在Dify on DMS上搭建专属版Deep Research Agent
Deep Research Agent 不只是为了让你工作快一点那么简单。它更像一场知识工作的革命，彻底把我们从没完没了的“信息搬运”和“大海捞针”中解放出来。想想看，当那些繁琐的、重复性的搜集和整理工作都交给AI后，我们可以把宝贵的时间和脑力，真正用在刀刃上：去提出更一针见血的问题，去构思更有远见的战略，或者干脆去创造一个前所未有的新东西。本文将教你如何在Dify on DMS上，构建企业专属版Deep Research Agent。
如何构建智能时代的新安迪比尔定律？
安迪比尔定律曾经为IT产业创造了一种绝佳的模式：What Andy gives, Bill takes away.然而，想要构建智能时代的“新”安迪比尔定律，就不能照搬计算机时代的“旧”安迪比尔定律。
一文读懂deepSpeed：深度学习训练的并行化
DeepSpeed 是由微软开发的开源深度学习优化库，旨在提高大规模模型训练的效率和可扩展性。通过创新的并行化策略、内存优化技术（如 ZeRO）及混合精度训练，DeepSpeed 显著提升了训练速度并降低了资源需求。它支持多种并行方法，包括数据并行、模型并行和流水线并行，同时与 PyTorch 等主流框架无缝集成，提供了易用的 API 和丰富的文档支持。DeepSpeed 不仅大幅减少了内存占用，还通过自动混合精度训练提高了计算效率，降低了能耗。其开源特性促进了 AI 行业的整体进步，使得更多研究者和开发者能够利用先进优化技术，推动了 AI 在各个领域的广泛应用。
深入浅出智能工作流（Agentic Workflow）｜技术干货
著名AI学者、斯坦福大学教授吴恩达提出AI Agent的四种设计方式后，Agentic Workflow（智能体工作流）在全球范围内迅速走红，多个行业纷纷实践其应用，并推动了新的Agentic AI探索热潮。吴恩达总结了Agent设计的四种模式：自我反思、工具调用、规划设计及多智能体协作。前两者较普及，后两者则为智能体使用模式从单一大模型向多智能体协同配合完成业务流程的转变奠定了基础。