多智能体-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 5205 篇文章
累计创建 1860 个标签
累计收到 0 条评论

目录CONTENT

以下是多智能体相关的文章

2026-02-09
我的 AI 工具日常使用与工作流：如何分配 AI 的职责并实现高效协同本文作者系统梳理了其日常工作中使用的 AI 工具箱，并分享了“重器轻用”的理念。作者详细阐述了如何像管理员工一样，通过“红绿灯原则”和多智能体协同架构，为 AI 工具划分“工作职责”，实现高效的人机协作。文章还展示了 AI 在文献调研、内容创作、软件开发等方面带来的效率提升，并提出了知识资产“负债化”的新观点。
- 2026-02-09
- 0
- 0
- 0
- AI工具应用
- AI基础/开发
2026-01-30
利用多智能体工作流扩展内容审核业务本文介绍了如何利用Amazon Bedrock AgentCore和Strands Agents构建高效的多智能体工作流，以自动化处理海量企业内容（如博客、文档）的准确性审核。通过部署内容扫描、验证和推荐三个专业智能体协同工作，企业可将生产力提高高达30%-50%，确保内容时效性和准确性，并将人工审核的精力聚焦于战略性任务。
- 2026-01-30
- 0
- 0
- 0
2026-01-28
TRUSTBANK 利用 AI 智能体个性化定制家乡纳税礼品日本的家乡纳税捐赠计划（Furusato Nozei）复杂难懂。TRUSTBANK 携手 Recursive 合作，基于 OpenAI 模型开发了 Choice AI 功能。该系统采用多智能体架构，通过对话式推荐简化了礼品发现过程，显著提高了用户转化率，并致力于打造个性化的 AI 管家服务。
- 2026-01-28
- 3
- 0
- 0
2026-01-28
Airtable 估值骤降7亿美元，创始人却认为这只是“热身”：推出 Superagent 押注多智能体协调尽管 Airtable 在2021年的估值高达117亿美元，但目前在二级市场仅值40亿美元，缩水近三分之二。面对此境况，Airtable 创始人兼 CEO Howie Liu 反其道而行，发布了首款独立产品 Superagent——一个旨在实现“多智能体协调”的AI系统，押注于能够协调并行任务的下一代AI架构。
- 2026-01-28
- 0
- 0
- 0
2026-01-27
Totogi如何利用Totogi BSS Magic和Amazon Bedrock实现变更请求处理的自动化本文深入探讨了Totogi如何通过其旗舰产品BSS Magic结合Amazon Bedrock，实现电信行业（Telco）中复杂的业务支撑系统（BSS）变更请求（CR）处理的自动化。通过引入电信本体论和多智能体框架，Totogi将CR处理时间从7天大幅缩短至几小时，展示了生成式AI在加速传统系统现代化方面的巨大潜力。
- 2026-01-27
- 1
- 0
- 0
2026-01-23
使用Strands Agents、Meta Llama 4和Amazon Bedrock创建多智能体解决方案本文演示了如何利用Strands Agents SDK、Meta Llama 4的多模态能力和Amazon Bedrock的基础设施，构建一个复杂的多智能体视频处理工作流。通过“工具即智能体”模式，将提取帧、视觉分析、时序推理等任务专业化，实现了模块化、高可扩展性的自动化解决方案。
- 2026-01-23
- 0
- 0
- 0
2026-01-22
bunq 如何利用 Amazon Bedrock 处理 97% 的支持请求欧洲第二大数字银行 bunq 借助 Amazon Bedrock 升级了其内部生成式 AI 助手 Finn。通过采用创新的“Agent-as-tool”多智能体架构，bunq 将用户支持自动化率提升至 97%，平均响应时间降至 47 秒，成功转型为欧洲首家 AI 驱动银行，并支持 38 种语言服务。
- 2026-01-22
- 2
- 0
- 0
2026-01-17
面向多智能体编排模式的高级微调技术：来自亚马逊大规模实践的经验总结本文深入探讨了亚马逊在处理高风险企业级应用时采用的高级大语言模型（LLM）微调和后训练技术。文章揭示了如何通过微调实现显著的业务成果，如亚马逊药房将危险药物错误减少了33%。内容涵盖了从SFT到GRPO、DAPO、GSPO等前沿推理优化方法的演进，并结合亚马逊内部的真实案例（如药房、全球工程服务和A+内容），提供了一个在AWS上选择合适微调技术的决策框架和参考架构。
- 2026-01-17
- 1
- 0
- 0
2026-01-16
亚马逊AMET支付团队如何利用Strands Agents加速测试用例生成亚马逊AMET支付团队过去每月需花费一周时间手动生成测试用例。为解决这一痛点，他们开发了SAARAM，一个结合Amazon Bedrock和Strands Agents SDK的多智能体AI解决方案。该方案通过模仿资深测试人员的认知流程，将测试用例生成时间从一周缩短至数小时，同时利用结构化输出显著降低了AI的幻觉问题，实现了测试覆盖率和效率的双重提升。
- 2026-01-16
- 1
- 0
- 0
2026-01-16
亚马逊AMET支付团队如何利用Strands智能体加速测试用例生成亚马逊AMET支付团队曾耗费大量人力进行手动测试用例生成。为解决这一效率瓶颈，他们引入了基于Amazon Bedrock和Strands Agents SDK构建的SAARAM多智能体AI解决方案。该方案通过模仿人类专家的认知工作流，将测试用例生成时间从一周缩短到几小时，同时利用结构化输出来显著减少模型幻觉，实现了质量与效率的双重提升。
- 2026-01-16
- 0
- 0
- 0