ProAgent：OpenAI引领下的智能代理解放人力，清华等高校发布
项目地址：https://github.com/OpenBMB/ProAgent论文地址：https://github.com/OpenBMB/ProAgent/blob/main/paper/paper.pdf在人类技术发展的历史长河中，自动化一直是主要的推动力，它帮助人类从复杂、危险、繁琐的劳动环境中解脱出来。从早期农业时代的水车灌溉，到工业时代的蒸汽机，人类一直在不断追求更先进的自动化技术，以解放自己从繁重的工作中随着信息时代的到来，软件作为信息处理、存储和通信的基础成为了人类生产生活密不可分的一环
- 项目地址：https://github.com/OpenBMB/ProAgent
- 论文地址：https://github.com/OpenBMB/ProAgent/blob/main/paper/paper.pdf
在人类技术发展的历史长河中，自动化一直是主要的推动力，它帮助人类从复杂、危险、繁琐的劳动环境中解脱出来。从早期农业时代的水车灌溉，到工业时代的蒸汽机，人类一直在不断追求更先进的自动化技术，以解放自己从繁重的工作中
随着信息时代的到来，软件作为信息处理、存储和通信的基础成为了人类生产生活密不可分的一环，从而催成了机器人流程自动化（Robotic Process Automation, RPA）技术。其通过人工编制规则将多个软件协调成一个固化的工作流（Workflow），通过模拟人交互的方式来和软件交互实现高效执行。
在这张图中，我们将机器人流程自动化（RPA）与智能体流程自动化（APA）进行了比较
RPA（机器人流程自动化）利用软件机器人或“BOT”来模拟和执行重复性、规则性的任务，以解放人力资源，提高工作效率。RPA的应用范围非常广泛。许多企业（包括银行、保险公司、制造业、零售业等各个行业）通常使用RPA机器人来自动执行一些常规和繁琐的任务，例如数据录入、数据提取、数据处理。通过自动化任务，RPA可以大幅度减少错误率，并能够24*7不间断地执行任务，从而提高业务的可靠性和响应能力
根据市场研究，RPA市场正在迅速增长并取得巨大成功。Gartner预测，到2023年全球RPA市场收入将达到33亿美元，增长率为17.5%。这表明企业对RPA的需求和认可程度非常高
但是，RPA 仅能替代简单、机械的人力工作，一些复杂的流程仍旧依赖人工：
- 编写 RPA 工作流本身需要繁重的人类劳动，成本较高。
- 复杂任务非常灵活，通常涉及动态决策，难以固化为规则进行表示。
图 2 RPA 与 APA 的效率与智能对比
幸运的是，最近 AI 领域兴起的大模型智能体技术（Large Language Model based Agents, LLM-based Agents）也许给自动化技术创造了新的可能性。有没有可能将 Agent 技术的灵活性引入到 RPA 领域中，来进一步减少人的参与呢？
该团队的研究探讨了大模型智能体时代下新型自动化范式 “智能体流程自动化” Agentic Process Automation (APA)。和传统 RPA 相比，在 APA 范式中，Agent 可以根据人类的需求自主完成工作流构建，同时其可以识别人类需求中需要动态决策的部分，将自动编排进工作流中，并在工作流执行到该部分时主动接管工作流的执行完成相应复杂决策。
为了探索 APA 的可能性，该研究工作实现了一个自动化智能体 ProAgent，其可以接收人类指令，以生成代码的方式构建工作流，同在工作流中引入 DataAgent 和 ControlAgent 来在工作流中实现复杂数据处理与逻辑控制。ProAgent 的研究展现了 APA 在大模型智能体时代下的可行性，也揭示了 LLM 时代下，自动化技术的崭新可能性。
方法介绍
在RPA中，工作流程是由一系列工具调用组成的图形结构：节点代表原子化的工具调用（如Gmail、Twitter、Google Sheets），而边表示执行的逻辑顺序（连接、分支、循环）。一个工作流程通常包含一个或一类任务的所有先验知识，包括问题解决路径和异常处理逻辑等。因此，编写固定的工作流程往往非常稳定、周全且高效
图 3 智能体工作流描述语言示例
在 ProAgent 中，由于 LLM 本身在代码数据中进行预训练，学习到了较强代码能力，该研究便基于代码的智能体工作流描述语言 Agentic Workflow Description Language。该语言使用 JSON 实现对工作流中数据的组织与管理，选择 Python 语法实现对工作流的逻辑控制，将控制流中的跳转、循环等直接通过 Python 语法进行表征，同时将工作流中的工具调用封装为 Python Function。于是对于 ProAgent，工作流构建任务便转化为代码生成任务。当接收到人类指令时，ProAgent 便编写相应的 Agentic Workflow Description Language，从而实现了工作流自动化构建。
图 4 结合 DataAgent 和 ControlAgent 的智能体工作流描述语言示例
复杂的现实任务中通常会涉及动态决策，单纯的 Python 式的逻辑控制规则以及 JSON 式的数据组织形式在面对灵活的需求时便无能为力，此时便需要引入 agent。因此，该研究工作进一步定义出了两种 Agent 操作：
1. DataAgent：对于一个复杂的数据处理需求，工作流构建时会使用自然语言来描述处理的任务，然后在执行时会初始化一个 DataAgent，其会基于该自然语言描述自主处理并完成该数据处理任务。
2. ControlAgent：对于难以用规则表示的逻辑控制规则，工作流构建时使用自然语言对控制逻辑进行描述，然后在运行时会初始化一个 ControlAgent，其会基于该自然语言描述自主选择工作流后续需要执行的分支。
ProAgent 使用 ReACT 模式逐步构建工作流，其共包含四个工作流构建步骤：
- Action_Define：决定在工作流中添加什么工具。
- Action Implement：将工具的输入 / 输出参数转化为 JSON 结构，同时将工具的调用封装为 Python 函数。
- Workflow Implement：定义一个 mainWorkflow 函数，用以组织整个 workflow 的逻辑控制与数据处理。
- Task Submit: 当 ProAgent 构建完 workflow 时以该操作标识构建过程结束。
示例中展示了 ProAgent 工作流构建过程的图 5
另外，为了优化 ProAgent 的效果，又引入了几个优化技巧：
- 1.Testing-on-Constructing：在构建过程中，ProAgent 会在一次修改工作流之后对工作流进行测试，以保证工作流的正确性。
- Function Calling：工作流构建的所有操作均封装为了 GPT-4 的 Function，从而提高对工作流构建过程的控制。
- Chain-of-Thought：ProAgent 在编写工作流代码时，需要对于每个 function 都要给出注释 comment 和一个编写 plan，从而提高 ProAgent 工作流构建的性能。
工作流的执行过程是基于 Python 解释器的。当给定一个工作流时，对应的 mainWorkflow 函数被用作执行的入口，从而开始整个执行过程。执行过程遵循 Python 代码的执行规则，即按照顺序逐行执行。一旦 mainWorkflow 函数返回，工作流的执行就成功完成了
可行性验证
为了验证 Agentic Process Automation 的可行性，该研究使用 OpenAI GPT-4 作为基础模型，并以一个开源的 RPA 平台 n8n 作为载体，实现了上述的 ProAgent。同时设计了一个需要兼顾灵活与效率的任务：这是一个典型的商业场景，需要从 Google Sheets 中提取各种业务线的营利数据，同时根据业务是否属于 2B 或是 2C，决定后续的行为。一旦确定业务线为 2C，就会向 Slack 频道发送一条消息。而对于 2B 的业务线，则会向相应的经理发送一封电子邮件，其中包括对业务线的评估和简要的盈利概况。
图 6 任务 Instruction 展示
需要重写的内容是：对于这个任务而言，首先它是一个重复性的任务，对于多条产品线，应该采取相同的处理流程。其次，要区分一个业务线是2C还是2B是很困难的，需要涉及到Agent的动态决策来确定后续的工作流程。最后，根据编写业务线的评估邮件需要一定的智能，因此需要Agent的介入
在 ProAgent 生成中，对于该任务，编写出了一个包含四个原子操作，一个 DataAgent 和一个 ControlAgent 的工作流。总体过程大致如下图所示：
图 7 ProAgent 工作流构建过程展示
可以看到，ProAgent 通过自主编写代码的方式，自动完成了工作流的构建过程，其中无需涉及人工介入。在需要判断业务线是 2B 还是 2C 时，ProAgent 引入了 ControlAgent 来做判断，ControlAgent 的 Prompt 被设置为 “Decide Whether the business line is toC or toB”。当业务线为 2B 时，ProAgent 还引入了一个 DataAgent，其任务设置为 “Write a email of the business line of profit, together with your suggestion”，从而利用 agent 的智能来根据不同业务线的实际情况来撰写邮件。
在工作流被编写、固化下来以后，工作流就会根据不同的数据自动分支到不同的逻辑进行高效地数据处理了。
图 8 ProAgent 工作流执行过程展示
当处理2C业务线数据时，ControlAgent可以根据业务线描述来判断当前业务线的类型，并选择使用Slack工具进行沟通。而在处理2B业务线数据时，DataAgent可以撰写邮件并发送到相应经理的邮箱中
总结
这项研究提出了一种新的自动化范式——Agentic Process Automation，适用于大模型时代。与传统的Robotic Process Automation技术相比，Agentic Process Automation能够自动化工作流的构建，并实现工作流执行时动态决策的自动化。该研究还进一步开发了ProAgent，并通过实验证明了大模型智能体在自动化中的可行性和潜力。相信未来，大模型智能体技术将帮助人类实现更高层次的自动化，从繁重的劳动中解放出来
团队相关研究
目前研究团队已在大模型智能体方向有诸多研究，包括：
- XAgent：超强大模型智能体应用框架，可自行拆解复杂任务，并高效执行。
- 项目地址：https://github.com/OpenBMB/XAgent
- ChatDev：多智能体协作开发框架，让多个不同角色的智能体进行协作，自动化开发软件应用。
- 项目地址：https://github.com/OpenBMB/ChatDev
- AgentVerse：大模型驱动的智能体通用平台，招募各种各样的 agent 专家，共同帮助用户解决复杂任务。
- 项目地址：https://github.com/OpenBMB/AgentVerse
在千兆宽带、5G通信与云服务深度普及的2026年，大众普遍以为超大文件传输已步入“秒级时代”，但现实远未达到这般畅快。当面对数TB乃至数十TB级别的庞大数据集时，当下最可靠、最迅捷且兼顾安全性的传输方案，依然是“物理位移”——依靠人工携带存储介质完成跨地域交付。一位来自河南信阳的用户讲述了真实经历：他曾需将4TB资料从信阳送往郑州，首次尝试纯网络传输，系统预估总耗时近72小时；最终改用专人驱车运送，单程仅需约2.5小时，当天即完成取件与送达，整体效率显著超越线上方式。该实例迅速引发热议，多位资深IT博主随
5月30日，华为推出了全新的AI模型——盘古UltraMoE，该模型的参数量达到了7180亿。作为一款接近万亿参数的MoE(MixtureofExperts)模型，它在整个训练过程中完全基于华为的昇腾AI平台完成，标志着华为在超大规模模型训练方面取得了重要进展。盘古UltraMoE的成功训练离不开盘古团队研发的一系列创新技术。例如，Depth-ScaledSandwich-Norm(DSSN)稳定架构的引入，显著改善了超大规模模型训练期间出现的梯度异常及
大语言模型面对加密数据，即便最新的Qwen3也会感到压力！尽管当下各类推理模型在多种基准测试中表现优异，但在密码学这样对逻辑严谨性和细节准确性要求极高的专业领域，模型的推理能力还有待深入挖掘。密码学不仅要求模型具备高级数学运算能力和严密的逻辑推理链，还需要其能够精准辨识复杂加密模式中的潜在规律；成功解密要求模型拥有极强的综合推理能力。上海AILab等联合推出的CipherBank测评，使用大量真实隐私场景数据和多种密码算法，严苛挑战当前最先进的大模型。CipherBank的测评结果显示，目前的大语言模型
现在，请大家一起来数一下"1"、"2"。OK，仅仅2秒的时间，一个接近万亿规模的MoE大模型就已经掌握了如何解答一道高等数学难题的方法！而且呢，这个大模型还是完全依靠国产设备进行训练的，整个流程都体现了浓浓的“国产”特色。这就是华为借助"昇腾+PanguUltraMoE"这一组合实现的成果——不仅达成了国产算力与国产模型在全流程上的自主可控训练闭环，还在集群训练系统的性能方面达到了行业顶尖水平。有多顶尖？来看一组数据：预训练阶段：昇腾Atlas800TA2万卡集群的MFU提升
只需动动嘴，就能操控GUI代理？由美团与浙江大学联合推出的GUIRoboTron-Speech——让你彻底解放双手，直接对设备“发号施令”。这是首个可以直接通过语音指令和屏幕截图进行端到端（End-to-End）决策的自主GUI智能体，致力于为用户提供更自然、高效且无障碍的人机交互方式。从文本到语音，智能代理的新一轮进化目前，基于大语言模型（LLMs）的自主GUI智能体已经能够通过文本指令自动完成跨应用、多步骤的复杂操作，显著提升用户效率。然而，这种依赖文本输入的方式在某些场景中存在明显局限
无论是专业摄影师还是摄影爱好者，相机内存储卡的可靠性都至关重要，尤其是在恶劣的拍摄环境中，数据存储的安全性更是不可忽视。尽管市场上有多种支持三防功能的移动存储设备用于数据备份，但最常用的SD存储卡由于采用塑料外壳，长期使用后容易出现破损，导致数据损坏，甚至可能损坏相机的存储卡槽，带来的损失不可估量。国际存储品牌雷克沙推出了全新的Armor系列SD存储卡，不仅读写速度快，还采用了不锈钢材质的外壳，具有优异的防水、防尘和防跌落性能，为相机的原始拍摄数据提供了可靠的保护。雷克沙ArmorSD存储卡分为GOLD
1.1计算机发展历程[计组]1.0_你好，我是计算机组成原理我们生活在一个信息化程度极高的世界中，我们每天的生活都离不开电脑和手机，这些设备实际上都属于计算机的范畴。计算机的底层结构由硬件构成，在硬件之上，我们会安装操作系统，再在操作系统上运行各种应用软件，这样就能得到一个易于使用的计算机系统。通过计算机网络，这些设备实现了信息的互联互通，这正是我们现在生活的信息化世界的缩影。计算机组成原理这门课研究的就是这些计算机硬件在底层如何协同工作。既然我们要研究硬件，不妨先来看一下大家日常生活中常见的一些硬件
近日，vivo的一项智能手表专利正式获得批准并公开展示。该专利采用模块化设计，通过磁力锁扣和滑动限位槽，用户可以手动调整传感器的位置，以确保健康数据的精准收集。vivo这项专利的核心亮点是其模块化结构。手表由可穿戴主体和可拆卸设备主体两部分组成，用户可以通过滑动限位槽和磁力锁扣，旋转或移动内部传感器模块，将其调整到最佳佩戴位置。这种设计有效提高了健康数据的监测准确性，如心率和血氧等关键指标。对于不同体型和佩戴习惯的用户来说，这种可调节性尤为重要，能够确保传感器与皮肤的紧密接触，减少因位置偏差导致的误差
本文参考自百问网-韦东山驱动大全，旨在探讨当前手机中常见的LCD屏幕。LCD与OLED的区别关于LCD和OLED的区别，可以参考以下链接：https://www.zhihu.com/question/22263252/answer/410201820不同接口的LCD硬件操作原理应用工程师眼中的LCDLCD由一个个像素组成，每行有xres个像素，共有yres行，其分辨率为xres*yres。只要我们能够控制任意一个像素的颜色，就可以在LCD上绘制文字和图片。像素的颜色表示像素的颜色通常用红绿蓝三色来表示
Windows 10 是一款微软推出的经典操作系统，拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起，适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
