AI智能体技术 课件全套 第1-9章 AI智能体（AI-Agent）基础导论-AI智能体技术前沿与未来展望

第1章前沿科技·智能体引论从理论基础到产业应用全景解析AIAgent

智能体基础导论目录TABLEOFCONTENTS01引言02什么是智能体AIAgent03AIAgent的起源与发展04AIAgent的类型05AIAgent的应用领域06结语与问题思考01引言：时代背景与政策导向技术支撑以大模型、深度学习、自然语言处理、计算机视觉为代表的AI技术快速发展，支撑AI智能体实现更强大的功能，推动人工智能从单一技术应用转向各行业转型升级的核心动力。政策支持与产业价值政策支持2025年3月国务院《政府工作报告》提出持续推进“人工智能+”行动，支持大模型广泛应用；2025年8月国发〔2025〕11号文明确目标：2027年智能体等应用普及率超70%，2030年超90%。产业价值智能体是大模型应用落地的重要载体，核心价值是重构人机协作模式，推动人工智能从“被动响应”走向“主动服务”，成为产业创新的重要引擎。02什么是智能体AIAgent：核心定义词源与权威定义词源背景Agent源自拉丁语“agere”，意为“行动、驱动”，其本意是指“行事者”或“代表他人行事者”。权威定义罗素等学者、FIPA、Wooldridge、AAAI、英伟达等均从不同维度给出定义，核心共性是具备感知、决策、行动能力的智能实体。核心定义与特性差异本书定义基于LLM的，具备自主感知、决策和行动能力的智能系统，核心是通过大模型实现“理解—规划—执行—学习”的闭环，是OpenAI描述的“以大语言模型为大脑驱动的系统，能够自动化执行复杂任务”。与传统LLM的差异不仅能生成文本，更能通过工具调用、动态规划和持续学习完成实际操作，本质是控制各类工具解决问题的代理系统。02什么是智能体AIAgent：架构与核心特征1.四大核心组件1大模型（LLM）作为“大脑”，负责语义理解、逻辑推理和任务规划2记忆系统存储历史交互数据和决策路径，支持上下文感知和经验复用3工具层集成API、RPA机器人、数据库等外部资源，扩展执行能力4执行引擎通过屏幕操作、API调用等方式完成具体任务2.四大核心特征1自主性无人类直接干预下独立决策行动2环境感知多模态获取周围环境信息3决策执行将决策转化为实际行动影响环境4学习能力从经验中优化策略提升性能03AIAgent的起源与发展：从哲学启蒙到人工智能实体化哲学启蒙阶段公元前350年亚里士多德时期已出现关于具备自主行动能力实体的哲学思考，中国古代出现鲁班木鹊、木牛流马、指南车等自动化工具，反映人类数千年来对自动化的持续追求。发展中期20世纪50年代图灵提出图灵测试，将“高度智能有机体”概念扩展到人工实体；1986年马文·明斯基在《心智社会》中首次将“智能体”概念引入人工智能领域；1995年Wooldridge和Jennings定义Agent为具备自主性、反应性、社会能力与主动性的计算机系统。03AIAgent的起源与发展：快速发展阶段与2025爆发元年1.快速发展阶段2.2025年AI智能体爆发元年技术突破从单一能力到通用智能，大模型技术成熟、多模态交互突破、自主决策能力提升、具身智能发展。商业化落地从垂直领域到全行业渗透，实现“感知-决策-执行”闭环。市场规模2025年全球市场规模76.3亿美元，预计2030年突破500亿美元，年复合增长率45.8%。政策支持国发〔2025〕11号文明确智能体普及目标。行业共识Gartner将“代理型AI”列为2025年十大战略技术趋势之首，2025年是AI智能体规模应用的拐点。1986反向传播算法1986年反向传播算法推动机器学习发展，为后续深度学习的突破奠定了坚实的算法基础。2016AlphaGo里程碑2016年AlphaGo击败李世石成为重要里程碑，展示了深度强化学习在复杂决策中的巨大潜力。GPT大模型时代GPT系列大模型进一步推动自然语言处理领域的智能体应用拓展，使智能体具备了更强的通用理解力。04AIAgent的类型：分类总览罗素、诺维格等学者在《人工智能：一种现代方法》中按感知特点和能力程度将AIAgent分为五类：01简单反射智能体基于当前感知的条件反射，无记忆能力。典型应用恒温器、自动门02基于模型的智能体维护内部状态模型，结合历史数据决策。典型应用自动驾驶避障系统03基于目标的智能体依据目标生成行动计划，具备前瞻性。典型应用路径规划、智能投顾04基于效用的智能体通过效用函数评估行动价值，优化决策。典型应用推荐系统、医疗诊断05学习型智能体从经验中持续学习优化策略，自主进化。典型应用AlphaGo、AutoGPT04AIAgent的类型：简单反射智能体与基于模型的智能体1简单反射智能体工作逻辑完全根据当前感知做出动作，基于固定的“如果-那么”规则，系统不具备记忆能力。优点易于实现、响应速度快、系统可靠性高。局限性无法处理需要上下文的问题，适配场景较为有限。典型案例扫地机沿墙模式生产线金属剔除自动感应门电熨斗过热断电2基于模型的智能体工作逻辑维护内部世界模型以记录历史状态与动作影响。决策流程：感知→更新模型→推理→选择动作→执行。优点可应对部分可观察环境，决策更加准确。局限性模型构建与维护成本高，复杂环境适配能力有限。典型案例带SLAM的扫地机电梯群控系统自动驾驶车道保持工厂冷却水温控04AIAgent的类型：基于目标与基于效用基于目标的智能体工作逻辑模型+目标函数，推断未来可能状态，选择能实现目标的最优路径主要优点易实施，可处理复杂任务，绩效易评估局限性能仅适配特定目标，对环境变化适应性较差典型案例物流仓库自动拣货机器人、手机功耗-性能调度器、数控车间多工序排产、家用收拾餐桌机器人基于效用的智能体工作逻辑目标+打分函数，用量化效用值比较不同结果，选整体满意度最高的动作，适配多目标权衡场景主要优点适配复杂不确定场景，决策框架客观统一局限性能对环境模型准确性要求高，计算成本高典型案例智能电网家庭能源管家、短视频冷启动推荐系统、自动驾驶换道决策、云数据库自动扩缩容、医院门诊排班04AIAgent的类型：学习型智能体核心逻辑与优劣势工作逻辑可自主更新内部模型/策略，核心闭环为感知→执行→获取奖励/损失→学习更新→迭代优化，由学习元素、批评者、性能元素、问题生成器四部分组成优势特点可适应新环境，从经验中自主进化，无需固定规则局限性依赖训练数据质量，开发维护成本高，存在伦理风险典型落地案例工业机器人打磨力控打磨一致性提升35%，报废率从0.8%降至0.1%电商首页推荐冷启动商品CTR提升42%，平台GMV提升11%数据中心冷通道温控PUE从1.35降至1.22，年省电1200万度网络安全入侵检测未知攻击检出率提升28%，误报降低60%智能外呼话术优化保险成单率从4.2%升至7.9%，节省人工坐席30%光伏功率预测+储能调度预测误差降低18%，储能年收益提升22%05AIAgent的应用领域：金融与医疗金融领域应用从客服到核心交易全面“Agent化”资金交易与做市：银行间拆借Agent单笔成交时间从5分钟降至3秒，夜间成交占比38%信贷与风控：消费信贷秒批Agent决策时间从15分钟降至3秒，通过率提升8%反欺诈与合规：团伙欺诈拦截Agent2025年7月成功拦截800万元欺诈案件，误报率<0.5%医疗领域应用诊断-治疗-管理全链路多模态Agent临床诊断：联影+中山医院胸部CTAgent检出73种胸部异常，阅片时间从8分钟降至2分钟慢病管理：糖尿病Agent使患者HbA1c达标率提升15%，急诊低血糖事件减少28%医院运营：手术室动态排班Agent使手术室利用率提升12%，医生加班时数减少15%05AIAgent的应用领域：制造与零售营销制造领域：设备-产线-供应链三级闭环研发设计：高铁空气动力学仿真Agent将仿真时间从128台HPC运行2天降至1台GPU运行几秒，成本下降两个数量级生产制造：第四范式重型发动机基地Agent使整车下线时间从15分钟降至4.5分钟设备运维：半导体晶圆厂Agent缺陷识别准确率>99%，良率波动预警提前2小时零售营销领域：从“千人千面”到“一人一场”精准营销：绝味食品AI会员智体营销效率是人工组2-3倍，销售额提升3.1倍智能客服：商城超级导购接管全流程服务，会员LTV提升19%，退货率减少12%跨境电商：多语言Listing自动生成Agent使上新周期从3天降至4小时，转化率提升15%05AIAgent的应用领域：教育与政务教育领域：个性化学习-督学-答疑三Agent协同数字教师北京市“京小学”智能体覆盖120万名中小学生，试点校作业订正率提升38%备课助手郑州师范学院“师问”AI智能体使教师备课耗时从45分钟减至9分钟作业批改北京八一学校作文批改智能体与人工评分一致率达92%，反馈周期从1周缩至当天政务与城市管理：政策-事件-资源多Agent协同政务办事材料预审Agent使居住证续签耗时从15分钟降至3分钟，公积金提取从30分钟降至8分钟城市运行联想城市超级智能体使事件处置时长降低45%基层治理社区AI客服使12345人工压力降低37%，工单流转准确率达95%06结语与问题思考：发展价值与未来探讨发展价值2025年AIAgent已覆盖全场景，从“对话”走向“干活”，从“单点”走向“多Agent协同”，成为各行业降本增效的“数字员工”新常态；深入学习AI智能体有助于把握人工智能发展趋势，探索技术落地路径，为社会创造更大价值。问题与思考AI智能体的自主性边界如何界定？关键领域如何平衡自主决策与人类监督的关系？多智能体协作系统中如何设计权责划分和利益分配机制？是否需要建立智能体伦理准则？人机协作时代教育体系应如何调整，培养人类核心竞争力？现有法律框架如何应对智能体造成的损害赔偿问题？是否需要设立专门法律主体资格或责任保险制度？如何防止具备自我复制和进化能力的智能体技术失控？是否需要开发“智能体防火墙”等安全机制？感谢观看谢谢聆听欢迎交流第2章智能体技术架构

·探索智能边界从大语言模型到自主智能体的范式跃迁主讲人：智能体技术课程组2026年秋季学期AIAgent基础理论与技术架构目录TABLEOFCONTENTS01从传统AI到AIAgent的范式跃迁02AIAgent的核心组件03AIAgent的关键技术04AIAgent的关键能力及其与LLM的协同效应05结语与问题思考01PARADIGMSHIFTOFAI从传统AI到AIAgent的范式跃迁从被动式的指令响应与单任务预测，进化为具备自主目标、感知记忆、规划推理与工具调用的综合智能体范式。传统AI与AIAgent的本质差异大语言模型的技术奠基AIAgent的多维能力整合传统AI与AIAgent的本质差异核心差异概述传统AI与AIAgent的核心区别体现在、与三个维度。自主性环境交互系统协作传统AI多为任务特定型工具，依赖人工构建提示与微调，仅能在预设场景下完成单一功能；AIAgent具备主动目标驱动能力，能够感知环境变化、动态调整策略，通过标准化协议实现跨系统协作。自主性环境交互系统协作核心区别对比表表2.1特性传统AIAgent智能体生活比喻自主性被动响应指令无人监督下主动运行员工vs创业者主动性等待用户提问主动规划并推进目标答题机器vs战略顾问反应性仅处理当前输入实时感知环境变化并调整行动盲人vs警觉的猎手社会性单机运行多Agent协作（进阶能力）独奏者vs交响乐团大语言模型的技术奠基GPT系列技术演进路径1GPT-1(2018)：验证解码器Transformer+预训练微调范式的自然语言处理能力2GPT-2(2019)：提出扩展法则，探索多任务提示处理能力3GPT-3(2020)：千亿参数突破，开创上下文学习方法4CodeX/InstructGPT(2021-2022)：提升逻辑推理，引入RLHF实现人类偏好对齐5GPT-4(2023)：实现多模态理解与超长上下文处理，成为Agent核心引擎AIAgent的能力整合范式跃迁核心AIAgent通过整合四大核心模块，实现从“回答问题”到“自主完成任务”的质变。自主性与持续学习支持最少人工干预下完成多步骤任务AutoGPT持续智能体设计多智能体协作模拟人类分工解决复杂任务MetaGPT虚拟团队模式跨系统协同打破技术孤岛，构建Agent协作网络MCP协议与IoA框架产业价值转向从“模型刷榜”转向“解决实际问题”，推动技术落地从“刷榜”转向“落地”02CORECOMPONENTSAIAgent的核心组件深入剖析智能体的四大核心柱石，探索从大脑推理决策到工具执行的完整系统架构。认知引擎：大语言模型的核心驱动规划与记忆：长短期推理与层次化存储工具与环境：突破模型边界的外部扩展认知引擎：LLM在智能体中的角色LLM核心认知能力01用户意图理解解析复杂指令，提取目标与约束02知识检索与应用调用预训练知识库提供决策依据03规划与推理通过思维链等技术分解复杂任务04决策支持与行动生成工具调用指令与执行策略局限性与架构演进方向LLM固有局限性交互能力缺失知识时效性不足上下文窗口限制混合架构演进推动“LLM+外部模块”混合架构发展，实现能力互补与系统级增强。规划能力：从思维链到思维图线性推理思维链（CoT）核心特点线性推理，将黑箱逻辑显式化适用场景适用于流程固定的任务（如数学计算）多径搜索思维树（ToT）核心特点树状多路径搜索，通过分叉-评估-剪枝机制提升鲁棒性适用场景适用于多方案比较场景（如创意写作）网状协同思维图（GoT）核心特点动态网状协同，支持并行推理与局部回溯适用场景适用于多智能体复杂协作（如软件开发）规划算法：A*算法核心机制A*算法核心逻辑A*算法是平衡搜索效率与最优性的主流规划算法，其核心评估函数为：1：从初始节点到当前节点的实际代价2：从节点到目标节点的启发式估计代价（需满足可采纳性确保找到最优解）典型应用场景：机器人导航动态避障路径规划记忆：层次化记忆系统记忆映射关系表人类记忆与AIAgent记忆的映射机制（表2.2）记忆类型映射关系实例说明感觉记忆学习原始输入的嵌入表示，短暂保留感觉印象模型将用户上传的图片转化为特征向量，用于后续图像检索短期记忆上下文学习（写入prompt的信息），受限于模型上下文窗口长度心算时临时存储中间结果，保留最近几句交互内容长期记忆外部向量存储，支持快速检索和持久化存储Agent将PDF文档向量存入数据库供后续查询长期记忆实现流程长期记忆工程化核心三步骤1信息向量化将原始文本、图像等高维数据通过Embedding模型转化为低维稠密向量。2向量存储与索引将向量存入专用的向量数据库，并构建高效的相似度检索索引结构。3相似性匹配运行时计算查询向量与数据库中向量的相似度，精准检索最相关的内容。工具：突破LLM能力边界工具核心价值：三大能力突破实时信息获取有效弥补LLM因训练数据截断导致的时效性不足问题，实现即时数据检索。物理/数字系统操控将大模型的文本输出转化为实际操作指令，实现对外部软硬件系统的直接控制。复杂任务分解与协作通过构建精细的分工网络，协调多个工具与子任务，共同完成复杂的终极目标。标准化协议与闭环机制标准化协议(MCP)MCP协议作为工具调用的通用语言，支持上下文保持与链式任务，有效推动工具生态的规模化与标准化发展。工具使用闭环自主判断需求生成调用参数处理返回结果实现端到端自动化流程知识表示与学习适应能力知识图谱核心价值(KG)实体消歧长期事实存储多维度上下文关联抑制LLM幻觉跨Agent知识共享Q-learning核心机制更新公式交互试错：通过与环境持续交互试错，以奖励信号为导向优化决策策略。采用策略平衡已知最优路径的利用与未知领域的探索。探索与利用：-贪婪持续进化：在动态环境的反馈循环中，实现智能体的自主持续进化。03KEYTECHNOLOGIESAIAgent的关键技术深入探讨提示词工程、多模态协同与工具生态，解析构建智能体高阶认知与复杂协作的核心支撑。提示词工程与RAG技术多模态协同与多智能体协作工具生态系统与标准化协议提示词工程与RAG技术提示词工程核心作用1指导LLM行为通过系统提示定义智能体认知逻辑与任务边界，明确模型在对话与决策流程中的定位与约束规则。2支持工具调用清晰的工具描述引导智能体准确生成调用参数，确保大模型能够高效配合外部API及功能拓展。RAG技术核心逻辑检索增强生成（RAG）工作流程1.预处理阶段知识库分块向量化存入向量数据库2.检索阶段查询向量化相似度搜索召回相关知识3.生成阶段相关知识作为上下文输入LLM生成准确响应RAG核心价值解决LLM知识滞后、幻觉问题，显著提升智能体回答与交互的可靠性。多模态协同与多智能体协作多模态协同能力感知能力整合视觉感知、语音交互及传感数据集成，实现全方位环境理解。生成能力支持跨模态内容生成，实现图像、文本与音频的深度结合与输出。发展方向迈向具身智能，赋予智能体实体交互能力，实现与物理世界的无缝交互。多智能体协作框架协作模式采用主从架构、对等网络、组织层级与市场机制等多元化协作模式。典型应用广泛应用于软件开发自动化、科学研究、企业决策及智能客服网络。工具生态系统与标准化协议核心标准化协议MCP协议智能体能力发现与调用的统一接口，实现标准化对接与高效集成。A2A协议Agent间协作通信标准，支持能力注册与任务委派机制。智能体卡Agent能力元数据标准化描述，便于快速检索、识别与调用。工具生态架构与治理工具生态四层架构资源层服务层编排层调度层工具安全治理权限控制审计日志沙箱机制合规检查04AGENTCAPABILITIES&SYNERGYAIAgent关键能力与LLM协同效应深入探讨AIAgent的七大核心能力，剖析智能体如何突破大语言模型的原生边界，实现协同进化。解析Agent七大核心能力维度探索LLM与Agent的协同机制展望人机协同的未来演进范式AIAgent七大核心能力自主性无持续人工干预下独立决策执行规划分解复杂任务，制定行动方案推理基于信息推断结论，解决问题记忆存储检索经验、知识与上下文工具使用调用外部资源扩展能力边界学习与适应从经验中学习，调整策略主动性主动发起行动实现目标或应对变化Agent能力对LLM功能的扩展LLM固有局限性知识静态截止无直接行动能力记忆受限于上下文易产生幻觉Agent能力的补充价值01克服静态知识通过工具调用获取实时动态信息02赋予行动能力将LLM输出转化为实际操作03扩展记忆通过外部记忆模块突破上下文限制04实现自主规划围绕高层目标主动推进任务05增强鲁棒性通过事实验证、纠错机制减少幻觉结语与发展展望范式跃迁：从“被动响应”走向“自主任务闭环”AIAgent在大语言模型（LLM）的协调下实现多模块动态协同，推动智能体从实验室走向产业落地，正式跃迁为可规划、可协作、可商业化的“自主数字员工”。认知与演进Transformer引擎：带来深度的认知革命与推理基础强化学习进化：赋予智能体在应用中持续自主迭代能力规划与记忆思维图驱动规划：实现复杂长链条任务的高阶解构向量数据库：构建大容量、快速检索的长期记忆海床通道与执行MCP与RAG：打通内外部知识无缝连接通道多模态与工具闭环：具备物理与数字双世界的实体操作能力全技术栈协同驱动认知引擎•逻辑规划•记忆存储•工具生态•进化机制问题与思考01如何理解AIAgent与传统AI的本质区别？这种范式转变对人工智能发展有什么影响？02如何设计克服LLM局限性的AIAgent混合架构？03CoT、ToT、GoT三种规划范式分别适合什么应用场景？04长对话应用中如何设计记忆管理策略平衡信息完整性和响应效率？05标准化协议对AIAgent实现具身智能有什么重要意义？06知识图谱如何帮助解决LLM的幻觉问题？07如何解决多模态协同中的模态对齐和跨模态推理问题？08如何在AIAgent架构中融入伦理约束，平衡能力与安全的关系？感谢观看欢迎交流THANKYOUFORWATCHING第3章AIAgent工作流程AIAgent「感知-规划-执行-学习」闭环逻辑详解智能体工作流程解析主讲人：智能体技术课程组2026年秋季学期目录CONTENTS01感知阶段：环境信息的解析与转化02规划决策阶段：任务分解与策略生成03执行阶段：工具调用与任务落地04学习阶段：持续自我进化的关键环节05结语与问题思考01PERCEPTION&TRANSFORMATION感知阶段：环境信息的解析与转化感知是AIAgent工作流的起点，核心是将用户指令或环境数据转化为AI可理解的结构化输入，为后续决策提供依据。感知技术的概念与分类感知信息种类的多样性多源信息的整合与状态表征构建感知技术的概念与分类感知模态分类1.物理感知（传感器技术）：环境参数、物理状态、生物特征采集2.数字感知（数据接口技术）：API接口调用、数据库读取、网络爬虫感知核心作用环境建模→状态识别→决策触发关键技术挑战多模态融合实时性要求系统鲁棒性隐私安全保护感知信息种类的多样性感知信息6大模态1文本用户指令、文档、代码、API响应等2图像场景理解、图表分析、对象识别等3语音用户语音指令、对话录音等4视频监控录像、动态场景分析、行为识别等5传感器数据温度、湿度、位置、机器人传感器数据等6结构化数据数据库记录、API返回的JSON/XML等对应支撑技术计算机视觉语音识别多类传感器技术多源信息的整合与状态表征构建核心任务感知模块核心任务将多源异构信息整合抽象，形成统一连贯的，支撑后续认知、规划和决策。「环境状态表征」多源信息整合定义将多通道初步处理的信息，融合提炼为与任务相关的、Agent内部可用的统一环境描述。多通道信息融合与提炼核心重要性是连接原始感知与统一认知决策的关键枢纽，优质表征可大幅提升Agent决策效率、准确性与泛化能力。提升决策效率、准确性与泛化能力02PLANNING&DECISION规划决策阶段：任务分解与策略生成规划决策是Agent的智能核心，基于感知模块提供的环境状态和内部目标，进行推理规划，输出行动决策以实现预定目标。目标拆解与任务规划推理机制与策略生成行动决策与环境交互规划决策核心逻辑快思考：直觉式决策大语言模型（LLM）作为规划决策的核心载体，具备直接给出答案的“快思考”模式，类比于人类大脑的「直觉」反应。慢思考：思维链（CoT）模式采用思维链（Chain-of-Thought）模式，引导模型先推导再回答。这种逐步推理的机制可将复杂任务的准确率提升。工作逻辑：任务拆解与工具匹配智能体在接收任务后，会主动将复杂问题拆分为多个子任务，并智能匹配对应的调用工具，逐步推进以最终完成目标。决策过程中的常用技术01强化学习核心逻辑通过与环境交互、基于奖励信号学习最优策略应用场景适用于自动驾驶、机器人控制等场景02深度学习核心逻辑基于多层神经网络识别复杂模式应用场景支撑图像识别、语音识别、自然语言处理等任务03知识图谱核心逻辑以语义网络展示实体关系与知识应用场景提升智能问答、推理决策的准确性04决策树核心逻辑基于树结构直观展示决策规则，易于理解解释应用场景适用于数据分析、预测类任务决策类型与典型算法决策类型与算法对照表决策类型应用场景核心算法优化目标反应式决策紧急避障（自动驾驶）模糊逻辑、有限状态机实时性（毫秒级响应）基于模型的决策棋局博弈（AlphaGo）深度强化学习（DQN）长期收益最大化多目标决策资源分配（云计算调度）NSGA-III、TOPSISPareto最优解集合群体决策无人机集群协同联邦强化学习、共识算法全局最优+个体公平性关键技术挑战与突破规划决策面临3类核心问题及解决方案：1不确定性环境适应问题：动态环境状态转移概率未知（如交通流预测）解决方案：贝叶斯强化学习建模不确定性，结合汤普森采样实现探索-利用平衡2计算资源约束问题：边缘设备算力有限解决方案：模型压缩+边缘-云端协同决策架构3伦理与安全约束问题：医疗Agent诊断需符合伦理规范解决方案：可解释AI+规则引擎，将伦理准则编码为硬性约束03EXECUTIONSTAGE工具调用与任务落地执行是Agent实现目标、与环境交互的核心环节，通过调用外部工具或内部模块将规划转化为具体行动。工具使用与外部API集成代码生成与安全沙箱执行物理世界实体交互与控制工具使用工具使用是Agent区别于纯聊天机器人的核心能力。在典型研究任务中，智能体平均需要调用5.2个外部工具。基础工具计算器、日历等日常应用网络工具搜索引擎、天气/支付API专业工具Photoshop、代码解释器硬件工具控制机械臂、智能家居开关执行逻辑大脑指令匹配工具格式化参数执行调用返回结果图3.3扣子平台插件商店界面代码执行代码执行核心应用场景复杂计算数据分析自动化脚本与非API系统交互快速原型验证5大安全可控组件1沙箱执行器限制运行权限，保障代码运行安全2代码解释器提供交互式执行环境，支持多语言运行3权限与策略引擎运行前做静态/动态策略检查，阻断风险操作4结果序列化与回传将执行结果安全打包回传给大模型5日志-审计-调试链路记录执行全流程，便于追溯复盘物理世界交互智能体从数字空间走向物理世界的核心桥梁，支撑具身智能实现核心价值完善「感知-决策-执行」闭环支持主动探索环境拓展实体产业应用边界核心技术模块环境感知与建模运动规划与控制人机交互与安全协作典型场景工业制造医疗健康危险环境作业家庭服务农业与物流当前挑战感知鲁棒性不足泛化能力有限能耗与硬件限制伦理安全风险未来突破方向数字孪生+物理交互协同脑机接口增强模块化标准化设计04LEARNING&EVOLUTION学习阶段：持续自我进化学习阶段将感知、规划、执行产生的全部数据转化为可复用知识，反哺下一轮循环，实现Agent持续进化。数据转化与知识沉淀策略优化与反哺循环实现Agent持续进化学习阶段核心流程（上）01数据沉淀无损存储感知、决策、执行全链路原始事件，形成经验库02质量评估与筛选给每条轨迹打分，筛选高价值数据，抑制垃圾样本03自动标注与知识蒸馏降低人工标注成本，将教师模型/人类专家知识迁移到学生模型04增量/离线训练融合新数据更新模型参数，既吸收新知识又避免灾难性遗忘学习阶段核心流程（下）学习阶段8步超闭环的后4步流程：05仿真回归与对抗测试在虚拟环境验证新模型，排查回归或安全隐患06在线灰度与A/B测试小比例真实设备验证，无显著回归再全量推送07反馈再标注与持续学习将线上失败案例回流到训练集，形成数据飞轮08知识归档与模型版本管理长期保存可解释、可审计的知识，满足合规与追责要求核心逻辑总结AIAgent四大核心环节协同形成完整闭环01感知「感官」采集转化环境信息02规划「大脑」推理决策输出行动方案03执行「手脚」调用工具落地任务04学习「进化引擎」沉淀经验持续优化这套闭环流程是AIAgent从实验室走向产业化的核心支撑，使其从「能干活」升级为「越干越好、越干越省、越干越合规」的数字员工。问题与思考课后思考题请结合本章知识点进行深度剖析与思考01AIAgent的工作流程与传统AI系统相比有哪些本质区别？请从「感知-规划-执行-学习」闭环角度分析02AIAgent感知阶段如何整合多模态信息？03AIAgent在规划决策阶段如何解决不确定性环境下的决策问题？04请设计一套AIAgent工具调用的安全机制05AIAgent实现物理世界交互面临哪些核心挑战？06学习阶段的数据闭环对AIAgent持续进化有什么重要意义？感谢观看AIAgent智能时代的核心生产力THANKYOUFORWATCHING第4章AIAgent开发平台行业研究开启AI智能体开发探索之旅国内智能体开发平台概述主讲人：智能体技术课程组2026年秋季学期目录CONTENTS01市场发展概况02平台数量与生态格局03技术路线与产品形态04主流平台分析与对比05发展总结与问题思考01市场发展概况：全球与国内落地数据全球与国内AIAgent落地情况1全球落地增速截至2025第二季度超12万家公司用微软CopilotStudio，软银2025年计划部署10亿个AIAgent，德勤预计2025年25%企业部署智能体，2027年达50%2国内市场预测IDC预测中国AIAgent软件市场未来四年年复合增长率超65%，2025年进入规模化落地阶段3国内应用案例2025年初京东云部署7000+智能体；斑头雁智能服务近10万家企业；阿里国际站AIAgent服务超10万家外贸工厂4中标项目数据2024年AIAgent相关中标项目570个，公开金额23.52亿元；2025上半年中标371个，公开金额10.16亿元，同比增长128%02平台数量与生态格局：五路玩家并存国内智能体平台生态分类截至2025年第三季度，国内已出现126个可公开体验或商用的智能体开发平台，形成五路并进的生态格局：1互联网巨头：BAT、字节、京东、360、网易等2云厂商与ICT基础设施商：华为云、天翼云、移动云、联通云、青云等3AI独角兽与模型厂商：商汤、科大讯飞、第四范式、云从、旷视、MiniMax、面壁、月之暗面等4传统软件/垂直ISV：金蝶、用友、浪潮、联想、神州数码、软通、东软、鼎捷、炽橙、格创东智等5开源或初创团队：Dify、BetterYeah、Gnomic、LinkAI、CrewAI中国社区版等03技术路线与产品形态：技术演进路径智能体开发平台技术演进三阶段技术路线从“模型中心”走向“Agent操作系统”阶段技术特征代表平台/实践关键能力1.0模型调用层以LLMAPI为核心，提供提示工程、插件调用百度千帆、阿里通义、讯飞星火模型推理、工具插件、Prompt模板2.0链式编排层引入RAG、Workflow、记忆机制，支持多步骤任务字节Coze、腾讯元器、Dify、FastGPT知识库、流程图、变量传递、长记忆3.0Agent操作系统原生支持多Agent协作、环境交互、持续学习清华XAgent、开源AutoGen、ModelScope-AgentAgent通信协议、沙箱环境、工具市场、自我进化03技术路线与产品形态：五大产品特征01零代码可视化一句话生成、拖拉拽流程图即可上线。代表：百度AgentBuilder、腾讯元器、通义千问Agent、Coze02低代码+插件市场提供5000+公共插件/组件，支持API级扩展。代表：Coze、HiAgent、支付宝百宝箱03企业级全生命周期覆盖需求-开发-测试-发布-运维-治理，支持私有化、信创、大小模型协同。代表：华为ModelArtsVersatile、蚂蚁Agentar、HiAgent、浪潮AgentOS04行业深度融合内置领域知识库、合规包、业务模板。代表：鼎捷IndepthAI（工业）、百融CybotStar（金融）、讯飞星火汽车智能体05开源可定制代码完全开放、可私有部署、可改内核。代表：Dify、LinkAI、CrewAI、LangGraph（国内发行版）04主流平台分析与对比：Coze（字节跳动）平台定位面向个人/小团队的低代码智能体开发平台，主打简单易上手、跨社交平台分发。核心优势超低门槛（拖拽式界面+现成模板）、跨平台分发（支持一键发布到微信、抖音等）、深度适配国内大模型。局限与短板知识库与上下文容量有限、模型生态半封闭、复杂逻辑编排能力弱、数据合规灵活性不足、插件生态偏封闭、开源版成熟度低。适用场景快速上线轻量智能体的个人或小团队，社交场景智能体开发。04主流平台分析与对比：DifyDify平台核心信息定位开源企业级LLMOps工具链，面向开发者，适合深度定制的智能体开发场景核心优势私有部署即插即用、开源可控、RAG效果开箱及格、支持企业级灰度/观测、成本透明短板工作流深度不足、多Agent协作缺失、插件市场规模小、高并发性能一般、权限体系初级、中文文档滞后适用场景需要高度定制化、数据可控的企业级智能体开发项目04主流平台分析与对比：腾讯元器平台定位背靠微信生态的一站式智能体开发+分发平台，主打0代码搭建、一键接入微信生态。核心优势微信/QQ原生入口流量充足、混元大模型适配中文场景、0代码门槛低、支付/广告闭环完整、支持多平台同步。平台短板生态封闭（仅支持腾讯系插件）、无私有部署选项、工作流深度浅、知识库容量小、审核规则严格、流量向头部集中。适用场景面向C端的社交、营销类智能体开发，依赖微信生态的项目。04主流平台分析与对比：文心智能体（百度）平台定位依托文心大模型的零代码/低代码智能体开发平台，主打快速构建商用化智能体。核心优势百度搜索流量加持、开发零门槛、中文知识能力强、商业闭环完善、文心大模型4.0免费不限量调用。平台短板生态封闭、复杂工作流支持弱、无多Agent协作能力、高并发时延波动大、审核规则严格、知识库容量有上限。适用场景依赖百度搜索流量的商用类、知识问答类轻量智能体开发。04主流平台分析与对比：当前市场格局2025年国内智能体平台市场格局截至2025年9月：呈现“一超三强”格局1字节Coze唯一进入全球AI开发平台Top5的国产产品C端市占75%月活700万·注册开发者15万·日处理任务1.5亿次2百度文心智能体依托搜索+知识问答核心场景垂类市占10%依托搜索与知识问答场景深度绑定，在智能体垂类应用市场保持领先优势。3腾讯元器依托微信/QQ强大生态体系整体市占8%凭借微信/QQ生态，企业微信侧渗透率最高·累计上线智能体超18万个4Dify开源代表·企业级LLMOps赛道增速第一收入口径市占5%全球累计安装300万·GitHubStar5.4万·开源生态影响力突出05发展总结与问题思考：行业发展总结国内智能体平台行业发展总结发展速度跨越式演进国内智能体开发平台仅用三年走完移动互联网小程序生态六年的演进路程，已覆盖金融、制造、政务、社交、消费等千行百业。现存挑战四大攻坚难题模型可信、数据高质、标准统一、安全合规四大核心问题仍待突破，需持续推动技术升级与生态治理。未来趋势基础设施化未来竞争将属于能把“模型能力”转化为“业务闭环”、把“Agent数量”转化为“价值密度”的组织，智能体开发平台将成为像云计算一样的基础设施。05发展总结与问题思考：课后思考问题课后思考练习题01A公司需要在内网部署支持500并发、多Agent协作的运维助手，请对比四大平台给出排除顺序并说明理由。02若文心智能体未来改为0.06元/千token，月调用量1亿token时成本变化是多少？请设计模型降级预案。03医疗问诊Agent需要满足多项合规要求，请列出平台方、应用方、医院方各自应完成的四项合规动作。04创业做工业智能体平台，面对大厂竞争请提出差异化路线，说明如何18个月内盈亏平衡。05金融信贷场景下，如何设计可解释性机制确保Agent的额度调整可审计追溯？感谢观看AIAgent行业科普|2026年版THANKYOUFORWATCHING第5章基于扣子（Coze）平台的低代码实战教程构建智能应用·赋能未来创新实践AI智能体开发基础案例主讲人：智能体技术课程组2026年秋季学期目录TABLEOFCONTENTS01扣子平台账号注册02需求分析与设计03智能体核心模块开发04智能体测试与优化05智能体发布至微信公众号06AI智能体开发入门实战01扣子平台账号注册注册指南手机号注册个人免费版账号步骤通过手机号码即可零门槛注册扣子（Coze）开发平台个人免费版账号，快速搭建并体验智能体核心开发功能。开启AI探索之旅011.访问扣子开发平台访问扣子开发平台，点击右上角登录扣子。步骤01/打开平台首页022.手机号验证与协议确认输入手机号码和获取的验证码，阅读并同意相关协议，点击登录/注册。步骤02/完成身份校验033.设置信息完成注册设置用户名和昵称，完成注册流程。步骤03/即刻开启体验02REQUIREMENTS&DESIGN需求分析与架构设计明确智能体开发的核心目标与用户痛点，构建清晰的业务流程与技术架构方案。明确用户痛点与核心需求规划智能体核心功能模块设计人设定位与交互流程旅行规划助手需求与设计思路核心需求支持多轮对话澄清旅行细节（目的地、天数、预算、兴趣偏好等），生成包含每日行程、住宿推荐、餐饮建议、注意事项的完整规划。设计思路1.设定人设：如经验丰富、耐心细致的旅行规划师，决定回复语气风格。2.规划对话流程：主动询问缺失的关键信息，多轮动态交互。3.明确能力边界：可通过插件/工作流接入外部工具（天气查询、地图服务等）提升准确性。03AGENTCOREDEVELOPMENT智能体核心模块开发掌握智能体开发的核心技术，构建具备人设、插件与工作流的AI助手。人设与提示词配置知识库与插件配置工作流配置与发布创建智能体步骤1：创建智能体与基础设置进入个人空间，选择创建智能体，填写智能体名称（如旅行规划助手）、功能介绍，可上传或自动生成图标。核心模块：知识库配置说明精准导入专属领域的数据文件与知识资源，使智能体具备特定领域的专业检索能力，提升对话问答的权威度与准确性。核心模块：人设与提示词、插件与工作流灵活配置角色人设与提示词规则，拓展天气查询等实用插件能力，结合工作流编排实现复杂逻辑的高效协同与自动化处理。人设与提示词配置提示词定义智能体的人设与回复逻辑，直接影响回复效果，需重点明确以下维度：模型角色如经验丰富的旅行规划助手回复语言风格结构化、使用标题列表增强可读性回答范围优先询问缺失信息，不猜测示例提示词你必须主动询问用户旅行的目的地、天数、人数、预算和兴趣类型，信息不完整时优先提问而非猜测。知识库与插件配置知识库配置可上传旅行指南、景点清单等文档，平台自动转为向量知识库，减少大模型幻觉，提升回答专业性插件配置（可选）扩展智能体能力边界，如添加天气查询插件，可自动获取目的地天气，给出行程建议工作流配置普通工作流主要用于处理功能类请求，支持通过可视化拖拽节点进行构建，典型应用如生成调研报告、自动绘制海报等。对话流专门适配对话交互场景，适合构建多轮交互逻辑，典型应用如智能客服、个人AI助理等。旅行规划助手实战配置拖拽节点并依次连接：开始节点大模型节点结束节点工作流名称设置名称必须，例如可设置为：以字母开头create_travel智能体发布STEP01试运行与效果验证输入测试内容验证点击试运行，输入测试指令（如“北京”），即时验证旅行规划回答效果。调试与输出校验观察生成结果，对提示词表达、知识库调配与逻辑交互做出精细调整。提示：先完成效果验证，无误后再点击发布STEP02多渠道部署发布扣子商店生态一键上架至扣子官方商店，共享给更多开发者与终端用户体验。微信公众号与小程序无缝接入微信公众号、抖音小程序等多端平台，实现跨终端智能服务。支持多应用终端全量发布与实时更新04TESTING&OPTIMIZATION智能体测试与优化通过多维度测试与持续调优，提升智能体的准确性、稳定性和交互体验。功能与对话逻辑测试提示词与人设迭代调优响应质量与边界情况评估测试与优化方法测试三类场景理想路径测试输入完整需求，验证行程生成质量、插件调用正确性模糊需求测试输入不完整信息，验证是否主动发起多轮询问补全信息边界异常测试输入不合理需求，验证回应是否专业得体优化方向迭代提示词强化指令、明确输出格式，提升回复的规范性与准确度优化知识库补充文档、调整检索阈值，提高知识检索的精准度优化工作流逻辑增加异常处理分支、调整节点参数，保障流程稳定性05AGENTPUBLISHING智能体发布至微信公众号连接微信生态，让智能服务触手可及，学习如何将扣子智能体无缝接入微信公众平台。配置微信公众平台接口关联扣子智能体发布通道公众号上线与交互测试发布流程1前置准备核查公众号状态、AppID，确认智能体调试正常2扣子平台优化完善人设提示词、添加必要插件、填充知识库3授权对接获取公众号AppID，在扣子平台发起配置，管理员扫码授权4发布验证勾选微信公众号渠道发布，测试对话响应后续运营与持续优化可在公众号设置自动回复、菜单引导入口，定期根据对话数据优化智能体06AIAGENTPRACTICEAI智能体开发入门实战通过六大经典场景的动手实践，快速掌握智能体开发流程，从零构建属于你的个性化AI助手与实用工具。覆盖古诗词、图书、培训等多场景包含图像生成与文本处理实战手把手带你完成智能体闭环开发解析古诗词智能体实现效果用户输入古诗词内容，智能体将自动输出诗词标题、作者、带拼音的原文、白话文翻译、作者介绍以及读后感。实现步骤创建智能体及工作流，配置大模型节点，输入指定系统提示词，设置输出格式，最后进行测试与发布即可。应用价值辅助学生进行古诗词自主学习与深度赏析，通过结构化的多维度输出，显著提升诗词学习的趣味性与效率。介绍图书智能体实现效果输入书名，输出图书封面、作者、简介、定价、经典语句。实现步骤1创建智能体及工作流2依次添加豆瓣搜书、链接读取、大模型、缩放、画板插件3配置各节点参数，设置画板排版，测试发布制作培训大纲智能体实现效果输入主题关键词，自动生成结构完整的培训大纲，支持导出为Word文件。实现步骤1创建智能体及工作流2添加大模型、markdown_to_word节点3配置大模型输出为markdown格式4结束节点返回文件下载链接，测试发布自动生成证件照智能体核心功能智能体实现效果用户只需上传正脸生活照并指定性别，智能体即可自动进行图像处理，高效生成标准职业证件照。步骤一搭建工作流与核心节点创建智能体及工作流，依次添加图像生成、智能换脸以及背景替换节点，构建完整生成链路。步骤二节点参数配置与调试发布精细化配置各节点输入输出参数，进行多场景功能测试与效果调试，确认无误后完成智能体发布。智能体工作流与生成试运行界面生成艺术字图片智能体实现效果输入文字内容，自动生成未来科技风格的艺术字海报实现步骤1创建智能体及工作流2添加大模型、图像生成节点3配置大模型生成绘画提示词4图像生成节点根据提示词输出图片5测试发布智能体工作流画布已就绪输入节点(Start)接收用户输入的文字内容大模型节点(LLM)生成未来科技风绘画提示词图像生成节点(Text-to-Image)根据提示词输出艺术字海报生成内容摘要智能体实现效果输入网页链接，自动提取原文核心观点、背景、关键数据，生成结构化摘要。网页链接读取自动抓取解析网页原文数据核心信息提取精细识别观点、背景与关键数据结构化摘要生成规范高效输出条理清晰的文本摘要实现步骤01创建智能体及工作流搭建智能体基本框架与工作流节点运行载体02添加链接读取、大模型节点配置内容获取与智能分析的核心能力节点03配置链接读取插件获取网页内容设定数据接入参数，自动抓取与解析页面正文04大模型解析生成摘要通过Prompt指引大模型精准提炼归纳关键内容05测试发布验证连通性与摘要质量，确保无误后上线发布感谢观看动手实践，打造属于你的AI智能体THANKYOUFORWATCHING第6章智能体开发进阶实战Coze平台开发技巧与项目实战AI智能体开发进阶案例主讲人：智能体技术课程组2026年秋季学期目录TABLEOFCONTENTS01批量制作PPT02批量创建姓名台签03批量生成王阳明语录04一键生成悬疑短视频05结语与思考练习01批量制作PPT：实现效果与设计思路实现效果用户输入颜色及PPT主题，即可生成指定格式要求的可编辑PPT源文件。设计思路主要调用iSlide相关插件，实现指定格式和主题的PPT输出。实现步骤1创建智能体及工作流2配置工作流3试运行01批量制作PPT：工作流节点配置需按顺序添加4个iSlide插件节点：1generate_outline输入主题生成PPT大纲2get_themes输入关键词获取对应PPT主题模板3generate_presentation结合大纲与主题生成PPT4download_presentation返回PPT下载链接01批量制作PPT：节点配置详情1开始节点配置输入变量input（主题）、themes_keyword（主题关键词）2get_outline节点topic引用开始节点的input变量3get_themes节点keywords引用开始节点的themes_keyword变量4generate_presentation节点outline引用generate_outline输出、themeId引用get_themes输出5download_presentation节点historyId引用generate_presentation输出6结束节点返回download_presentation的下载链接起始节点配置get_outline配置get_themes配置generate_presentation01批量制作PPT：运行效果输入主题与关键词在智能体输入端填入PPT主题及核心关键词，一键触发自动化生成工作流。工作流自动化运行系统后台节点依次高效执行大纲生成与排版渲染，工作流运行成功并输出结果。获取链接并下载使用直接返回可编辑PPT的下载链接，复制到浏览器即可快速下载并进行二次编辑。02批量创建姓名台签：实现效果与设计思路实现效果输入存储姓名信息的Excel文件，即可批量生成统一格式的姓名台签，无需手动逐个制作。设计思路通过配置readExcel、大模型、代码、循环及画板节点，实现批量读取Excel姓名信息、按指定格式排版输出：readExcel读取数据大模型文本处理代码节点格式转换循环节点遍历数据画板节点排版输出02批量创建姓名台签：节点配置详情1开始节点输入变量类型设置为Excel2readExcel节点url引用开始节点输入，sheetName设为sheet13大模型节点输入引用readExcel输出，提示词要求提取所有人名用、分隔4代码节点将姓名字符串分割为数组5循环节点数组循环，输入引用代码输出的姓名数组6画板节点置于循环体内，配置台签排版样式02批量创建姓名台签：配置演示开始节点：变量类型选择ExcelreadExcel节点：参数读取设置大模型节点：提示词Prompt配置代码节点：数据分割与处理逻辑循环节点：批量遍历参数设置画板节点：台签样式与排版设置03批量生成王阳明语录：实现效果与设计思路实现效果输入数字N，即可生成N张带王阳明经典语录的宣传海报，可直接保存使用。设计思路大模型生成指定数量的王阳明真实语录，批处理节点控制出图数量，画板节点完成海报排版。03批量生成王阳明语录：工作流配置1开始节点变量名改为Count，类型设为Integer，用于输入生成数量2大模型节点输入引用Count变量，输出对应数量的真实王阳明语录数组3批处理节点输入引用大模型输出，并行运行数设为34画板节点置于批处理体内，设置画布尺寸为1080*1440，添加王阳明肖像、语录变量字段，设置排版样式5结束节点返回画板生成的图片数组03批量生成王阳明语录：运行效果1设定生成数量输入生成数量（如9），按需灵活配置单次批量生成的语录海报总数。2一键试运行生成点击试运行即可生成对应数量的语录海报，智能体自动完成图文排版与渲染。3批量保存与发布支持批量保存高清海报，生成结果可直接用于各大社交平台发布与分享。04一键生成悬疑短视频：实现效果与设计思路实现效果输入视频主题，即可全自动生成包含文案、配音、分镜、动态视频、字幕、BGM、特效的完整剪映草稿，支持直接导入剪映编辑。设计思路文案处理01构建高度自动化工作流，智能解析视频主题并生成悬疑分镜。音频生产02自动合成高品质配音，并智能匹配悬疑氛围背景音乐。视频生产03根据分镜脚本，调用AI视频生成插件渲染动态视频片段。后期合成04整合音视频、字幕与特效，最终实现批量悬疑短视频生产。注意：视频生成插件需付费调用API使用04一键生成悬疑短视频：核心配置步骤1开始节点参数配置配置输入变量title（主题）、text（自定义文案可选）、mihe_key（API密钥必填）、audio（BGM链接必填）及time（单分镜时长必填）。2分支选择器逻辑判断判断是否有自定义文案：有则直接处理分句；无则调用大模型生成300-360词悬疑故事后再执行分句处理。3变量聚合统一输出将两个分支的文案输出进行统一格式化聚合，确保数据结构一致，供后续视频与音频生产线无缝调用。分支选择器配置流程图04一键生成悬疑短视频：音频与视频生产线配置音频生产线1TTS语音合成：将分句批量转换为配音音频2时间线生成：循环提取配音链接，分析音频时长生成时间线视频生产线1分镜提示词：大模型生成分镜绘画提示词，保证角色一致性2文生图插件：循环调用文生图插件生成对应分镜图片3图生视频插件：循环调用图生视频插件生成动态分镜片段04一键生成悬疑短视频：后期合成配置后期合成步骤：1.计算视频时间线匹配配音、分镜、字幕时间节点2.生成素材数据分别生成配音数据、视频片段数据、BGM数据、字幕数据3.将素材导入剪映将所有素材按时间线导入剪映草稿4.返回草稿ID结束节点返回最终剪映草稿ID05结语与思考练习：核心总结本章4个案例核心关键词批量Production自动化Automation进阶核心思维任何复杂业务都可拆解为「可复用的节点+可循环的结构+可并行的批处理」智能体的本质智能体的本质是生产力工具，可将重复性工作转化为一键生成的自动化流程NEXT下一章预告多智能体协作与企业级部署05结语与思考练习：思考题01批量生成PPT节点扩展1.批量生成PPT时，要求每页插入3张公司实拍产品图，现有工作流需增加哪些节点？02台签案例数据流转2.台签案例中，循环节点为何要先经过代码节点再进入画板？直接接readExcel输出会有什么问题？03解耦架构权衡3.阳明语录案例中，将大模型生成提示词与画板排版解耦的好处与代价分别是什么？04短视频主干逻辑4.悬疑短视频工作流的主干故事线是什么？05高并发降级策略5.批处理并发量过大容易失败，有哪些降级策略？05结语与思考练习：实践题01改造批量PPT案例，新增演讲者备注自动生成功能02升级台签生成器，支持读取通讯录CSV，按身份添加不同颜色边框03改造语录工作流为巴菲特名言英文海报生成器，适配Ins发布04悬疑短视频工作流新增治愈系Vlog分支，实现双风格切换05为批量案例增加错误重试与运行日志节点，输出运行复盘Excel工作流实战演练能力进阶感谢观看动手实操是掌握智能体开发的最佳路径THANKYOUFORWATCHING第7章聚焦典型企业场景·拆解全流程开发掌握从0到1构建智能体工作流核心能力企业级工作流案例开发实践主讲人：智能体技术课程组2026年秋季学期目录TABLEOFCONTENTS01案例一：发票识别与飞书自动化写入02案例二：跨境电商客服小助手——邮件自动化处理03案例三：AI橘猫短视频创作助手——抖音爆款内容自动化生产工作流01案例一：发票识别与飞书自动化写入：项目背景与核心需求背景：某互联网企业财务每月需处理2000+张发票核心痛点1.流程效率低手工录入耗时长，易引发合规风险2.数据误差高月度错误率达8%，需额外20小时核对数据3.流程断点多跨部门沟通成本高，数据追溯效率低项目目标实现全流程自动化打破传统人工处理模式，构建端到端无缝衔接的智能化财务数据流转工作流。全流程自动化路线：上传发票识别内容写入飞书表格最终实现「上传发票→识别内容→写入飞书表格」无缝对接，大幅提升数据准确率与处理时效。01案例一：发票识别与飞书自动化写入：开发前准备（飞书环境配置）开发前需完成三项飞书基础配置：1飞书客户端下载安装支持Windows、macOS、手机端、网页版多终端2企业账号注册登录需使用企业账号，个人账号功能受限3发票专用多维表格创建可自主创建空白表格，也可通过模板快速复制使用01案例一：发票识别与飞书自动化写入：工作流节点配置（上）节点01开始节点在扣子平台创建工作流，初始化流程入口。必须在此设置与两个关键输入变量。feishu_urlfiles节点021号员工：识别发票内容负责发票文件的自动解析与提取，节点中配置并使用「链接读取」插件，高效提取发票文件内的原始数据。节点032号员工：发票格式整理负责数据的结构化加工，运用大模型+指定提示词精准提取发票金额、日期等核心关键字段。01案例一：发票识别与飞书自动化写入：工作流节点配置（下）阶段任务：完成后半段节点配置与授权，实现从批处理数据到飞书多维表格的自动写入与响应43号经理：飞书数据安排配置批处理节点，针对多张发票数据进行批次划分与运行参数设置，确保大批量发票流高效并发处理。54号员工：整理飞书对标数据使用代码节点编写转换脚本，将发票识别提取的原始字段清洗并转换为飞书表格强类型适配格式。65号员工：写入表格使用飞书多维表格插件，在完成账号应用授权后配置目标数据表与字段映射参数，实现无缝追加写入。7结束节点：输出返回配置输出变量，汇总包含执行状态、写入行数及日志信息的JSON数据，完成全流程自动化响应闭环。01案例一：发票识别与飞书自动化写入：试运行与效果验证试运行操作步骤1链接关联：输入飞书多维表格URL，绑定自动化写入目标2支持上传、、等多种常用格式文件发票上传：imagedocxpdf3系统输出为即表示写入成功，可实时检索数据结果验证：success项目落地价值90%+发票处理效率提升0%数据输入错误率显著降低跨部门沟通成本飞书多维表格自动化写入效果界面02案例二：跨境电商客服小助手——邮件自动化处理：项目背景与核心需求场景痛点海量多语言邮件每日需处理数百封来自全球的多语言咨询邮件，人工处理负荷极重。回复匹配耗时长人工逐封解读、匹配知识库回复耗时长，难以保证即时响应。语言与业务壁垒易因语言差异、业务不熟悉导致回复错误，影响客户体验。项目目标全流程自动化实现「邮件自动获取→多语言内容解读→知识库匹配生成回复→自动发送」全流程闭环。极速响应时间单封邮件处理耗时控制在小于10秒，大幅提升服务效率。高准确率保障智能回复准确率达到大于95%，确保业务沟通的专业与精准。02案例二：跨境电商客服小助手——开发前准备（邮箱配置）以163邮箱作为客服邮箱为例，完成前置配置：1登录安全设置页面登录163邮箱，进入「邮箱安全设置」页面2开启邮件服务点击「POP3/SMTP/IMAP」选项，开启IMAP/SMTP、POP3/SMTP服务3保存安全授权码保存生成的授权码（仅显示一次，后续工作流配置需使用）开启IMAP/SMTP服务成功界面及授权码生成说明02案例二：跨境电商客服小助手——邮件自动化处理：工作流节点配置（上）1号员工获取邮件使用「163邮箱助手」插件的get_email_list工具获取最新邮件邮件自动拉取2号员工生成回复标题大模型根据邮件标题生成规范回复标题标题智能规范3号员工生成回复内容大模型关联亚马逊猫品店铺知识库，按要求生成英文回复正文知识库检索与生成02案例二：跨境电商客服小助手——邮件自动化处理：工作流节点配置（下）完成后半段节点配置，实现邮件提取、自动回复与流程结束的闭环设计044号员工：提取发件人邮箱利用大模型（LLM）的文本理解与提取能力，从复杂的邮件原始信息中精准提取出纯净的收件人/发件人邮箱地址。055号员工：发送邮件使用「163邮箱助手」插件的工具，传入标题、正文、收件人等参数发送回复。send_email06结束节点配置输出变量，将邮件发送结果（如成功/失败状态、时间戳等）进行结构化返回，完成整个自动化工作流。02案例二：跨境电商客服小助手——邮件自动化处理：试运行与效果验证试运行操作模拟用户向客服邮箱发送咨询邮件，运行工作流，输出为「true」即为发送成功，用户可收到符合要求的自动回复邮件。落地价值客服邮件处理效率提升80%以上，回复准确率达98%，大幅降低人力成本与响应时长。03案例三：AI橘猫短视频创作助手——抖音爆款内容自动化生产工作流：项目背景与核心需求抖音宠物垂类橘猫内容创作痛点1.脚本创意同质化难以产出新意内容，同质化严重导致用户产生审美疲劳。2.多模态素材整合耗时久萌图、视频、音效等多模态素材的收集与整合耗费大量人工时间。3.流量规则适配难平台标签、文案适配难度大，难以精准契合平台的流量推荐规则。项目目标与核心指标实现全流程自动化生产线脚本生成萌图创作视频剪辑音效匹配发布单条视频生产耗时<3分钟大幅提升创作效率爆款元素覆盖率>90%保障内容引流效果03案例三：AI橘猫短视频创作助手——抖音爆款内容自动化生产工作流：工作流核心配置逻辑核心逻辑围绕「橘猫爆款逻辑」拆分15个核心节点，融合LLM创意能力、多模态生成工具与抖音生态适配能力。15个核心节点LLM创意融合抖音生态适配第一步操作在Coze空间创建名称为「juCat」的工作流，添加第一个大模型节点，命名为「生成图片的提示词」。空间：Coze名称：juCat节点：生成图片的提示词总结与展望SUMMARY&OUTLOOK通过三个高频典型企业场景的实战案例，系统掌握从0到1构建企业级智能体工作流的核心能力，所学方法可直接复用于实际业务场景，实现技术能力向业务价值的跨越。第8章智能体安全

·伦理AIAgent可信发展核心议题智能体的安全性与伦理问题主讲人：智能体技术课程组2026年秋季学期目录TABLEOFCONTENTS01安全风险与应对策略02伦理道德考量03结语与问题思考01SAFETYRISKS&STRATEGIES安全风险与应对策略本章节聚焦AI智能体在数据、模型、系统、测评四大维度的安全风险及对应解决方案。数据安全与隐私保护模型安全与对抗攻击系统与通信安全安全测评与红队体系数据安全与隐私保护核心风险与应对逻辑核心风险与全生命周期威胁数据在收集、存储、处理、传输全生命周期存在泄露、篡改、滥用风险，易引发隐私侵权、恶性事件甚至国家安全威胁。面临的关键挑战过度收集与集中存储极其容易遭受黑客攻击，数据共享环节防护严重不足，并存在高度威胁的再识别攻击风险。三维体系化应对方案1.技术层加密技术、差分隐私、联邦学习实现“数据可用不可见”2.管理层建立数据分类分级、最小权限及审计追溯治理框架3.法律层遵循《个人信息保护法》《通用数据保护条例》等合规要求模型安全与对抗攻击核心风险：对抗攻击(AdversarialAttack)通过向输入添加人类无法察觉的微小扰动致使模型输出错误结果，分为白盒与黑盒攻击两类主要模式。核心风险：其他新型安全威胁主要包含预置恶意后门攻击、未经授权的模型窃取攻击，以及侵犯训练数据隐私的成员推理攻击。应对方案：技术手段防御全面采用对抗训练增强模型内生鲁棒性，结合输入预处理与可认证鲁棒性评估，筑牢技术防护基线。应对方案：体系结构优化持续提升模型可解释性，部署实时线上异常监控系统，并通过多模型集成防御降低单点失效风险。系统与通信安全全链路风险与防御框架硬件层安全风险传感器被欺骗、执行器被恶意控制、AI计算硬件存在漏洞。软件层安全风险依赖项存在漏洞、供应链攻击风险。网络层安全风险中间人攻击、重放攻击、拒绝服务攻击、多智能体环境下跳板攻击。纵深防御应对方案采用纵深防御策略，覆盖物理到应用层全链路防护，引入零信任架构，推进安全一体化与红蓝对抗演练。安全测评与红队体系安全测评与红队建设体系01/安全风险与应对策略01MATRIX测评框架构建“三层六阶”测评矩阵，精准覆盖数据、模型与系统层。按威胁建模→单点渗透→对抗样本→供应链→物理侧信道→业务因果六阶递进。配套鲁棒性半径、可认证准确率等全方位量化指标。多层级防线矩阵02REDTEAM红队建设建立完善的红蓝