Gemini Agent 是什么？Google 通用工作 Agent 详解
Gemini Agent 是 Google 面向企业工作的通用 Agent，支持持久执行、多 Agent 协作、多模型路由和业务工具连接。本文解释它与 Gemini App 的区别、核心能力、开放状态及现阶段限制。
Kostja2 分钟阅读
AI 智能体
本分类共 46 篇文章。
AI Agent Connector 详解：MCP、OAuth 与权限边界
从实际工作流解释 AI Agent Connector 如何组合 MCP、OAuth、Scope、资源权限与人工审批，并提供选型、试运行、故障定位和安全核查方法。
Kostja3 分钟阅读
Agent Harness 是什么？从执行循环到安全恢复
系统解释 Agent Harness 的架构：执行循环如何连接上下文、工具、沙箱、权限审批、可观测性与失败恢复，以及如何区别模型、Framework、Connector 和 Workspace。
Kostja2 分钟阅读
OpenAI Plugins 详解：Skills、MCP、界面、事件与分发
OpenAI Plugin 在 2026 年究竟是什么？本文拆清 Skill、MCP Server、UI、Events 与 Hooks 的边界，并给出是否值得做完整 Plugin 的判断方法。
Floatboat2 分钟阅读
Markdown 文件夹批量转换——一个文件变成一个文件夹之后
整个文件夹的 markdown 一次性转成 PDF/Word/HTML 的三条路线：pandoc 脚本、GUI 批量工具、AI 桌面端处理，以及失败模式、验证清单与按规模的选型。
Kostja2 分钟阅读
为什么 AI 管线跑在 Markdown 上——语境进、契约过、结果出
Markdown 在 AI 管线里扮演三重角色：LLM 读得最顺的输入语境、agent 之间传递工作的交换契约、RAG 结构感知切分所依赖的层级结构。本文拆解机制、工程证据与写作习惯。
Kostja3 分钟阅读
如何把 HTML 转成 Markdown——把网页和 AI 聊天记录变成干净文档
把 HTML 转成 Markdown，是把网页剪藏和 AI 聊天回复变成可归档 .md 文件的关键一步：本文讲清哪些结构转得干净、哪些会丢、渲染引擎差异带来的坑，以及浏览器工具与 turndown、pandoc、MarkItDown 各自的适用场景。
Kostja2 分钟阅读
Markdown 是什么——撑起文档、笔记与 AI 输出的纯文本格式
Markdown 是 2004 年由 John Gruber 发布的纯文本排版语法：井号即标题、星号即加粗、横线即列表。本文讲清它的定义与工作原理、方言生态（GFM、CommonMark、Obsidian 扩展），以及它为何成了文档、笔记与 AI 输出的通用格式，并附上手路径。
Kostja2 分钟阅读
Codex Harness 开源解读——OpenAI 的 Agent 运行时
OpenAI 已将 Codex Harness 在 GitHub 上开源：exec、SDK 与应用服务器 app-server。本文梳理 Agent 循环中开放了什么、什么没有开放、它与 DeepSeek Harness 等技术栈的差异，并说明对日历驱动 Agent…
Judy4 分钟阅读
豆包工作是什么——字节跳动的 AI 办公 Agent
解释豆包工作这类 AI 办公 Agent 的产品边界，并逐项核验桌面与云电脑、飞书上下文、成品交付、权限审批、当前定价、采购治理和地区可用范围，再用可逆试点判断是否适合个人或企业扩展采用。
Kostja1 分钟阅读
Cordis 插件框架：DeepSeek Harness 如何组合服务
实用解析 DeepSeek Harness 底层的 Cordis：Context、服务、依赖注入、Effect、事件、隔离与热重载，以及插件架构何时适合 Agent。
Jade1 分钟阅读
DeepSeek Agent 函数调用：Schema、循环与安全边界
DeepSeek 函数调用（Function Calling）手把手实战：tool 模式定义、strict 严格模式、并行工具调用、思考模式与 MCP，以及生产环境的校验与修复模式——全部附可运行的 Python 示例。
Judy3 分钟阅读
Grok Bot 是什么：xAI 的云电脑 Agent 如何工作
详解 Grok Bot 的常驻云电脑、Routine、多 Bot 协作、X 集成、接入范围与审批边界，说明它和 Grok 聊天、@bot 的区别，以及接入真实工作账号前应该如何控制权限与试点。
Judy2 分钟阅读
如何构建 DeepSeek Agent：从 API Key 到你的第一个 Agent
一步步教你构建 DeepSeek Agent：用 V4 Pro 与 V4 Flash 跑通 API 配置、模型选择、工具调用、Agent 循环、思考模式与生产级错误处理，附 Python 和 Node.js 完整示例。
Judy1 分钟阅读
Claude Code 是什么——Anthropic 的终端编码 Agent
Claude Code 详解：Anthropic 的终端编码 Agent，它的 Plan 模式、子 Agent（Sub-agents）与 MCP——以及它和 Cowork、Tag、Chat 有什么区别。含本地编码 Agent 的定义、五大属性、工作循环与成本特征。
Ketd2 分钟阅读
Claude Cowork 是什么：功能、接入范围、限制与新版 Claude 的变化
详解 Claude Cowork 如何跨文件与工具完成知识工作、它与 Chat 和 Claude Code 的区别、支持平台，以及 Cowork 并入新版 Claude 后发生了什么。
Jade1 分钟阅读
Claude Tag 是什么：Anthropic 的共享 Slack Agent
Claude Tag 让团队在指定 Slack 频道通过 @Claude 委派工作。本文解释频道记忆、连接工具、权限和团队责任如何区别于 Cowork 与 Code。
Jade1 分钟阅读
什么是 DeepSeek Agent？模型、框架、工具与常见形态
DeepSeek Agent 是使用 DeepSeek 模型的 Agent 系统。本文区分模型、框架与完整 Agent，梳理当前官方集成、工具调用、四种常见形态、上线控制和基于真实任务的选型方法。
Jade1 分钟阅读
Voice Agent vs 语音听写 — 工作场景下如何选对语音层
Voice agent 从语音触发多步执行并改变系统状态，语音听写把语音变成你可编辑的文本——两者不是同一品类的两个名字。本文是面向独立创业者的工作场景决策指南：场景矩阵、边界定义、各自的失败模式，以及探索、精确提示词、文档共创与会议四大场景下如何选层与叠加组合，避免为不需要的能…
Tan Shaoqing2 分钟阅读
什么是 Voice Agent — 语音 Agent 的定义、架构与任务形态全解析
Voice Agent 是语音进、语音出的实时对话 AI 系统：你说话，它监听、推理并以合成语音实时回复，还能调用工具、支持打断与轮次管理。本文给出完整定义、五项核心特征、从麦克风到语音回复的技术栈架构、2026 年中 GPT-Live、Claude Voice…
Tan Shaoqing3 分钟阅读
Voice Mode vs Dictation — AI Agent 场景下语音模式与语音听写该怎么选
面向 AI Agent 的 voice mode 与 dictation 有何区别？前者是双向语音对话，后者是语音转文本再由你审阅后发送。本文从定义与技术栈讲起，对比…
Tan Shaoqing3 分钟阅读
什么是面向 AI Agent 的语音听写 — 定义、五大任务形态与 Voice Mode 的区别全解析
面向 AI Agent 的语音听写（voice dictation for AI agents）是把语音转成 Agent 提示词输入的做法——你说话，Agent 读字并行动，回复走文本与工具而非语音对话。本文给出完整定义、五项核心特征、三大技术层拆解、A–E…
Tan Shaoqing3 分钟阅读
如何安全地让 AI Agent 使用 Obsidian
让 AI Agent 使用 Obsidian，不必一开始就交出整个知识库。本指南从最小权限、只读试跑、Agent Inbox 回写、Obsidian CLI、备份与复核入手，给出一套可撤销的实操流程。
Judy1 分钟阅读
AI Agent 上下文工程：哪些信息该放入、排除与保留
AI Agent 上下文工程不等于塞入更多资料。本指南说明如何设计指令、工具契约、权限检索、工作记忆、长期记忆与压缩策略，并用可复现案例评估上下文是否真的支持正确决策。
Pan Yang1 分钟阅读
动态工作流：自己构建 Agent，还是直接用工作区？
比较自建 Dynamic Workflows 子 Agent 编排与使用 AI 工作区的适用边界，从任务重复度、并行价值、人为引导、产物复核、维护责任与可验收性判断哪一层应该由团队自己拥有。
Nova1 分钟阅读
Genspark Super Agent 详解 — 多模型协作的一体化 AI 工作区
基于官方能力与可复现的研究到产物测试解释 Genspark Super Agent，覆盖来源、权限、重试、积分、导出与适用边界，核验于 2026 年 10 月 13 日。
Kostja1 分钟阅读
Agentic AI 系统：自研、购买还是混合架构？
一套可验证的 Agentic AI 系统自研、购买与混合决策框架，从任务适配、治理、集成、评估、总拥有成本，到厂商锁定、迁移演练和选型试点，帮助团队用真实证据而非演示做架构选择。
Nova2 分钟阅读
HTML 就是新的 Markdown：这场争论真正说了什么
追溯“HTML is the new Markdown”的公开论证与示例，区分面向人的 AI 成果设计、Markdown 编辑存储和可重复验证，并用同一份内容比较阅读任务、生成成本、安全边界与后续维护。
Kostja1 分钟阅读
2026 年如何用 ChatGPT 构建 AI Agent
不使用 API Playground，也不写应用代码：选择当前 ChatGPT 的正确入口，用任务边界、指令、知识、应用、权限、测试与发布流程构建可复用的 AI Agent 工作流。
Nova2 分钟阅读
如何为重复性工作构建 AI Agent
从任务契约、受限工具、状态与审批开始构建重复工作 AI Agent，并通过评估集、影子运行、可观测性和失败恢复，把原型变成可以长期维护、可靠验收并安全扩展权限的生产流程。
Nova1 分钟阅读
把账号密码交给浏览器 AI 之前，先问这 5 个问题
想让浏览器 AI Agent 碰你的 Gmail 或 CRM 之前，先过一遍这 5 个问题：权限、记忆、提示词注入。文章给出黑名单清单、权限弹窗解读与首次使用检查清单。
Nova2 分钟阅读
浏览器 AI Agent 能做什么：能力边界与任务测试
按任务拆解浏览器 AI Agent 的真实能力、执行限制、浏览器上下文、账号权限与常见失败模式，并用一套可复现实验判断网页调研、跨站比较、表单填写、登录态工作和写入动作是否适合自动化，以及哪些高影响决定必须留给人。
Nova1 分钟阅读
如何用工作区 Agent 停止上下文切换
用结果、当前状态、证据、约束、下一步与阻塞项组成任务恢复包，减少工作中断后的上下文重建；再通过一周对照测试，比较工作区 Agent 与维护良好的项目笔记在恢复时间、搜索次数、过期资料修正和权限意外上的真实表现。
Nova1 分钟阅读
单人经营者何时适合使用工作区 Agent
从上下文来源、权限边界、人工复核、失败恢复、数据治理与实际成本判断工作区 Agent 是否适合单人经营，并通过一条高频、可复核、可撤销的流程完成 14 天选型试点，与普通模板或检查清单进行对照。
Nova1 分钟阅读
什么是 AI 工作区 Agent？一篇大白话指南
AI 工作区 Agent（AI Workspace Agent）是能直接在你真实工作环境——文件、浏览器、工具——内部干活的一类新 AI。本文用大白话讲清它是什么、和聊天助手及工作流搭建器的区别、实际能做什么、又适合谁用。
Nova1 分钟阅读
Claude Managed Agents：对一人公司意味着什么
Claude Managed Agents 适合需要托管运行时、工具权限与长任务恢复的工作，但不能替代明确目标、业务规则、审批和责任人。本文说明其适用边界、不能替代什么，以及一人公司如何用低风险任务安全试点。
Nova1 分钟阅读
AI Agent 工作流：把 Vibe Coding 变成可交付的软件
从验收标准、仓库规则到测试、Diff 审查与合并门禁：用一套有边界的 AI Agent 工作流，把 Vibe Coding 原型变成可维护、可回滚的软件，并明确哪些关键判断不能交给 Agent 代替。
Nova1 分钟阅读
什么是 Vibe Coding？单人创始人能靠它更快交付吗？
Vibe Coding 让任何人用自然语言和 AI 就能构建软件。本文讲清它的定义与出处、对一人公司能做什么、在哪里会失效——以及为什么单人创业者真正需要的不是更好的 prompt，而是能复用的系统。
Nova2 分钟阅读
什么是 Claude Managed Agents？
Claude Managed Agents 是 Anthropic 面向长时间 Agent 任务的托管运行时。本文说明它管理什么、不解决什么，并给出选型、部署、安全与评估方法。
Nova2 分钟阅读
为什么 AI 会在会话之间遗忘？诊断与解决指南
从上下文窗口、会话历史、长期记忆、检索和持久状态五个层面诊断 AI 为什么在新会话中丢失信息，并通过可复现测试定位故障，区分保存、召回与删除行为，选择兼顾工作连续性、事实可靠性和隐私控制的解决方法。
Nova1 分钟阅读
什么是持久化 AI Agent——以及它为什么重要？
持久化 AI Agent 不会因为会话结束就把你忘掉。本文讲清这到底意味着什么：它记住什么、如何区别于聊天机器人，以及为什么它正成为个人 AI 领域最重要的概念。
Nova1 分钟阅读
为什么你的 AI 每轮会话都会忘记你
每次你关掉聊天标签页，AI 就把一切都忘了。本文从单人内容运营的亲身经验出发，量化「重新解释税」到底烧掉多少时间与 token，拆解无状态 AI 的架构成因、三种最常被遗忘的上下文，并给出挑选「能记住你、能把上下文带向下一轮」的 AI 工具时该看什么。
Nova1 分钟阅读
定制 AI Agent 开发：从需求、架构到验收交付
定制 AI Agent 开发实用指南：判断是否真的需要 Agent，写清可测试的需求合同，设计工具、状态、权限与安全边界，建立完整评测，并验收可部署、可恢复、可维护且不依赖原开发者的交付物。
Nova2 分钟阅读
如何构建 AI Agent：从任务契约到故障恢复
一套面向真实工程落地的 AI Agent 构建指南：从任务定义、模型与工具设计、上下文和状态管理，到权限审批、评估、可观测性、分阶段部署与故障恢复，完整覆盖上线前必须验证的控制面。
Nova2 分钟阅读
AI Agent 开发服务怎么选：采购、自建与验收指南
从服务范围、交付物、系统架构、安全审查、评估指标、报价结构到合同退出条款，系统判断 AI Agent 开发服务是否值得采购，以及应该外包、自建还是先做付费试点。
Nova1 分钟阅读
AI Agent 应用场景：真实案例与选型方法
从输入、工具、输出、人工门禁与失败模式判断 AI Agent 应用场景是否值得落地，结合可核验案例、示例工作流、选择矩阵与试点方法，帮助团队选择首个可验证、风险可控的 Agent 项目。
Nova2 分钟阅读
/zh/blog/category/ai-agents