[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"site-home-live-entry-setting":3,"site-header-contests":8,"site-header-camps":49,"study-material-detail-study-97":104},{"enabled":4,"title":5,"statusText":5,"buttonText":5,"campSlug":5,"stage":6,"classroomId":7,"hasClassroom":4},false,"",0,null,{"total":9,"list":10,"pageNum":44,"pageSize":45,"size":9,"startRow":44,"endRow":9,"pages":44,"prePage":6,"nextPage":6,"isFirstPage":46,"isLastPage":46,"hasPreviousPage":4,"hasNextPage":4,"navigatePages":47,"navigatepageNums":48,"navigateFirstPage":44,"navigateLastPage":44},3,[11,25,35],{"slug":12,"title":13,"logo":7,"liveUrl":14,"prize":15,"sponsor":16,"description":17,"organizer":18,"startTime":19,"endTime":20,"registrationDeadline":21,"status":22,"dashboardVisibility":23,"createdAt":24},"spring2026","2026春季启元人工智能大赛","https:\u002F\u002Fwww.bilibili.com\u002Fblackboard\u002Flive\u002Flive-activity-player.html?cid=1822703816&quality=0","200,000","麒麟软件有限公司","“2026春季启元人工智能大赛”是由启元实验室主办的面向全国人工智能领域开发者、科研人员及高校学生的权威赛事。大赛旨在促进与培养具备工程实践能力和创新能力的优秀人工智能领域开发者、推广国产软硬件技术与生态、助力国家人工智能产业高质量发展。\n各参赛选手需在规定的比赛周期内，依据赛事规则选定赛题并完成相应挑战，优胜者将共同角逐总额20万元的赛事奖金池，并且还将有机会获得实习和知名企业优质岗位内推资格。","启元实验室","2026-04-19 16:00:00","2026-07-13 16:00:00","2026-06-16 16:00:00","ongoing","private","2026-04-16 08:00:00",{"slug":26,"title":27,"logo":7,"liveUrl":14,"prize":28,"sponsor":7,"description":29,"organizer":18,"startTime":30,"endTime":31,"registrationDeadline":32,"status":33,"dashboardVisibility":23,"createdAt":34},"autumn2025","2025秋季启元人工智能大赛","150,000","“2025秋季启元人工智能大赛”是由启元实验室主办的面向全国人工智能领域开发者、科研人员及高校学生的权威赛事。大赛旨在促进与培养具备工程实践能力和创新能力的优秀人工智能领域开发者、推广国产软硬件技术与生态、助力国家人工智能产业高质量发展。","2025-11-08 08:00:00","2026-01-13 08:00:00","2025-12-30 08:00:00","ended","2025-11-03 08:00:00",{"slug":36,"title":37,"logo":7,"liveUrl":14,"prize":38,"sponsor":7,"description":39,"organizer":18,"startTime":40,"endTime":41,"registrationDeadline":42,"status":33,"dashboardVisibility":23,"createdAt":43},"summer2025","启元人工智能大赛(系统方向)","80,000","启元人工智能大赛由启元实验室主办，其中系统赛道基于启元实验室九源软件栈的相关开源项目，通过拉动开源社区力量，一方面促进国产智能计算生态的发展，另一方面也为人工智能系统方向的学生及从业者提供一个实践平台。","2025-07-08 08:00:00","2025-08-25 08:00:00","2025-07-22 08:00:00","2025-06-22 08:00:00",1,5,true,8,[44],{"total":45,"list":50,"pageNum":44,"pageSize":45,"size":45,"startRow":44,"endRow":45,"pages":44,"prePage":6,"nextPage":6,"isFirstPage":46,"isLastPage":46,"hasPreviousPage":4,"hasNextPage":4,"navigatePages":47,"navigatepageNums":103,"navigateFirstPage":44,"navigateLastPage":44},[51,62,73,84,94],{"id":52,"slug":53,"title":54,"logo":55,"publicLiveEmbedUrl":14,"description":56,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":16,"startTime":58,"endTime":59,"status":22,"dashboardVisibility":60,"createdAt":58,"updatedAt":61},"019eeeff-6b00-7d55-a629-efafded3e232","summer2026","2026年夏季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fuploads\u002F2026-06\u002F019eef7f-7816-7828-9309-79c2c61dd568.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=M0HrjYzmSY%2BWL2XQ7%2BKfjKg%2FOvI%3D","由启元实验室发起的InfiniTensor大模型与人工智能系统训练营，面向开源社区、高校及产业界伙伴开放。活动以「普及AI全栈知识技术、培养工程实践与创新型人才、推广国产软硬件技术生态」为核心目标，助力国家人工智能产业高质量发展。","...","2026-06-22 08:00:00","2026-10-19 08:00:00","public","2026-10-12 08:00:00",{"id":63,"slug":64,"title":65,"logo":66,"publicLiveEmbedUrl":7,"description":67,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":68,"startTime":69,"endTime":70,"status":33,"dashboardVisibility":23,"createdAt":71,"updatedAt":72},"019af3f3-e06a-7245-aa8d-37dc99a69c73","winter2025","2025年冬季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fuploads\u002F2025-12\u002F019afc69-b7ca-7805-91fb-605429671c01.png?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=CtIkk%2BleNgPV1fF8hiKwA%2Fal4%2F8%3D","由启元实验室发起的InfiniTensor大模型与人工智能系统训练营，面向开源社区、高校及产业界伙伴开放。活动以「普及AI全栈知识技术、培养工程实践与创新型人才、推广国产软硬件技术生态」为核心目标，助力国家人工智能产业高质量发展。 \n","新华三技术有限公司","2025-12-25 08:00:00","2026-03-27 08:00:00","2025-12-06 08:00:00","2026-10-22 20:24:30",{"id":74,"slug":36,"title":75,"logo":76,"publicLiveEmbedUrl":7,"description":77,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":78,"startTime":79,"endTime":80,"status":81,"dashboardVisibility":23,"createdAt":82,"updatedAt":83},"01980342-208c-7803-b3f3-19e1d31960ba","2025年夏季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fuploads\u002F2025-07\u002F0198045e-28fe-78f0-95fe-23835ce58395.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=j%2FRJ%2BoPoQViRSYlDtRoiD0xJ6Pk%3D","InfiniTensor大模型与人工智能系统训练营由启元实验室及清华大学 AI 系统方向团队发起，面向开源社区、高校和产业界，普及人工智能各方面知识和技术，培养相关人才。训练营联合开源项目开发者、学术界大牛、工业界资深工程师参与授课与项目指导。课程采用「线上直播授课 + 在线答疑 + 项目实践辅导 」的方式进行，确保每位同学都能获得充分成长。训练营全程免费，通过视频、直播课、习题和项目实践，在人工智能飞速发展的背景下，为学员提供一窥深层技术的机会。","北京积算科技有限公司","2025-07-14 08:00:00","2025-09-30 08:00:00","upcoming","2025-07-13 08:00:00","2026-10-22 20:24:58",{"id":85,"slug":86,"title":87,"logo":88,"publicLiveEmbedUrl":7,"description":89,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":5,"startTime":90,"endTime":91,"status":81,"dashboardVisibility":23,"createdAt":92,"updatedAt":93},"01980cf9-a7d8-7796-ae86-0bbe05334add","winter2024","2024年冬季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Ftesting-cdn.infinitensor.com\u002Fuploads\u002F2025-07\u002F01981269-ce23-7624-a287-9f07dd0d85f6.jpg","InfiniTensor大模型与人工智能系统训练营由清华大学发起，面向开源社区、高校和产业界，普及人工智能各方面知识和技术，培养相关人才。训练营全程免费，通过视频、直播课、习题和项目实践，在人工智能飞速发展的背景下，为学员提供一窥深层技术的机会。报名学员请阅读“导学”课程页的训练营介绍。","2025-01-05 08:00:00","2025-03-22 08:00:00","2025-07-15 08:00:00","2026-10-22 20:24:39",{"id":95,"slug":96,"title":97,"logo":98,"publicLiveEmbedUrl":7,"description":99,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":5,"startTime":100,"endTime":101,"status":81,"dashboardVisibility":23,"createdAt":92,"updatedAt":102},"01980c20-363a-7dc3-8f5a-58a68e08dcc4","summer2024","2024年夏季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Ftesting-cdn.infinitensor.com\u002Fuploads\u002F2025-07\u002F01981269-fbfa-788a-afcd-17fa9be74ff9.jpg","InfiniTensor大模型与人工智能系统训练营由清华大学发起，面向开源社区和高校，普及人工智能各方面知识和技术，培养相关人才。训练营全程免费，通过课程、习题和项目实践，在人工智能飞速发展的背景下，为学员提供一窥深层技术的机会。","2024-07-20 08:00:00","2024-09-29 08:00:00","2026-10-22 20:24:49",[44],{"currentItem":105,"processedData":125},{"img":106,"keywords":107,"treeType":44,"description":108,"showStatus":44,"updateTime":109,"type":110,"title":111,"content":112,"nextArticle":113,"createTime":109,"sortOrder":117,"canonicalPath":118,"id":119,"contentType":120,"prevArticle":121},"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_fm.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=Nbne%2BI4Mg8htDtK1JsxjR3Hb0h8%3D","自主智能体,ReAct,多智能体,工具学习,AgentVerse","2026 夏季 InfiniTensor 训练营《大模型自主智能体》解析大模型智能体与自主智能体核心技术，涵盖 ReAct 框架、工具学习三大范式及 X-Agent 双循环机制。详解 RepoAgent 代码文档生成、APA 流程自动化等垂直应用，并探讨多智能体系统的组织架构、通信协议与 ChatDev 协作实践。","2026-10-22 20:38:11",2,"2026 夏季 InfiniTensor 训练营前沿模型 4、AI 编程与智能体应用 8：《大模型自主智能体》","![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw01.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=N452LrAE0YM%2FCnxtfD8X9jJO8Nk%3D)\r\n\r\n\u003Cspan style=\"font-size:12px;color:#555;\">8 月 7 日，2026 夏季 InfiniTensor训练营前沿模型方向第四课、 AI 编程与智能体方向第八课《大模型自主智能体》开讲。\r\n前置课程《AI 模型导论与推理基础原理》搭建了人工智能与深度神经网络的零基础核心认知体系，串联了 AI 发展迭代、网络原理、训练逻辑、特殊结构及模型任务五大核心内容。\u003C\u002Fspan>\r\n\r\n本节课从智能涌现底层逻辑切入，讲解模型智能体的核心技术框架、工具学习范式、多智能体系统及未来展望。\r\n\r\n## 智能涌现与Agent的诞生背景\r\n\r\n### 什么是“涌现”？\r\n**1. 自然界的启示**：量变引起质变（如水分子形成雪花分形）。\r\n\r\n**2. AI 领域的涌现**：随着模型规模、训练数据和计算资源提升，大模型在部分复杂任务上可能表现出超过预期的能力提升，呈现类似“涌现”的现象。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw02.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=ROgq9AA3Fmg3gcAzs8pldB8RpCY%3D)\r\n\r\n### 当前大模型的三大局限\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw03.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=QsXum3u%2F3%2BrLd5sx8GmGx0KGSug%3D)\r\n\r\n### 为什么需要 Agent？（人类智能的类比）\r\n**1. 人类进化规律**：脑容量未增，但通过“使用工具”拓展边界，通过“分工协作”实现文明跃迁。\r\n\r\n**2. AI 发展路径**：\r\n- 小模型 → 大模型（类比原始人到现代人）。\r\n- 大模型 + 工具 = **智能体（Agent）**。\r\n- 多智能体协作 = **多智能体系统（Multi-Agent System）**。\r\n\r\n### 行业战略风向\r\n- **OpenAI 的战略重心**：Sam Altman 强调 Agent 生态构建。\r\n- **关键产品**：OpenAI 推动 Agent 生态建设，推出 GPT Store、Assistants API 等能力，并持续发展面向 Agent 应用的开发工具。\r\n\r\n## Agent 统一框架与核心技术\r\n### Agent 典型统一框架\r\n**1. 核心驱动**：Foundation Model（基座模型）。\r\n\r\n**2. 循环机制**：规划 Action → 调用 ToolSet → 环境执行 → 获取反馈（Result + Human Feedback）→ Summary → 下一轮规划。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw04.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=lhLG3hJdc44tSMOXFf5PVXTJD1Q%3D)\r\n\r\n### ReAct 框架\r\n**1. 核心理念**：Reasoning（推理）+ Acting（行动）相结合。\r\n**2. Thought（思考）**：当前状态分析、思维链、下一步动作决策。\r\n**3. Action（动作）**：具体执行的操作。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw05.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=js9ChXto3Z85XbFBFQETawa6Zn0%3D)\r\n\r\n## 工具学习——前沿研究方向\r\n### 工具学习的发展脉络\r\n- 搜索引擎（WebSearch）→ 电商购物（WebShop）→ 物理引擎（Mind's Eye）→ 编程解题 → 万级API调用（ToolLM）。\r\n- **结论**：大模型在部分工具调用任务中已达到甚至超过普通用户水平。\r\n\r\n### 三大实现路径\r\n\r\n| 路径 | 原理 | 特点 | 代表工作 |\r\n| :--- | :--- | :--- | :--- |\r\n| **模仿学习** | 记录人类操作轨迹数据，进行 SFT 微调 | 需标注数据，但数据量可控 | WebGPT, WebCPM, GUI Course |\r\n| **教程学习** | 将 API 手册\u002F文档作为 Prompt 输入，利用上下文学习能力 | 无需训练，即插即用 | ToolLM |\r\n| **强化学习** | 环境中自主探索试错，根据反馈更新参数 | 高度自主，探索与利用平衡 | - |\r\n\r\n（人类监督逐渐减少，模型自主性逐渐提高）\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw06.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=WVPS6%2BcvYoESKCNgDhCASFmq5CA%3D)\r\n\r\n\r\n### 典型应用案例：X-Agent\r\n**1. 双循环机制**：\r\n- **外循环**：Plan Agent 负责任务拆解与高级管理。\r\n- **内循环**：专注子任务的低级执行、工具调用与 Reflection。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw07.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=lZPaDqH390v0SlG8dc48oHgv5UI%3D)\r\n\r\n**2. 效果**：在部分复杂任务（如数据分析、数学推理）中，X-Agent 相比 AutoGPT 展现出更好的任务规划和执行能力。\r\n\r\n## Agent 垂直场景应用\r\n### RepoAgent：项目级代码文档生成\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw08.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=xPwlWq7DgO8UGDstjDeFZgJxLRU%3D)\r\n\r\n- **痛点**：传统 LLM 只能理解单文件，无法处理复杂依赖。\r\n- **方案**：结合 AST 语法分析树，识别对象调用关系，构建全局视角。\r\n- **成果**：生成包含功能总结、参数描述、示例的详细项目文档，在项目级代码理解、文档生成质量等指标上取得领先效果。\r\n\r\n### 工作流与流程自动化：从 RPA 到 APA\r\n**1. 传统 RPA 痛点**：人工拖拉拽、依赖专家、静态僵化、经验难复用。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw09.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=%2FVAo1CjbHx3JqCuj3Mr5WsYBjGY%3D)\r\n\r\n**2. APA (Agentic Process Automation)**：\r\n- Agent 自动构建 Workflow + 动态决策。\r\n- 支持 Python 风格定义流程，集成 N8N 等引擎。\r\n- **Control Agent**：根据数据内容动态路由（如区分 ToB\u002FToC 分发渠道）。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw10.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=u9qL%2Fla4axiABtxRhJR2TIK4gWo%3D)\r\n\r\n## 多智能体系统（Multi-Agent Systems）\r\n### 为什么要做多智能体？\r\n**1. 群体智能涌现**：类比生物群聚，多个 Agent 协作可能产生超越个体的群体智能。\r\n\r\n**2. 优势互补**：提高解决复杂问题的准确率与效率。\r\n\r\n### 两大分类\r\n**1. 社会模拟型**：无特定目标，观察社群行为涌现（如谣言传播、小镇模拟）。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw11.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=gXxN8Q%2F7wVjnRa8nLpr%2F7FKcd28%3D)\r\n\r\n**2. 任务完成型**：目标导向，角色分工协作（如软件开发 ChatDev）。\r\n\r\n### 四大核心要素\r\n**1. 任务目标**：决定协同或竞争关系。\r\n**2. 组织结构**：松散独立、树形层级、中心化辐射、全连接扁平化。\r\n**3. 社会关系**：合作 vs 竞争（博弈）。\r\n**4. 行为路由**：流水线式、互斥式、并发式。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw12.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=NBqepNnVFhYJyYZ%2B5PT6ommyBxA%3D)\r\n\r\n### 核心挑战\r\n1. 任务目标设计（避免冲突导致非预期竞争）。\r\n2. 交互协议（探索比自然语言更高效的结构化通信）。\r\n3. 组织结构与路由的动态优化。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw13.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=Bgp%2FUlULd8AWrrzGyVaK%2FjMvn4g%3D)\r\n\r\n\r\n## 前沿研究与平台实践\r\n### 智能体平台：AgentVerse\r\n**1. 机制**：模拟真实团队协同（专家招募 → 协作讨论 → 执行 → 评估迭代）。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw14.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=2v4B6ENCpW1llaRIYy5oT22%2FZKw%3D)\r\n\r\n**2. 发现**：群体决策质量 > 个体；即使 Prompt 要求协作，仍可能涌现“破坏性行为”。\r\n\r\n### 高效通信协议：AutoForm\r\n**1. 创新**：摒弃纯自然语言，搜索形式空间，采用结构化语言（类 XML\u002FJSON）交互。\r\n**2. 收益**：减少冗余寒暄，节省 Token，提升推断准确率与沟通效率。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw15.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=rVBj%2BpnX8YOHSaunV3tnmR9n2xM%3D)\r\n\r\n### 软件开发协作：ChatDev\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw16.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=Ca5REG9585usGxi0MSjuR3ihKeQ%3D)\r\n\r\n**1. 角色扮演**：CEO、CTO、Programmer、Reviewer、Tester。\r\n**2. 流程**：设计研讨 → 编码 → Review\u002FTest → 输出无错代码。\r\n**3. 优势**：低成本、低耗时，在 GitHub 上受到广泛关注。\r\n\r\n## 未来展望——Internet of Agents\r\n**1. 技术演进回顾**：互联网（人与人的连接）→ 物联网（物与物的连接）。\r\n\r\n**2.未来蓝图**：**智能体互联网（Internet of Agents）**。\r\n- 人、设备在数字孪生世界中拥有专属 Agent。\r\n- 探索让不同智能体之间实现协作与通信。\r\n- 实现人机共生的新文明形态。\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw17.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=ZIPt36e9gwoekIJrRkVXaFLflDs%3D)\r\n\r\n\r\n\r\n\r\n## 加入训练营\r\n📺**完整课程内容，请观看直播或查看课程回放：**\r\n**InfiniTensor 官网**： https:\u002F\u002Fwww.infinitensor.com\r\n\r\n**B站直播**： InfiniTensor 官方直播间\r\n\r\n**视频号直播**： InfiniTensor 视频号预约\r\n\r\n**答疑交流**： 训练营官方社群⬇️\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002Fqun_1072.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=AG%2FKyYuCRsAIKhK7zg3mIRfw6NY%3D)\r\n\r\n## 关注与交流\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002Fportal_news\u002Fnews_ewm02.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=%2FcS6n61YLfhpmPgHQ8McqKPLucU%3D)",{"publishTime":7,"createTime":109,"canonicalPath":114,"id":115,"title":116},"\u002Fstudy-material\u002Fstudy-96","study-96","2026 夏季 InfiniTensor 训练营 AI 编程与智能体应用 7：《AI Agent 应用：本地模型接入与能力调用》",13,"\u002Fstudy-material\u002Fstudy-97","study-97","markdown",{"publishTime":7,"createTime":109,"canonicalPath":122,"id":123,"title":124},"\u002Fstudy-material\u002Fstudy-98","study-98","2026 夏季 InfiniTensor 训练营 CUDA 编程 9：《量化与工业级算子调优部署》",{"htmlContent":126,"headings":127},"\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw01.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=N452LrAE0YM%2FCnxtfD8X9jJO8Nk%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cspan style=\"font-size:12px;color:#555;\">8 月 7 日，2026 夏季 InfiniTensor训练营前沿模型方向第四课、 AI 编程与智能体方向第八课《大模型自主智能体》开讲。\u003Cbr>前置课程《AI 模型导论与推理基础原理》搭建了人工智能与深度神经网络的零基础核心认知体系，串联了 AI 发展迭代、网络原理、训练逻辑、特殊结构及模型任务五大核心内容。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>本节课从智能涌现底层逻辑切入，讲解模型智能体的核心技术框架、工具学习范式、多智能体系统及未来展望。\u003C\u002Fp>\n\u003Ch2 id=\"智能涌现与agent的诞生背景\">\u003Ca class=\"anchor\" href=\"#智能涌现与agent的诞生背景\" aria-label=\"跳转到标题：智能涌现与Agent的诞生背景\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>智能涌现与Agent的诞生背景\u003C\u002Fh2>\u003Ch3 id=\"什么是-涌现\">\u003Ca class=\"anchor\" href=\"#什么是-涌现\" aria-label=\"跳转到标题：什么是“涌现”？\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>什么是“涌现”？\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 自然界的启示\u003C\u002Fstrong>：量变引起质变（如水分子形成雪花分形）。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. AI 领域的涌现\u003C\u002Fstrong>：随着模型规模、训练数据和计算资源提升，大模型在部分复杂任务上可能表现出超过预期的能力提升，呈现类似“涌现”的现象。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw02.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=ROgq9AA3Fmg3gcAzs8pldB8RpCY%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"当前大模型的三大局限\">\u003Ca class=\"anchor\" href=\"#当前大模型的三大局限\" aria-label=\"跳转到标题：当前大模型的三大局限\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>当前大模型的三大局限\u003C\u002Fh3>\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw03.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=QsXum3u%2F3%2BrLd5sx8GmGx0KGSug%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"为什么需要-agent-人类智能的类比\">\u003Ca class=\"anchor\" href=\"#为什么需要-agent-人类智能的类比\" aria-label=\"跳转到标题：为什么需要 Agent？（人类智能的类比）\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>为什么需要 Agent？（人类智能的类比）\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 人类进化规律\u003C\u002Fstrong>：脑容量未增，但通过“使用工具”拓展边界，通过“分工协作”实现文明跃迁。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. AI 发展路径\u003C\u002Fstrong>：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>小模型 → 大模型（类比原始人到现代人）。\u003C\u002Fli>\n\u003Cli>大模型 + 工具 = \u003Cstrong>智能体（Agent）\u003C\u002Fstrong>。\u003C\u002Fli>\n\u003Cli>多智能体协作 = \u003Cstrong>多智能体系统（Multi-Agent System）\u003C\u002Fstrong>。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"行业战略风向\">\u003Ca class=\"anchor\" href=\"#行业战略风向\" aria-label=\"跳转到标题：行业战略风向\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>行业战略风向\u003C\u002Fh3>\u003Cul>\n\u003Cli>\u003Cstrong>OpenAI 的战略重心\u003C\u002Fstrong>：Sam Altman 强调 Agent 生态构建。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>关键产品\u003C\u002Fstrong>：OpenAI 推动 Agent 生态建设，推出 GPT Store、Assistants API 等能力，并持续发展面向 Agent 应用的开发工具。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"agent-统一框架与核心技术\">\u003Ca class=\"anchor\" href=\"#agent-统一框架与核心技术\" aria-label=\"跳转到标题：Agent 统一框架与核心技术\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>Agent 统一框架与核心技术\u003C\u002Fh2>\u003Ch3 id=\"agent-典型统一框架\">\u003Ca class=\"anchor\" href=\"#agent-典型统一框架\" aria-label=\"跳转到标题：Agent 典型统一框架\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>Agent 典型统一框架\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 核心驱动\u003C\u002Fstrong>：Foundation Model（基座模型）。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. 循环机制\u003C\u002Fstrong>：规划 Action → 调用 ToolSet → 环境执行 → 获取反馈（Result + Human Feedback）→ Summary → 下一轮规划。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw04.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=lhLG3hJdc44tSMOXFf5PVXTJD1Q%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"react-框架\">\u003Ca class=\"anchor\" href=\"#react-框架\" aria-label=\"跳转到标题：ReAct 框架\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>ReAct 框架\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 核心理念\u003C\u002Fstrong>：Reasoning（推理）+ Acting（行动）相结合。\u003Cbr>\u003Cstrong>2. Thought（思考）\u003C\u002Fstrong>：当前状态分析、思维链、下一步动作决策。\u003Cbr>\u003Cstrong>3. Action（动作）\u003C\u002Fstrong>：具体执行的操作。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw05.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=js9ChXto3Z85XbFBFQETawa6Zn0%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch2 id=\"工具学习-前沿研究方向\">\u003Ca class=\"anchor\" href=\"#工具学习-前沿研究方向\" aria-label=\"跳转到标题：工具学习——前沿研究方向\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>工具学习——前沿研究方向\u003C\u002Fh2>\u003Ch3 id=\"工具学习的发展脉络\">\u003Ca class=\"anchor\" href=\"#工具学习的发展脉络\" aria-label=\"跳转到标题：工具学习的发展脉络\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>工具学习的发展脉络\u003C\u002Fh3>\u003Cul>\n\u003Cli>搜索引擎（WebSearch）→ 电商购物（WebShop）→ 物理引擎（Mind's Eye）→ 编程解题 → 万级API调用（ToolLM）。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>结论\u003C\u002Fstrong>：大模型在部分工具调用任务中已达到甚至超过普通用户水平。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"三大实现路径\">\u003Ca class=\"anchor\" href=\"#三大实现路径\" aria-label=\"跳转到标题：三大实现路径\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>三大实现路径\u003C\u002Fh3>\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth align=\"left\">路径\u003C\u002Fth>\n\u003Cth align=\"left\">原理\u003C\u002Fth>\n\u003Cth align=\"left\">特点\u003C\u002Fth>\n\u003Cth align=\"left\">代表工作\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd align=\"left\">\u003Cstrong>模仿学习\u003C\u002Fstrong>\u003C\u002Ftd>\n\u003Ctd align=\"left\">记录人类操作轨迹数据，进行 SFT 微调\u003C\u002Ftd>\n\u003Ctd align=\"left\">需标注数据，但数据量可控\u003C\u002Ftd>\n\u003Ctd align=\"left\">WebGPT, WebCPM, GUI Course\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd align=\"left\">\u003Cstrong>教程学习\u003C\u002Fstrong>\u003C\u002Ftd>\n\u003Ctd align=\"left\">将 API 手册\u002F文档作为 Prompt 输入，利用上下文学习能力\u003C\u002Ftd>\n\u003Ctd align=\"left\">无需训练，即插即用\u003C\u002Ftd>\n\u003Ctd align=\"left\">ToolLM\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd align=\"left\">\u003Cstrong>强化学习\u003C\u002Fstrong>\u003C\u002Ftd>\n\u003Ctd align=\"left\">环境中自主探索试错，根据反馈更新参数\u003C\u002Ftd>\n\u003Ctd align=\"left\">高度自主，探索与利用平衡\u003C\u002Ftd>\n\u003Ctd align=\"left\">-\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>（人类监督逐渐减少，模型自主性逐渐提高）\u003Cbr>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw06.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=WVPS6%2BcvYoESKCNgDhCASFmq5CA%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"典型应用案例-x-agent\">\u003Ca class=\"anchor\" href=\"#典型应用案例-x-agent\" aria-label=\"跳转到标题：典型应用案例：X-Agent\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>典型应用案例：X-Agent\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 双循环机制\u003C\u002Fstrong>：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>外循环\u003C\u002Fstrong>：Plan Agent 负责任务拆解与高级管理。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>内循环\u003C\u002Fstrong>：专注子任务的低级执行、工具调用与 Reflection。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw07.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=lZPaDqH390v0SlG8dc48oHgv5UI%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. 效果\u003C\u002Fstrong>：在部分复杂任务（如数据分析、数学推理）中，X-Agent 相比 AutoGPT 展现出更好的任务规划和执行能力。\u003C\u002Fp>\n\u003Ch2 id=\"agent-垂直场景应用\">\u003Ca class=\"anchor\" href=\"#agent-垂直场景应用\" aria-label=\"跳转到标题：Agent 垂直场景应用\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>Agent 垂直场景应用\u003C\u002Fh2>\u003Ch3 id=\"repoagent-项目级代码文档生成\">\u003Ca class=\"anchor\" href=\"#repoagent-项目级代码文档生成\" aria-label=\"跳转到标题：RepoAgent：项目级代码文档生成\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>RepoAgent：项目级代码文档生成\u003C\u002Fh3>\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw08.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=xPwlWq7DgO8UGDstjDeFZgJxLRU%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>痛点\u003C\u002Fstrong>：传统 LLM 只能理解单文件，无法处理复杂依赖。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>方案\u003C\u002Fstrong>：结合 AST 语法分析树，识别对象调用关系，构建全局视角。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>成果\u003C\u002Fstrong>：生成包含功能总结、参数描述、示例的详细项目文档，在项目级代码理解、文档生成质量等指标上取得领先效果。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"工作流与流程自动化-从-rpa-到-apa\">\u003Ca class=\"anchor\" href=\"#工作流与流程自动化-从-rpa-到-apa\" aria-label=\"跳转到标题：工作流与流程自动化：从 RPA 到 APA\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>工作流与流程自动化：从 RPA 到 APA\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 传统 RPA 痛点\u003C\u002Fstrong>：人工拖拉拽、依赖专家、静态僵化、经验难复用。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw09.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=%2FVAo1CjbHx3JqCuj3Mr5WsYBjGY%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. APA (Agentic Process Automation)\u003C\u002Fstrong>：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>Agent 自动构建 Workflow + 动态决策。\u003C\u002Fli>\n\u003Cli>支持 Python 风格定义流程，集成 N8N 等引擎。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Control Agent\u003C\u002Fstrong>：根据数据内容动态路由（如区分 ToB\u002FToC 分发渠道）。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw10.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=u9qL%2Fla4axiABtxRhJR2TIK4gWo%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch2 id=\"多智能体系统-multi-agent-systems\">\u003Ca class=\"anchor\" href=\"#多智能体系统-multi-agent-systems\" aria-label=\"跳转到标题：多智能体系统（Multi-Agent Systems）\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>多智能体系统（Multi-Agent Systems）\u003C\u002Fh2>\u003Ch3 id=\"为什么要做多智能体\">\u003Ca class=\"anchor\" href=\"#为什么要做多智能体\" aria-label=\"跳转到标题：为什么要做多智能体？\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>为什么要做多智能体？\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 群体智能涌现\u003C\u002Fstrong>：类比生物群聚，多个 Agent 协作可能产生超越个体的群体智能。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. 优势互补\u003C\u002Fstrong>：提高解决复杂问题的准确率与效率。\u003C\u002Fp>\n\u003Ch3 id=\"两大分类\">\u003Ca class=\"anchor\" href=\"#两大分类\" aria-label=\"跳转到标题：两大分类\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>两大分类\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 社会模拟型\u003C\u002Fstrong>：无特定目标，观察社群行为涌现（如谣言传播、小镇模拟）。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw11.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=gXxN8Q%2F7wVjnRa8nLpr%2F7FKcd28%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. 任务完成型\u003C\u002Fstrong>：目标导向，角色分工协作（如软件开发 ChatDev）。\u003C\u002Fp>\n\u003Ch3 id=\"四大核心要素\">\u003Ca class=\"anchor\" href=\"#四大核心要素\" aria-label=\"跳转到标题：四大核心要素\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>四大核心要素\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 任务目标\u003C\u002Fstrong>：决定协同或竞争关系。\u003Cbr>\u003Cstrong>2. 组织结构\u003C\u002Fstrong>：松散独立、树形层级、中心化辐射、全连接扁平化。\u003Cbr>\u003Cstrong>3. 社会关系\u003C\u002Fstrong>：合作 vs 竞争（博弈）。\u003Cbr>\u003Cstrong>4. 行为路由\u003C\u002Fstrong>：流水线式、互斥式、并发式。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw12.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=NBqepNnVFhYJyYZ%2B5PT6ommyBxA%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"核心挑战\">\u003Ca class=\"anchor\" href=\"#核心挑战\" aria-label=\"跳转到标题：核心挑战\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>核心挑战\u003C\u002Fh3>\u003Col>\n\u003Cli>任务目标设计（避免冲突导致非预期竞争）。\u003C\u002Fli>\n\u003Cli>交互协议（探索比自然语言更高效的结构化通信）。\u003C\u002Fli>\n\u003Cli>组织结构与路由的动态优化。\u003C\u002Fli>\n\u003C\u002Fol>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw13.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=Bgp%2FUlULd8AWrrzGyVaK%2FjMvn4g%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch2 id=\"前沿研究与平台实践\">\u003Ca class=\"anchor\" href=\"#前沿研究与平台实践\" aria-label=\"跳转到标题：前沿研究与平台实践\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>前沿研究与平台实践\u003C\u002Fh2>\u003Ch3 id=\"智能体平台-agentverse\">\u003Ca class=\"anchor\" href=\"#智能体平台-agentverse\" aria-label=\"跳转到标题：智能体平台：AgentVerse\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>智能体平台：AgentVerse\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 机制\u003C\u002Fstrong>：模拟真实团队协同（专家招募 → 协作讨论 → 执行 → 评估迭代）。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw14.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=2v4B6ENCpW1llaRIYy5oT22%2FZKw%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2. 发现\u003C\u002Fstrong>：群体决策质量 > 个体；即使 Prompt 要求协作，仍可能涌现“破坏性行为”。\u003C\u002Fp>\n\u003Ch3 id=\"高效通信协议-autoform\">\u003Ca class=\"anchor\" href=\"#高效通信协议-autoform\" aria-label=\"跳转到标题：高效通信协议：AutoForm\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>高效通信协议：AutoForm\u003C\u002Fh3>\u003Cp>\u003Cstrong>1. 创新\u003C\u002Fstrong>：摒弃纯自然语言，搜索形式空间，采用结构化语言（类 XML\u002FJSON）交互。\u003Cbr>\u003Cstrong>2. 收益\u003C\u002Fstrong>：减少冗余寒暄，节省 Token，提升推断准确率与沟通效率。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw15.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=rVBj%2BpnX8YOHSaunV3tnmR9n2xM%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"软件开发协作-chatdev\">\u003Ca class=\"anchor\" href=\"#软件开发协作-chatdev\" aria-label=\"跳转到标题：软件开发协作：ChatDev\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>软件开发协作：ChatDev\u003C\u002Fh3>\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw16.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=Ca5REG9585usGxi0MSjuR3ihKeQ%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cstrong>1. 角色扮演\u003C\u002Fstrong>：CEO、CTO、Programmer、Reviewer、Tester。\u003Cbr>\u003Cstrong>2. 流程\u003C\u002Fstrong>：设计研讨 → 编码 → Review\u002FTest → 输出无错代码。\u003Cbr>\u003Cstrong>3. 优势\u003C\u002Fstrong>：低成本、低耗时，在 GitHub 上受到广泛关注。\u003C\u002Fp>\n\u003Ch2 id=\"未来展望-internet-of-agents\">\u003Ca class=\"anchor\" href=\"#未来展望-internet-of-agents\" aria-label=\"跳转到标题：未来展望——Internet of Agents\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>未来展望——Internet of Agents\u003C\u002Fh2>\u003Cp>\u003Cstrong>1. 技术演进回顾\u003C\u002Fstrong>：互联网（人与人的连接）→ 物联网（物与物的连接）。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>2.未来蓝图\u003C\u002Fstrong>：\u003Cstrong>智能体互联网（Internet of Agents）\u003C\u002Fstrong>。\u003C\u002Fp>\n\u003Cul>\n\u003Cli>人、设备在数字孪生世界中拥有专属 Agent。\u003C\u002Fli>\n\u003Cli>探索让不同智能体之间实现协作与通信。\u003C\u002Fli>\n\u003Cli>实现人机共生的新文明形态。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_97_zw17.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=ZIPt36e9gwoekIJrRkVXaFLflDs%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch2 id=\"加入训练营\">\u003Ca class=\"anchor\" href=\"#加入训练营\" aria-label=\"跳转到标题：加入训练营\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>加入训练营\u003C\u002Fh2>\u003Cp>📺\u003Cstrong>完整课程内容，请观看直播或查看课程回放：\u003C\u002Fstrong>\u003Cbr>\u003Cstrong>InfiniTensor 官网\u003C\u002Fstrong>： \u003Ca href=\"https:\u002F\u002Fwww.infinitensor.com\">https:\u002F\u002Fwww.infinitensor.com\u003C\u002Fa>\u003C\u002Fp>\n\u003Cp>\u003Cstrong>B站直播\u003C\u002Fstrong>： InfiniTensor 官方直播间\u003C\u002Fp>\n\u003Cp>\u003Cstrong>视频号直播\u003C\u002Fstrong>： InfiniTensor 视频号预约\u003C\u002Fp>\n\u003Cp>\u003Cstrong>答疑交流\u003C\u002Fstrong>： 训练营官方社群⬇️\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002Fqun_1072.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=AG%2FKyYuCRsAIKhK7zg3mIRfw6NY%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch2 id=\"关注与交流\">\u003Ca class=\"anchor\" href=\"#关注与交流\" aria-label=\"跳转到标题：关注与交流\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>关注与交流\u003C\u002Fh2>\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002Fportal_news\u002Fnews_ewm02.jpg?Expires=1792752399&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=%2FcS6n61YLfhpmPgHQ8McqKPLucU%3D\" alt=\"\">\u003C\u002Fp>\n",[128,131,134,136,139,141,144,147,150,153,155,157,160,163,166,169,172,175,177,179,181,183,186,189,192,195,197],{"id":129,"text":130,"level":110},"智能涌现与agent的诞生背景","智能涌现与Agent的诞生背景",{"id":132,"text":133,"level":9},"什么是-涌现","什么是“涌现”？",{"id":135,"text":135,"level":9},"当前大模型的三大局限",{"id":137,"text":138,"level":9},"为什么需要-agent-人类智能的类比","为什么需要 Agent？（人类智能的类比）",{"id":140,"text":140,"level":9},"行业战略风向",{"id":142,"text":143,"level":110},"agent-统一框架与核心技术","Agent 统一框架与核心技术",{"id":145,"text":146,"level":9},"agent-典型统一框架","Agent 典型统一框架",{"id":148,"text":149,"level":9},"react-框架","ReAct 框架",{"id":151,"text":152,"level":110},"工具学习-前沿研究方向","工具学习——前沿研究方向",{"id":154,"text":154,"level":9},"工具学习的发展脉络",{"id":156,"text":156,"level":9},"三大实现路径",{"id":158,"text":159,"level":9},"典型应用案例-x-agent","典型应用案例：X-Agent",{"id":161,"text":162,"level":110},"agent-垂直场景应用","Agent 垂直场景应用",{"id":164,"text":165,"level":9},"repoagent-项目级代码文档生成","RepoAgent：项目级代码文档生成",{"id":167,"text":168,"level":9},"工作流与流程自动化-从-rpa-到-apa","工作流与流程自动化：从 RPA 到 APA",{"id":170,"text":171,"level":110},"多智能体系统-multi-agent-systems","多智能体系统（Multi-Agent Systems）",{"id":173,"text":174,"level":9},"为什么要做多智能体","为什么要做多智能体？",{"id":176,"text":176,"level":9},"两大分类",{"id":178,"text":178,"level":9},"四大核心要素",{"id":180,"text":180,"level":9},"核心挑战",{"id":182,"text":182,"level":110},"前沿研究与平台实践",{"id":184,"text":185,"level":9},"智能体平台-agentverse","智能体平台：AgentVerse",{"id":187,"text":188,"level":9},"高效通信协议-autoform","高效通信协议：AutoForm",{"id":190,"text":191,"level":9},"软件开发协作-chatdev","软件开发协作：ChatDev",{"id":193,"text":194,"level":110},"未来展望-internet-of-agents","未来展望——Internet of Agents",{"id":196,"text":196,"level":110},"加入训练营",{"id":198,"text":198,"level":110},"关注与交流"]