Email:yhy15080@haitong.com AI Agent（智能体）：从技术概念到场景落 地 投资要点：  思维链铸就智能体，多体交互拓展应用：早在上世纪 50 年代，阿兰图灵把“高度 智能有机体”扩展到了人工智能。如今随着大模型的快速发展，这个概念又被重 新拾起。大模型成为了智能体目前最完美的载体，有望完成从概念到实际应用的 蜕变。用户在 Agent（智能体）模式中给 AI 设臵目标和身份，并提供 设臵目标和身份，并提供 Prompt（提 示词）。AI 自主拆分任务、使用工具、完成工作，用户仅负责设立目标、提供工具 资源和监督结果。  赋能两类实体领域，成本与效益的博弈：AI Agent 目前的应用大多都在概念层面， 但随着大模型竞争加快、政策鼓励研发投入、更多企业参与 AI 研究等因素，应用 层面的 AI Agent 推进速度加快。智能体大致可以分为六类，根据他们被设计出的 特点，可以作用在不同的应用 科技。智能体发展能推动政府、金融、 制造、能源、医疗、零售等行业的智能化应用向多模态和跨模态转变。  投资建议：我们认为未来智能体（AI Agent）的前景十分广阔，随着大模型的发展， 智能体将从概念走向实际应用，成为各行业的重要助力。通过多模态大模型，智 能体能够整合图片、语音等异构数据，提高任务处理效率，并解决跨行业、跨领 域的问题。技术方面，智能体具备长期和短期记忆、自主规划、工具使用和自动

函数 I 将原有理论 T 、评估向 量 V 和基础知识和现象集合 C 映射到一个新的或改进的理论 T ′ ，这表示基于多维度的评 估结果对原理论进行修正和完善 。 函数 D 将概念集 合 C 映射到理论 T ，这表示从概 念 、 数据和现象出 发 ， 构建出一个 理论 。 函数 E 将理 论 T 和一组评 估资 源 R 映 射到一 个评估 向量 eepseek-ai/deepseek-r1 特性 基础模型 ( DeepSeek V3) 深度思考模型 ( DeepSeek R1) 联网模型 适用教育场景 快速解答基础知识点 、辅助日常 作业 、提供简单概念解释 深入解析复杂概念 、培养批判性思 维 、探讨开放性问题 研究性学习 、最新知识获 取 、跨学科探索 教育互动方式 高频率短互动， 适合小学低年级 学生的注意力特点 低频率长互动， 适合中高年级学生 合能力， 符合现代教育理 念 在家庭教育场景中，理想的做法是根据不同学习目标，灵活运用以上三种模式： • 日常作业辅导和基础知识巩固 → 基础模型 ( DeepSeek V3) • 概念深度理解和思维能力培养 → 深度思考模型 ( DeepSeek R1) • 探究性学习项目和最新知识获取 → 联网模型 DeepSeek 的三种模式对 比 家庭教育交互式提示框架 聊法： 如何与

本白皮书1首先分析了网络中的数据对象，探讨了网络发展与数 据传输的本质、现有架构的局限性以及下一代网络的关键突破方向； 其次梳理了现有 Web3.0 技术演进路径；在此基础上，提出了“数 字实体互联网络”的概念与内涵，并阐述了其核心价值、关键技术要 素及相关标准化情况；最后对未来发展进行了展望。 1 本白皮书得到国家重点研发计划资助（编号：2022YFF0610300）。 II 目 录 前 言. .. 13 三、 数字实体互联网络.........................................................................15 （一） 概念与内涵.........................................................................15 （二） 核心设想........... 信的核心机制始终围绕着信息的端到端传递以及传输过程中状态同步的实现。无 论是早期的文件传输，还是现代的视频流媒体，在传输过程中均需保持信息的完 整性。信息完整性（Data Integrity）是一个严格的技术概念，特指数据在采集、 处理、存储和传递过程中保持完整且未被篡改、遗漏或损坏的特性，这一特性 主要通过校验和（Checksum）、数字签名（Digital Signature）等密码学机制 予以保障。

第五章 DeFi：Web 3.0时代的金融变革 第六章 Web 3.0时代的商业创新 第七章 Web 3.0语境下的数字资产 前言 姚前 中国证监会科技监管局局长 Web 3.0是一个宏大的概念，汇聚了我们对下一代互联网的 美好向往和愿景。 它是一场数据变革，数据“所有权”和身份“自主权”将 从大型平台回归到用户手中，互联网将更加平等，更加开放， 更加符合群体利益。它是一场信任变革，信息互联网将演化为 方案 （2022—2025年）》，提出了上海未来元宇宙新赛道发展的总 体要求、主要任务和重点工程。 这是令人激动的前沿领域，各国各界均在积极发力，不断 探索。为了更好地厘清Web 3.0的定义、概念、逻辑、架构和发 展思路，本书汇聚了国内相关领域资深专家学者对Web 3.0的研 究成果，深入探讨了Web 3.0的定义、经济逻辑、组织治理、金 融变革、商业创新、技术路线、法律合规和政策应对，涵盖 0的新型经济协作机制。建议在国家层面针对DAO建立明确的法律 框架，使其具有与普通企业一样的法律义务和权利，如申报、纳 税、开设银行账户、签署法律协议等，从而充分扩展分布式经济的 合规创新空间。 目前，Web 3.0概念的内涵和外延还在不断丰富和拓展，这是一 个动态演进的过程。如何及时跟进、明辨方向、有序竞争、引领创 新，需要业界、学界、监管部门集思广益，共同推进。 [1] 所谓联邦身份管理，即不同应用都将认证的功能委托给可信任的第三方认证模

首次提出“量 子”的概念， 这被普遍认为 是量子力学的 开端。 量子版图灵机 概念提出：保 罗·贝尼奥夫首 次提出了量子 版的图灵机概 念，为量子计 算奠定了理论 基础。 量子计算的概 念提出：理查 德·费曼在“计 算物理学会议” 上提出使用量 子计算机模拟 量子现象的想 法，开启了人 们对量子计算 的兴趣。 通用量子计算机 的概念提出：戴 维·多伊奇提出 “通用量子计算 机”概念，能够 模拟任何物理过

英文润色 学习计划和课程推荐 问诊疾病 写小说 制作用户体验地图 列出SEO关键词 文本扩充 分析财务情况 论文提纲生成 撰写特性体验测试大纲 图片搜索 个性化护肤品推荐 生成邮件、公文 解释概念 网络舆情分析 段落创作 定制化风格写代码 写代码 自动回复邮件 个性化健康建议 生成代码框架 计划行程 识别和过滤色情内容 生成真人演讲 进行用户访谈 撰写数据分析报告 改写文案 宠物科学喂养计划 年春夏学期已面向2024级学生共计开出58个教学班。 课程名称 面向专业 学分 课程简介 人工智能引论 计算机类 （信息安全/人工智能/计算机 图灵班、工业设计） 3 体系化介绍人工智能的基本概念和基础算法，让同学们对人工智能“知其意，悟其理，守 其则，践其行”。课程内容具有鲜明的时代特征，促进学科交叉。 人工智能基础 （A） 理工农医类 （不含计算机类及开设人工智 能必修课的专业） 2 （需先修程序语言） 2 讲授人工智能的基础、发展及其在人文社科中的应用，涵盖机器学习、深度学习、AI伦理 等关键领域。 人工智能基础 （C） 人文艺术类 （无需修读程序语言） 2 讲授人工智能的基础、历史、核心概念及其在人文社科的应用，包括机器学习、深度学习、 数据分析、AI伦理等关键议题。 41 任课教师开班情况 v 2024-2025秋冬学期，开设了2个试点班级（朱朝阳和陈建海），同时启动编写教材工作

............................................................................................4 1.1 概念................................................................................................... ................................................................................ 4 1.1.2 人形机器人与其他相关概念的关系..................................................................................7 1.1.3 分类.... 考，最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进，开启人机共融 的全新篇章。 编委会 2024 年 12 月 4 一、人形机器人概述 1.1 概念 1.1.1 定义及本文范畴 人形机器人这个概念一经提出，就在学术界、科技界和产业界引 起广泛讨论，人们从各自的认知和立场给出了不同的解读。从某种程 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探

本文在分析大语言模型的知识获取原理与知识 创新的潜能之上，探讨了其在应急管理信息化建设 中的应用前景，针对当前智慧应急中面临的挑战以 及业务系统智能化水平的局限，提出了基于大语言 模型技术重构智慧应急的知识管理模式以及应急大 脑的概念框架，为应急管理信息化建设提供了新的 视角和技术路径。 1 大语言模型原理 大 语 言 模 型 通 过 词 嵌 入（word embedding）[3]、 Transformer 架构和注意力机制[1，4]、端对端神经网络 技术从大量的科学文献中自动提取知识，生成研究 假设，驱动科学试验，开启了科学发现的新模式。 材料科学领域的研究人员利用无监督词嵌入技术自 动学习该领域科学文献，通过高维向量空间的位置 关系分析不仅能捕捉材料结构、属性、元素周期表 等抽象概念，还能发现隐藏的结构-属性关系，从而 找到新的热电材料[14]。利用人工智能技术捕捉人类 未充分探索领域的隐性联系，从而形成新的知识结 构，推动学科知识创新，是一种科学发现模式的创 新，开启了科学知识创新的新途径[15-16]。 图4 大语言模型的知识管理模式 Fig. 4 The mode of knowledge management by large language models 3 基于大语言模型的智慧应急大脑概念框架 3.1 基于大语言模型的应急知识管理模式 应急管理知识是一个更广阔的、跨学科的社会和 经济情境中创造出来的，涉及到自然灾害、事故灾 难、公共卫生、社会安全等多个领域，覆盖了从突发 事件预防

一定要买交强险么？ 交强险癿意义 丌买交强险会有什么后果？ 开车从丌出事，还用买交强险 吗？ 交强险是丌是白交钱？ 基于概念癿智能问答，解决丌同问法，搜索给出同一答案 概念问答 e_ 交强险 +c_ 必要性 概念标签自劢提取技术 形成内部相同的概念搜索表达式 用智慧发现信息价值 Discover information 用智慧发现信息价值 Discover information information 问 答 题 案 小富机器人优势不特色 小富机器人癿工作过程示意 第二步 批量导入，自动打业务标签 无须逐条整理 FAQ 第三步 用户问题语义分析，业务标签匹配 业务建模 + 概念资源 + 语义分 析 第一步 业务建模 用智慧发现信息价值 Discover information 用智慧发现信息价值 Discover information 小富机器人：问题理解和答案相关性癿提升

大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型：人工智能的前沿 1.1 大模型的概念 1.2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 1.1 大模型的概念 大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有 海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据的人 工智能模型。 ，模型参数规模达到了1750亿。 2023年3月发布的GPT-4的参数规模是GPT-3的10倍以上，达到1.8万亿， 2021年11月阿里推出的M6 模型的参数量达10万亿。 1.1 大模型的概念 大模型的设计和训练旨在提供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。大模型通常能够学习到 更细微的模式和规律，具有更强的泛化能力和表达能力 大模型具有更强的上下文理解能 是指那些针对特定任务或场景的大 模型。它们通常使用任务相关的数 据进行预训练或微调，以提高在该 任务上的性能和效果 垂直大模型L2 1.4 大模型的分类 大语言模型可以分为通用大模型和推理大模型 推理大模型的概念大规模传播应该开始于 2 0 2 4 年 9 月 份 。 2 0 2 4 年 9 月 1 2 日 ， OpenAI官方宣布了OpenAI o1推理大模 型。 推理大模型 在OpenAI的官网上，OpenAI定义推理模