, 类人机器, 读书分享

• « Previous post
• Next post »

• 2026 年 10 月

  一	二	三	四	五	六	日
  			1	2	3	4
  5	6	7	8	9	10	11
  12	13	14	15	16	17	18
  19	20	21	22	23	24	25
  26	27	28	29	30	31

• 

• 近期评论

  • International Workers Day and LMDC’s rallay | Universereal 发表在《劳动节的由来及分别纪念》
  • Dai, Derek 发表在《“2025年多伦多市长社区BBQ烧烤聚会” 随记报道》
  • 密码保护：知识笔记之“Hostinger’s Media”知识及大概制作程序 | 带心看闻网 发表在《2025年8月多伦多及加拿大社区活动预告》
  • 知识笔记之“肩关节”类病症及大概治疗程序 | 带心看闻网 发表在《多伦多 Ultrasound (for shoulder) 诊所参考手册》
  • Dai, Derek 发表在《多伦多 “《環宇一心》何靖恒及环宇之友国际画展”开幕式随记报道》
  • 华人协会名录 Chinese Associations Directory – Central Alberta Chinese Culture Centre 发表在《加拿大华人社团组织名录》
  • Hasan 发表在《大焕视界：山西官场大地震要害何处》
  • summer kyle leon customized fat loss 发表在《南方周末：军队大清房，这次动真格》
  • dd 发表在《2012 Chinese new year in Toronto . 龙马精神》