- 金融机构引入 AI 智能体，不能只停留在采购账号和费用报销层面。AI 一旦进入业务场景，就会接触数据、流程、工具和员工判断。 今天分享一下金融企业应如何围绕权限、行为和审计建立 AI 管控体系，并介绍 FinClaw 如何通过管理后台统一查看用户对话、数字员工记忆、工具调用、Token 用量和执行日志，让 AI 真正实现可管、可控、可追溯。 金融机构引入 AI 智能体，不能只停留在采购账号和费用报销层面。AI 一旦进入业务场景，就会接触数据、流程、工具和员工判断。 今天分享一下金融企业应如何围绕权限、行为和审计建立 AI 管控体系，并介绍 FinClaw 如何通过管理后台统一查看用户对话、数字员工记忆、工具调用、Token 用量和执行日志，让 AI 真正实现可管、可控、可追溯。
- 企业部署 AI Agent 时，真正要解决的并不是简单的“本地跑”或“云端跑”，而是如何把个人效率工具，逐步变成一套可被组织调度、约束、审计和复用的 AI 执行系统。 企业部署 AI Agent 时，真正要解决的并不是简单的“本地跑”或“云端跑”，而是如何把个人效率工具，逐步变成一套可被组织调度、约束、审计和复用的 AI 执行系统。
- 将经验沉淀为可复用技能，是人类学习亘古不变的模式。人们不会每次都从零着手处理任务，而是不断把反复实操、示范演示、试错经历与专业指导，转化为可复用的流程。这一知识外化过程历经漫长演变：从具象的实操技艺，到成文的工程规范，再到数字化工具与可编程工作流，如今已然迈入智能体原生技能生态阶段。技能如同智能体的肌肉记忆，智能体无需重复分步推理，在反复任务中灵活调取、组合、优化与管控。 将经验沉淀为可复用技能，是人类学习亘古不变的模式。人们不会每次都从零着手处理任务，而是不断把反复实操、示范演示、试错经历与专业指导，转化为可复用的流程。这一知识外化过程历经漫长演变：从具象的实操技艺，到成文的工程规范，再到数字化工具与可编程工作流，如今已然迈入智能体原生技能生态阶段。技能如同智能体的肌肉记忆，智能体无需重复分步推理，在反复任务中灵活调取、组合、优化与管控。
- OpenClaw 在个人用户侧的出圈热度已经回到常态，但它没有离开行业视野。对企业来说，真正有价值的不是一轮社交平台讨论，而是 Agent 能不能接进工作流、承接任务、调用系统、交付结果。 OpenClaw 在个人用户侧的出圈热度已经回到常态，但它没有离开行业视野。对企业来说，真正有价值的不是一轮社交平台讨论，而是 Agent 能不能接进工作流、承接任务、调用系统、交付结果。
- 让 Agent 的测试从“凭感觉”转为“可设计、可度量、可维护”的工程体系。 让 Agent 的测试从“凭感觉”转为“可设计、可度量、可维护”的工程体系。
- 语义层的本质不是“数据管理系统”，而是企业的世界模型（World Model），也是 AI Native 企业 Agent OS 的核心组成部分。 语义层的本质不是“数据管理系统”，而是企业的世界模型（World Model），也是 AI Native 企业 Agent OS 的核心组成部分。
- 从ChatGPT带火的Prompt，到如今刷屏的OpenClaw、Hermes Agent、AI Teams，AI圈的新名词迭代速度已经快到让人跟不上。很多人看着满屏的黑话一头雾水，这篇推文就以 精确时间线为轴 ，把这些热门新词的 官方发布时间、定义、用途和相互关系 一次性讲透，看懂AI从「聊天工具」到「数字生产力」的完整进化路径。 📅 第一阶段：AI交互的基石（2019-2022） ✍️... 从ChatGPT带火的Prompt，到如今刷屏的OpenClaw、Hermes Agent、AI Teams，AI圈的新名词迭代速度已经快到让人跟不上。很多人看着满屏的黑话一头雾水，这篇推文就以 精确时间线为轴 ，把这些热门新词的 官方发布时间、定义、用途和相互关系 一次性讲透，看懂AI从「聊天工具」到「数字生产力」的完整进化路径。 📅 第一阶段：AI交互的基石（2019-2022） ✍️...
- BI 报表覆盖不到的 80% 长尾需求，不是低价值需求，而是企业真实经营中最动态、最具体、最需要即时判断的问题。 BI 报表覆盖不到的 80% 长尾需求，不是低价值需求，而是企业真实经营中最动态、最具体、最需要即时判断的问题。
- 把报表从“静态展示结果”升级为“可交互的决策分析入口”。 把报表从“静态展示结果”升级为“可交互的决策分析入口”。
- 大模型编程过程中常见的问题：1. 错误假设、隐藏困惑、缺少权衡；2.过度复杂、臃肿抽象；3. 无关编辑、触碰不应碰的代码； 4. 未验证就说已经完成了。通过四个原则： 1. 编码前思考；2. 简单至上；3. 精准的手术式修改；4. 目标驱动执行，我们可以避免这些问题。 大模型编程过程中常见的问题：1. 错误假设、隐藏困惑、缺少权衡；2.过度复杂、臃肿抽象；3. 无关编辑、触碰不应碰的代码； 4. 未验证就说已经完成了。通过四个原则： 1. 编码前思考；2. 简单至上；3. 精准的手术式修改；4. 目标驱动执行，我们可以避免这些问题。
- 大语言模型本身是无状态的——每次调用都从零开始，它不记得任何事情。这个根本约束决定了所有 Agent 框架都必须在模型外面搭一套记忆系统，并回答四个架构问题：**存什么、存在哪、怎么取、怎么管**。 大语言模型本身是无状态的——每次调用都从零开始，它不记得任何事情。这个根本约束决定了所有 Agent 框架都必须在模型外面搭一套记忆系统，并回答四个架构问题：**存什么、存在哪、怎么取、怎么管**。
- 目前的 AI 编程助手通常只有“短期记忆”，一旦关闭当前的对话窗口，之前的项目背景、架构约定等上下文就会丢失。本文介绍了 Claude-mem 在 Claude code 流程中关键节点使用钩子的设计方法，完成不修改Claude code 的源码，实现持久化长期记忆。这个方法为我们在设计其他 Agent 框架增加记忆提供了有益的借鉴。 目前的 AI 编程助手通常只有“短期记忆”，一旦关闭当前的对话窗口，之前的项目背景、架构约定等上下文就会丢失。本文介绍了 Claude-mem 在 Claude code 流程中关键节点使用钩子的设计方法，完成不修改Claude code 的源码，实现持久化长期记忆。这个方法为我们在设计其他 Agent 框架增加记忆提供了有益的借鉴。
- 本文依据 OpenClaw 的 v2026.4.22 版本，重点分析了 OpenClaw 的记忆系统的文件存储结构和数据库存储结构，以及文件和数据库的存储关系。并简单的介绍这些存储的数据是如何在业务之间流转的。 本文依据 OpenClaw 的 v2026.4.22 版本，重点分析了 OpenClaw 的记忆系统的文件存储结构和数据库存储结构，以及文件和数据库的存储关系。并简单的介绍这些存储的数据是如何在业务之间流转的。
- 根据从 Claude Code 源码中提示词的内容，总结了8条提示词编写的规范。从提示词编写视角看，从“宏观框架”到“微观执行”、再到“结果校验”的自然顺序线： **内在顺序线**：先定组织提示词结构 → 再定整体指令框架 → 设定素材使用边界 → 规范输出表达方式 → 约束行为范围 → 明确工具调用规则 → 设置敏感操作权限 → 最后要求输出前自检。 根据从 Claude Code 源码中提示词的内容，总结了8条提示词编写的规范。从提示词编写视角看，从“宏观框架”到“微观执行”、再到“结果校验”的自然顺序线： **内在顺序线**：先定组织提示词结构 → 再定整体指令框架 → 设定素材使用边界 → 规范输出表达方式 → 约束行为范围 → 明确工具调用规则 → 设置敏感操作权限 → 最后要求输出前自检。
- 总结了智能体记忆设计的十大原则 总结了智能体记忆设计的十大原则
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签