<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI时代 on ZeaLoVe's Blogs</title><link>https://zealove.github.io/tags/ai%E6%97%B6%E4%BB%A3/</link><description>Recent content in AI时代 on ZeaLoVe's Blogs</description><generator>Hugo</generator><language>zh</language><lastBuildDate>Thu, 16 Apr 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://zealove.github.io/tags/ai%E6%97%B6%E4%BB%A3/index.xml" rel="self" type="application/rss+xml"/><item><title>AI 原生业务流程：从 x402 协议看AI时代的流程重构</title><link>https://zealove.github.io/posts/ai-native-business-process-x402/</link><pubDate>Thu, 16 Apr 2026 00:00:00 +0000</pubDate><guid>https://zealove.github.io/posts/ai-native-business-process-x402/</guid><description>&lt;p&gt;&lt;strong&gt;AI 发展三拐点&lt;/strong&gt;：ChatGPT 类模型通过&amp;quot;图灵测试&amp;quot;（苹果时刻）→ DeepSeek/Qwen/Llama 开源模型崛起，成本下降 10–100 倍（安卓时刻）→ AI Agent 从&amp;quot;被动响应&amp;quot;升级为&amp;quot;主动调用工具&amp;quot;，L3 向 L4 自主化演进。这三个拐点共同把 AI 从问答机器变成了能感知世界、调用工具、完成复杂任务的智能体（Agent）。&lt;/p&gt;</description></item><item><title>多智能体规模化：一场从「能跑」到「能用」的跨越</title><link>https://zealove.github.io/posts/multi-agent-scaling/</link><pubDate>Thu, 16 Apr 2026 00:00:00 +0000</pubDate><guid>https://zealove.github.io/posts/multi-agent-scaling/</guid><description>&lt;p&gt;去年年底，一位名叫 Will 的独立开发者在网上分享了一组数字：他在 54 个波次中并行调度 AI 智能体，累计完成 321 个文件的工作量，覆盖代码、文档、音频等多个领域，核心工作压缩在 30 分钟内完成。&lt;/p&gt;
&lt;p&gt;这个数字足够震撼。但更值得注意的，是他设计这套系统时遵循的一个原则：&lt;strong&gt;将智能体分为两种角色&lt;/strong&gt;——一种像「神」，负责跨波次保持上下文，统领全局；另一种像「英雄」，执行单次任务后即销毁，不保留状态。&lt;/p&gt;
&lt;p&gt;这个设计后来有了一个名字：&lt;strong&gt;Pantheon&lt;/strong&gt;。&lt;/p&gt;</description></item><item><title>知识管理没有银弹</title><link>https://zealove.github.io/posts/2026-04-10-knowledge-management-no-silver-bullet/</link><pubDate>Fri, 10 Apr 2026 08:56:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-10-knowledge-management-no-silver-bullet/</guid><description>AI Agent 时代，真正的竞争力不在于模型有多聪明，而在于它背后那套&amp;quot;记忆系统&amp;quot;有多可靠。</description></item><item><title>量子计算威胁与后量子密码备战</title><link>https://zealove.github.io/posts/2026-04-08-%E9%87%8F%E5%AD%90%E8%AE%A1%E7%AE%97%E5%A8%81%E8%83%81%E4%B8%8E%E5%90%8E%E9%87%8F%E5%AD%90%E5%AF%86%E7%A0%81%E5%A4%87%E6%88%98/</link><pubDate>Wed, 08 Apr 2026 11:39:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-08-%E9%87%8F%E5%AD%90%E8%AE%A1%E7%AE%97%E5%A8%81%E8%83%81%E4%B8%8E%E5%90%8E%E9%87%8F%E5%AD%90%E5%AF%86%E7%A0%81%E5%A4%87%E6%88%98/</guid><description>量子破解倒计时已从「十年后」逼近至2029-2030年，Cloudflare超65%流量启用抗量子加密，但真正的缺口在于认证层——这个迁移周期比密钥交换长得多。</description></item><item><title>商业银行的Agent化：一场关于协同与工程化的硬仗</title><link>https://zealove.github.io/posts/2026-04-07-%E5%95%86%E4%B8%9A%E9%93%B6%E8%A1%8C%E7%9A%84agent%E6%BC%94%E8%BF%9B%E4%B9%8B%E8%B7%AF/</link><pubDate>Tue, 07 Apr 2026 11:48:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-07-%E5%95%86%E4%B8%9A%E9%93%B6%E8%A1%8C%E7%9A%84agent%E6%BC%94%E8%BF%9B%E4%B9%8B%E8%B7%AF/</guid><description>银行 Agent 化不是上一个系统，而是重塑一套工作方式。它需要业务部门与科技部门的深度协同，也需要工程化能力的长期积累。本文探讨商业银行 Agent 化的真实路径、卡点，以及哪类银行最有可能率先跑出来。</description></item><item><title>效率革命下半场：小团队、垂直绞杀与永不消失的细分机会</title><link>https://zealove.github.io/posts/2026-04-07-%E6%95%88%E7%8E%87%E9%9D%A9%E5%91%BD%E4%B8%8B%E5%8D%8A%E5%9C%BA%E7%9A%84%E7%94%9F%E5%AD%98%E6%B3%95%E5%88%99/</link><pubDate>Tue, 07 Apr 2026 11:10:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-07-%E6%95%88%E7%8E%87%E9%9D%A9%E5%91%BD%E4%B8%8B%E5%8D%8A%E5%9C%BA%E7%9A%84%E7%94%9F%E5%AD%98%E6%B3%95%E5%88%99/</guid><description>AI 正在把任务自动化交付的门槛压到普通人触手可及的程度，但大平台永远不会缺席。本文探讨效率革命下半场，小团队和 OPC 的生存空间、出路，以及为什么细分机会永不静止。</description></item><item><title>AI安全审计元年：工具的双刃剑</title><link>https://zealove.github.io/posts/2026-04-07-ai%E5%AE%89%E5%85%A8%E5%AE%A1%E8%AE%A1%E5%85%83%E5%B9%B4-%E5%B7%A5%E5%85%B7%E7%9A%84%E5%8F%8C%E5%88%83%E5%89%91/</link><pubDate>Tue, 07 Apr 2026 10:00:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-07-ai%E5%AE%89%E5%85%A8%E5%AE%A1%E8%AE%A1%E5%85%83%E5%B9%B4-%E5%B7%A5%E5%85%B7%E7%9A%84%E5%8F%8C%E5%88%83%E5%89%91/</guid><description>2025年，AI在代码安全领域同时扮演了两个角色——既是最大的漏洞来源，也是最犀利的审计员。这个判断听起来有些矛盾，但数据给出了清晰答案。</description></item><item><title>AI Agent 的记忆之战：为什么知识管理才是下半场的核心竞争力</title><link>https://zealove.github.io/posts/2026-04-05-ai-agent-de-ji-yi-zhi-zhan/</link><pubDate>Sun, 05 Apr 2026 20:07:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-05-ai-agent-de-ji-yi-zhi-zhan/</guid><description>知识管理正在成为 AI Agent 竞争的核心战场。当模型能力逐渐趋同，真正的差异化不再取决于&amp;quot;模型有多聪明&amp;quot;，而在于它背后的&amp;quot;记忆系统&amp;quot;有多可靠——Karpathy、谷歌、开发者社区，三条线索指向同一个答案。</description></item><item><title>企业 Agent 落地：一场从概念到工程的漫长渡劫</title><link>https://zealove.github.io/posts/2026-04-04-%E4%BC%81%E4%B8%9Aagent%E8%90%BD%E5%9C%B0-%E4%BB%8E%E6%A6%82%E5%BF%B5%E5%88%B0%E5%B7%A5%E7%A8%8B%E7%9A%84%E6%BC%AB%E9%95%BF%E6%B8%A1%E5%8A%AB/</link><pubDate>Sat, 04 Apr 2026 15:18:36 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-04-%E4%BC%81%E4%B8%9Aagent%E8%90%BD%E5%9C%B0-%E4%BB%8E%E6%A6%82%E5%BF%B5%E5%88%B0%E5%B7%A5%E7%A8%8B%E7%9A%84%E6%BC%AB%E9%95%BF%E6%B8%A1%E5%8A%AB/</guid><description>中国市场三十款 Agent 平台扎堆上线，但真正跑进生产环境的案例却寥寥无几。战国时代的热闹背后，是治理、成本、可追溯性这些老问题的重新浮现。</description></item><item><title>LLM攻防的系统性升级</title><link>https://zealove.github.io/posts/2026-04-02-llm-defense-offense-escalation/</link><pubDate>Thu, 02 Apr 2026 16:05:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-02-llm-defense-offense-escalation/</guid><description>当AI同时成为攻击面和武器：context window让LLM应用从外部被劫持，LLM的语义理解能力让匿名识别成为可能，AI驱动的供应链攻击变得更精密，而过度依赖AI加速开发正在积累新型技术债务。</description></item><item><title>AI-Agent的架构与身份</title><link>https://zealove.github.io/posts/2026-04-02-ai-agent-de-jia-gou-yu-shen-fen/</link><pubDate>Thu, 02 Apr 2026 14:00:00 +0800</pubDate><guid>https://zealove.github.io/posts/2026-04-02-ai-agent-de-jia-gou-yu-shen-fen/</guid><description>3月底，Claude Code源码泄露事件中，有一个细节被很多人忽略了。</description></item><item><title>关于自然语言转SQL</title><link>https://zealove.github.io/posts/about-nl2sql/</link><pubDate>Mon, 24 Apr 2023 11:32:17 +0800</pubDate><guid>https://zealove.github.io/posts/about-nl2sql/</guid><description>大模型对NL2SQL的影响</description></item></channel></rss>