@Awesome_O_AI: Anthropic 刚刚发布了一本构建 AI 操作系统的指南。它改变了你对 AI 智能体的看法…

X AI KOLs Timeline 新闻

摘要

Anthropic 发布了一本指南,提出了一个协调记忆、规划、工具和评估的 AI 操作系统架构,从单次提示的聊天机器人转向生产级自主智能体。

Anthropic 刚刚发布了一本构建 AI 操作系统的指南。 它永远改变了你对 AI 智能体的看法。 核心思想如下: 1/ 目前大多数 AI 应用仍然只是一个提示 → 一个回应。 这对简单任务有效。 但 Anthropic 认为,在复杂、长期运行的工作中,这种方式会崩溃。 真正的智能体需要一个操作系统。 2/ AI 操作系统不是依赖单一的模型调用,而是协调多个专门组件: → 记忆 → 规划器 → 调度器 → 工具路由 → 评估器 → 接口 所有组件通过一个持久的知识图谱共享上下文。 3/ 把它想象成传统操作系统。 操作系统管理 CPU、内存、调度和进程。 AI 操作系统管理: • 上下文 • 目标 • 工具 • 执行 • 评估 • 恢复 它是智能的基础设施。 4/ 每个组件的功能如下: 记忆 存储长期事实、历史交互、偏好和状态。 规划器 将大型目标拆解为更小的可执行任务。 调度器 处理排序、重试、并发和资源管理。 5/ 工具路由 选择合适的 API、模型、数据库或外部服务。 评估器 检查输出、捕捉错误,并决定是否需要再次迭代。 接口 将用户与整个系统连接。 6/ 知识图谱将所有内容联系在一起。 取代孤立的提示,每个组件都基于共享上下文工作。 这意味着系统可以随时间记住、推理并改进。 7/ 执行循环出奇地简单: 规划 ↓ 行动 ↓ 评估 ↓ 更新记忆 ↓ 重复 这就是可靠自主智能体的基础。 8/ 该指南还强调了四个工程原则: • 模块化 • 可观测性 • 可扩展性 • 对齐 构建独立、可追踪、可替换且安全的组件。 9/ 最大的思维转变: 不要再把 AI 看作聊天机器人。 开始把它看作一个协调记忆、规划、工具和反馈的分布式运行时。 这才是生产级智能体的来源。
查看原文
查看缓存全文

缓存时间: 2026/07/27 09:47

Anthropic 刚刚发布了一份关于构建 AI 操作系统的操作手册。

它将彻底改变你对 AI 智能体的思考方式。

下面分享核心观点

1/

如今大多数 AI 应用依然停留在“一次提示 → 一次响应”的模式。

对于简单任务来说,这还管用。

但 Anthropic 认为,面对复杂、长期的工作,这种模式就会崩溃。

真正的智能体需要一个操作系统。

2/

AI 操作系统不再依赖单一的模型调用,而是协调多个专门组件:

→ 记忆 → 规划器 → 调度器 → 工具路由器 → 评估器 → 接口

所有组件通过一个持久化的知识图谱共享上下文。

3/

可以把它想象成传统的操作系统。

操作系统管理着 CPU、内存、调度和进程。

AI 操作系统管理的是:

• 上下文 • 目标 • 工具 • 执行 • 评估 • 恢复

它是智能的基础设施。

4/

以下是每个组件的功能:

记忆 存储长期事实、过往交互、偏好和状态。

规划器 将大目标分解为可执行的小任务。

调度器 处理排序、重试、并发和资源管理。

5/

工具路由器 选择正确的 API、模型、数据库或外部服务。

评估器 检查输出,捕获错误,并决定是否需要再次迭代。

接口 将用户与整个系统连接起来。

6/

知识图谱是将一切串联起来的关键。

不再有孤立的提示,每个组件都基于共享上下文工作。

这意味着系统能够记忆、推理,并随着时间不断改进。

7/

执行循环非常简单: 规划 ↓

行动 ↓

评估 ↓

更新记忆 ↓

重复

这就是可靠自主智能体运作的基础。

8/

操作手册还强调了四个工程原则:

• 模块化 • 可观测性 • 可扩展性 • 对齐性

构建独立、可追踪、可替换且安全的组件。

9/

最大的思维转变是:

别再认为 AI 只是一个聊天机器人。

而应该将其视为一个协调记忆、规划、工具和反馈的分布式运行时环境。

这才是生产级智能体的来源。

抛开 AI 术语。

以下 6 项 AI 服务,每个企业主都能立刻理解:

  1. 响应速度转化 在潜在客户仍有意向时立刻回复。

  2. 快速报价生成 在几分钟内(而非几小时)将现有业务信息转化为准确的报价。

  3. 缺失文件跟进 自动收集签名、表格、照片和文件,避免延误工作。

  4. 线索资格认定与路由 获取正确信息,评估每个机会的分数,并分配给合适的人。

  5. 知识库维护 将邮件、通话、CRM 更新和文档转化为有序的公司知识。

  6. 月度绩效报告 展示 AI 处理了什么、人工介入在哪里、哪些失败了、哪些改进了。

最好的 AI 服务不推销 AI。 它们解决的是与收入、延误、返工和客户体验相关的重复性工作流。

相似文章

构建高效的智能体

Anthropic Engineering

Anthropic 发布了构建高效 AI 智能体的工程指南,倡导采用简单、可组合的模式以及直接使用 API,而非依赖复杂的框架。文章区分了工作流与自主智能体,并就何时使用每种架构提供了实用建议。