标签: AI Agent

2026
0
工业智能

MATLAB Agentic Toolkit到底解决了什么问题？一篇看懂MathWorks如何把工程软件接进AI Agent工作流

MathWorks新发布的MATLAB Agentic Toolkit，本质上不是一个简单的“让AI会写MATLAB代码”的插件，而是一套把MATLAB能力、工程知识和AI代理工作流绑定起来的基础设施。它一边通过MATLAB MCP Core Server给AI代理接上可执行的MATLAB环境，一边通过skills把MATLAB工程师的最佳实践注入代理，让AI不只是“会写几行.m文件”，而是能以更接近真实工程团队的方式完成建模、测试、诊断、应用开发与工具箱调用。

0
AI技术

别把公司扒光给 AI 看：为什么“战略性不可读”会成为下一代护城河？

几乎所有创始人都在焦虑一件事：如何让公司对 AI 更“可读”。但一个更少人愿意面对的问题是，当你把内部知识、流程、判断逻辑和操作方式系统化、结构化、标准化时，你也可能正在亲手把自己的护城河翻译成供应商可以学习、复制和商品化的能力。你的优势，正在变成别人的功能。

0
AI技术

一张3090，够不够撑起你的本地大模型？

在本地大模型玩家圈里，RTX 3090 仍然是一张极有代表性的“临界点显卡”。24GB 显存、成熟的软件生态和相对可承受的成本，让它成为很多人判断本地模型是否真正可用的一把尺子。问题是，一张3090到底能干什么，边界又在哪？

0
AI技术

AI 工程师实战路线图

在 AI 浪潮席卷全球的当下，“AI 工程师”已经成为科技行业最炙手可热的高薪岗位之一。不同于传统机器学习研究者或数据科学家，AI 工程师的核心任务不是从头训练模型，而是把大语言模型真正落地到生产环境中，构建可靠、可扩展、可维护的完整系统。 这份路线图源于 Alexey Grigorev 的开源项目《AI Engineering Field Guide》。该项目分析了超过 2445 个职位 JD、5694 个职责描述和 4525 个实际用例，从中提炼出真正驱动 80% 工作产出的 20% 核心技能。对于想转型或进阶的工程师来说，这不是一份“概念清单”，而是一张非常务实的实战导航图。

0
AI技术

Project Deal：Anthropic 让 Claude 代替人类讨价还价的实验

Anthropic 近期公布了一项名为 Project Deal 的内部实验，让 Claude 代理人类在 Slack 二手市场里自主买卖、议价与成交。结果显示，AI 已经能够完成真实交易，而模型能力差异会直接转化为价格差，并且弱势一方甚至很难察觉自己正在吃亏。

0
AI技术

当 Claude、Codex 和 Onshape 开始直接生成 CAD，工业软件最先被颠覆的可能不是功能，而是那层复杂到令人窒息的界面

Adam-CAD 开源项目 CADAM、Onshape 与 Claude Opus 的联动案例，以及近期兴起的 text-to-CAD 工作流，正在揭示一个非常明确的趋势，大模型对工业软件的改造重点，不只是自动生成几何体，而是直接绕开传统 CAD 那套层层菜单、命令树和参数面板，把复杂界面压缩成可对话、可验证、可回溯的设计意图层。

0
AI技术

不是每家公司都要做大模型，但每家公司都得重做产品入口

4月20日，Adobe在拉斯维加斯举办的Summit 2026上发布了CX Enterprise——一个全面Agent化的企业级客户体验编排平台。Adobe Experience Cloud被正式更名为CX Enterprise，内置AI Agent和全新的"Coworker"自主编排层。这不是一家AI创业公司的产品发布，而是一家年收入超200亿美元、服务全球超过20,000个品牌的传统软件巨头，用行动宣告了一个事实：AI不是在颠覆SaaS，AI正在成为SaaS本身。

0
AI技术

企业真正难的，不是把Agent用起来，而是知道它什么时候做错了

这两年，几乎所有公司都在谈 Agent。 有人把它理解成"更聪明的聊天机器人"，有人把它理解成"会自动干活的软件员工"，也有人把它看成下一代企业操作系统的雏形。市场上的演示视频一个比一个惊艳：能自己拆任务，能调用工具，能读文档，能写代码，能跨系统操作，还能连续工作十几个小时不喊累。看上去，企业离"数字员工"只差最后一步。 但真正开始把 Agent 往生产环境里推的公司，很快就会发现，最难的从来不是把 Agent 跑起来，而是另一件更麻烦、也更现实的事：你得知道它到底在干什么，它为什么这么做，它是什么时候开始做错的，以及它做错以后，谁来负责。 这才是 2026 年企业 AI 最真实的分水岭。