📚 Resources

学习资源汇总

按学习阶段整理的官网、文档、工具下载地址和视频教程链接,方便快速访问和深入学习。

📅 数据统计截至 2026 年 7 月 22 日

AI Tool Landscape · 2026.7.22
📊 2026 AI 工具全景(截至 2026.7.22)

基于最新市场数据整理的国内 AI 工具全景图,覆盖办公、编程、低代码、企业级、垂直领域五大分类。

🖥️ 桌面级 AI 办公工作台
🏆
WorkBuddy · 腾讯
流量入口型 · 国内第一
依托微信/企微生态,支持手机远程派活,多模态交互体验极佳。2026年6月PC端月访问量达 2097万次,占整个大盘三分之一。
国内第一 微信生态 多模态
⚙️
QoderWork · 阿里
企业基建型 · 国内第三
主打本地化运行与数据安全,支持 MCP 协议和自定义技能。2026年6月PC端月访问量达 788万次,阿里系合计约919万次。
本地化 MCP协议 数据安全
🤖
DuMate 搭子 · 百度
多智能体协作
桌面级多智能体协作,主打多智能体分工协作,支持语音多模态输入。依托百度文心大模型底座,在知识密集型场景发力。
多智能体 语音输入 文心底座
📚
Kimi Work · 月之暗面
知识工作 Agent
在行业知识库、长文档处理方面见长。以长文本处理(200万字无损解析)在学术、法律领域占据优势。
长文本 知识库 学术法律
💻 AI 原生编程工具与 IDE
🥇
Qoder · 阿里
智能体自主开发 · 国内第一
提供 Editor + Quest 双视窗,支持自主拆解复杂研发任务。据IDC 2025年报告,阿里以 47.6% 的份额位居第一。
国内第一 Agent模式 双视窗
🥈
Trae · 字节
AI 原生一体化 IDE · 流量第二
把"AI主导"推到极致,提供独立 SOLO 模式。2026年6月国内版月访问量达 1279万次,600万+用户。
SOLO模式 免费 1279万月活
🌍
Cursor · Anysphere (海外)
全球 AI 编程 IDE 王者
基于 VS Code 深度改造,支持多文件联动改写(Composer)。开发者满意度调查中以 19% 的"最爱"比例位居 IDE 榜首。
全球顶流 Composer 项目级上下文
🤝
CodeBuddy · 腾讯
全流程 AI 编程 · 国内第四
国内首家支持插件、IDE、CLI 三种形态,Figma 设计稿一键转代码。IDC 2025年报告腾讯市场份额 6.9%。
三形态 Figma转码 微信生态
📐
CodeWave · 网易
规格驱动(SDD)低代码
强调工程纪律,"先写规范再写代码",采用自研 NASL 语言+可视化拖拽,主打全栈可视化与源码可交付。
SDD 低代码 源码可交付
☁️ 云端低代码零代码平台
🥇
扣子 (Coze)
字节 · 公有云第一
自然语言驱动开发,可视化工作流,支持一键部署至飞书、微信等渠道。Web端月活破 1500万。
公有云第一 零代码
🔗
腾讯元器
腾讯 · 私域运营
深度绑定微信/QQ全系生态,私域场景适配性拉满,文档解析与语义检索成熟。
微信生态 私域
🧠
文心千帆
百度 · 公有云第二
中文语义理解顶尖,深耕政企合规场景,支持私有化部署与数据本地化管控。
政企合规 私有化
🏢 企业级全栈平台
🤖
QoderWake · 阿里
7×24 在岗数字员工
具备独立权限沙盒与审计日志,支持自我复盘与技能进化。百炼平台Token消耗近三个月提升6倍。
数字员工 无人值守
🏛️
WorkBuddy 企业版 · 腾讯
企业级 AI 资产管理
提供统一身份(OneID)与权限管控,支持公有云、VPC 专享及私有化交付。腾讯系四款产品合计流量占大盘一半以上。
OneID 私有化
☁️
阿里云百炼 · 阿里
产业级智能体落地
依托通义千问与阿里云算力,端云协同能力强,支持大规模算力调度与企业级运维体系。
端云协同 大规模推理
🐜
蚂蚁数科 Agentar · 蚂蚁集团
金融行业第一
聚焦强监管行业,主打全链路可信、数据合规。据IDC 2025年报告,金融大模型市场以 13.3% 份额位居第一。
金融第一 合规
🎯 垂直领域专用智能体
🎨
腾讯妙境 Miora
全场景创意工作室
不仅有大脑会思考,还有记忆懂用户审美,支持平面、视频与 3D 创意资产生产。
创意设计 3D资产
🧠
ima
个人知识智能体 · 月活1300万+
支持创建专属 Agent,通过记忆系统持续理解用户,深度绑定腾讯文档。AI知识管理第一。
知识管理 记忆系统
⚡
实在 Agent
实在智能 · RPA+AI
不受API限制,能直接操作任何软件界面。在RPA+AI赛道保持高热度,稳居国内政企、制造业智能化赛道头部。
RPA+AI 制造业
💡 说明:以上数据来源于各平台公开披露、IDC 2025年报告及第三方流量统计(2026年6月PC端数据)。市场格局变化较快,建议定期关注最新动态。

New Tools · 2026.9
🆕 2026年9月 新增开源工具与平台

本月开源侧与产品侧密集上新,以下为与学习路线高度相关的真实项目(本卡片不含外部链接,请按需自行检索)。

OpenBridge(元点机器人 × CMU)
具身智能全开源生态:同步放出硬件本体设计方案 BRIDGE 与动作控制方案 FlowMimic,以"AI-Native 反向推导硬件形态"打破人形机器人硬件与算法脱节的孤岛,提供标准化桌面级研发底座。
开源具身智能硬件
Meta HumanCLAW(全开源)
提出"行动智能(Action Intelligence)":把高层行动决策与底层运动控制分离,保留真实物理后果,可单独测量基础模型"是否知道身体下一步该做什么"。9 个前沿视觉-语言模型同测,最佳成功率仅 16.8%。
开源VLA评测
AWS SageMaker HyperPod InstantStart(开源)
面向 HyperPod 的控制面工具,将 EKS 编排与托管集群运维结合,可用 Web 界面或 AI 智能体直接驱动集群引导、容量调度与分布式训练任务——把"算力运维"也 Agent 化。
开源算力运维Agent
OOMOL Open Flow(开源)
面向 AI Agent 的工作流自动化平台,提供可视化工作台、CLI 与自托管运行时,让 ChatGPT、Claude Code 等编程智能体直接参与工作流节点的创建、编排与调试运行。
开源工作流Agent
腾讯云"无境"(AI 渗透测试 SaaS)
AI 自主渗透测试产品,SaaS 形态开箱即用。面向上线前检测、常态化持续渗透、攻防演练前置与业务逻辑漏洞专项,录入授权目标即可一键获取可复现的漏洞证据报告。
安全SaaS产品化
讯飞星火 X2.5(端侧开源)
科大讯飞开源的端侧大模型,支持百万 token 上下文,面向本地/移动设备低延迟推理,适合在边缘侧跑知识问答与轻量 Agent。
开源端侧长上下文
💡 提示:以上项目均在本月(2026年9月)有集中报道或正式发布,建议结合"Agent 进阶"与"MCP 集成"两阶段动手实践;引入生产环境前请先核对各项目的许可证与最新状态。

New Tools · 2026.9 中旬
🆕 2026年9月中旬 新增工具与平台(09-08~09-14)

与 news.html 同步新增的真实工具 / 平台 / 模型接口,与学习路线高度相关(本卡片不含外部链接,请按需自行检索)。

OpenAI Agents API(公开测试)
把支撑 Codex 的托管式 harness 开放为 API:开箱即用沙箱执行、MCP 连接、多 Agent 委派与上下文压缩,开发者不必自建会话管理与恢复逻辑,仅按模型与容器计费。新锁定层从"模型"转向"运行时 harness"。
AgentMCP工具
GPT-Live-1(全双工语音 API)
OpenAI 全双工实时语音模型,支持同步听说与随时打断,前端定价 0.05 美元/分钟。与 Agents API 同日推出,补足"自然语言 → 实时对话 → 行动"的语音入口。
语音全双工API
Sakana Fugu Max / Ultra v2(模型编排器)
单一"学习型编排器"在兼容 OpenAI 的 API 后统一调度一池开源权重与专用模型,6/10 基准击败前沿模型,定价 2/6 美元每百万 token。代表"用编排打败单体大模型"的新路线。
编排开源MoE
AuK(开源统一语音模型)
基础语音模型,用自然语言指令统一完成语音生成、内容编辑、增强、分离与声学编辑,基于约 30.3 亿条指令-音频样本训练。对做语音助手、有声书与音频后期工作流直接相关。
开源语音音频
Gander(全双工多模态 Agent)
端到端模型融合流式视频/语音/文本与全双工交互,用户可随时打断;把感知、对话与 Agent 技能合一,无需在多个专用模型间切换。指向"统一助手"架构。
多模态全双工Agent
Cohere North-Small-Translate-1.0(翻译 MoE)
218B 总参 / 25B 激活的翻译专用 MoE,支持 50+ 语言,WMT26 全语种 83.60、加 Agent 多趟流程达 84.36,超越 DeepL NextGen 与 Google Translate 的厂商自报分。CC BY-NC 4.0,免费 API、商用授权可购。
翻译MoE开源
Google ADK 2.9.0(FallbackModel)
Google Agent Development Kit 新增 FallbackModel:主模型返回错误时自动切换到备用模型;Python 版同时提供 LiveKit 语音/电话 Agent runner,并支持从 YAML 加载 ADK 2.0 图工作流。提升 Agent 生产可用性。
AgentSDK容错
Cursor Projects(协调 Agent)
Cursor 的 Beta 功能:一个协调 Agent 负责规划、把任务拆给任意多个子 Agent,跑在自有云机器上——关掉笔记本也不会中断。呼应"多 Agent 协作"从框架走向产品。
多AgentIDEBeta
💡 提示:以上均为 09-08~09-14 有集中报道或正式发布的真实项目;动手前请先核对各项目的许可证与最新状态,并优先结合"Agent 进阶"与"MCP 集成"两阶段实践。

New Tools · 2026.9 下旬
🆕 2026年9月下旬 新增工具与平台(09-15~09-21)

与 news.html 同步新增的真实模型 / 工具 / 算力底座,与学习路线高度相关(本卡片不含外部链接,请按需自行检索)。

阶跃 Step 5 Preview(模型)
6000 亿参数稀疏 MoE(激活 27B)、100 万上下文、原生文本+视觉。AA 综合智能指数 44 分追平 2.8 万亿参数的 Kimi K3,Terminal-Bench 4.0 达 33.3%;定价每百万输入 1 美元、输出 2.7 美元。官方宣布 10 月 15 日开源完整权重。
新模型开源MoE
上海 AI 实验室 书生 S2(开源多模态基础模型)
支持文本/图像/视频/代码四维输入输出,记忆解码器架构实现 32K 推理链(前代 4 倍)。C-Eval 76.3%(开源最高),集成生物/材料领域引擎,提供可插拔记忆模块与标准化 API,部署成本降约 63%。
开源多模态AI4S
小红书 AllSpark Iris(开源 Search Agent)
面向"能自动完成检索任务的 AI 助手"的 Search Agent 模型,提供 35B 与 397B 两版,权重与评测代码已开源。把搜索从"返回链接"推进到"自主规划查询、多轮检索、整合答案"。
开源Agent搜索
阿里 Qwen3.8-Omni-Flash(原生全模态)
可同时处理文本/图像/音频/视频、支持 1M 上下文;30 项评测平均提升超 26%,每小时音频输入价格降幅超 98%、音视频降幅超 93%。同系列 Qwen3.8-LiveTranslate 同声传译字均延迟降至 2.3 秒、支持 60 种语言。
多模态全模态开源
中国电信 星辰 Xing4.0-29B-A4B(国产小模型)
29B 总参/4B 激活、256K 上下文(可扩 512K),基于国产昇腾算力与框架训练;SuperCLUE 智能体 93.52 分第三。4-bit 量化后 15GB 显存,RTX 3090/4090 即可本地跑长上下文任务。
国产算力本地部署小模型
华为 昇腾 960 超节点(算力底座)
全球首个 NPO(近封装光学)超节点,灵衢+Hi-ONE 实现内存统一编址,可扩至 4096 卡、8E FLOPS FP8;5500 光引擎模块替代 4.8 万颗 800G 光模块,功耗降 550kW+、可用度 99.8%,面向十万亿参数训练推理。
算力超节点国产
智谱 Infra Agent(RSI 工程化实践)
由 GLM-5.3 驱动的 Infra Agent 在 10 万张国产芯片集群上,从零搭建生产级推理服务,不到两周把端到端吞吐做到 3 倍——递归自我改进(RSI)首个生产环境实例,基于"稠密反馈"闭环自主优化算子/并行/通信。
RSIAgent国产算力
谷歌 Gemini 3.8 Live(实时语音模型)
面向实时对话的 speech-to-speech 模型与扩展思考版:近实时视觉输入、对话中自动切换 97 种语言、后台执行工具/API;扩展思考版支持"边想边说",已通过 Gemini API 与 AI Studio 开放。
语音全双工多模态
💡 提示:以上均为 09-15~09-21 有集中报道或正式发布的真实项目;动手前请先核对各项目的许可证与最新状态,并结合"Agent 进阶""MCP 集成"与"本地部署"实践。引入生产环境前请确认官方文档与合规要求。
New Tools · 2026.9 末
🆕 2026年9月末 新增工具与平台(09-22~09-28)

与 news.html 同步新增的真实模型 / 芯片 / 智能体 / 平台,与学习路线高度相关(本卡片不含外部链接,请按需自行检索)。

阿里平头哥 真武 V900(国产 AI 芯片)
训推一体 AI 芯片,单芯性能达上代真武 M890 的 3 倍,216GB 显存、片间互联 1200GB/s、原生 FP8/FP4,可满足万亿级模型训练推理,单一集群可扩至 50 万卡;计划 2027 Q1 量产,是国产算力全栈闭环的关键一环。
国产算力芯片超节点
阿里 Qwen4(新一代旗舰,训练中)
基于新一代架构,已在训练中,后续 Qwen4.5 / Qwen5 参数路线直指 5–10 万亿(5–10T);同代 Qwen3.8-Max 已在人类"零参与"下自主完成 33 轮训练迭代(AA 得分 40→45),把递归自我改进(RSI)写进训练闭环。发布前可先在 Qwen3.8 系列上动手。
新模型RSI开源
Meta Muse 个人智能体 + Ray-Ban Meta 智能眼镜
Muse 个人智能体作为跨设备中枢,可"看你所看"、代发邮件、连 Shopify/Notion 等 connector,关 App 后仍在后台执行;Ray-Ban Meta Gen 3(更轻、9 小时续航、12MP/3K)、无摄像头 Audio 版(43g、349 美元起)把 AI 从手机"戴到脸上"。是"消费级 Agent + 可穿戴"的标杆样本。
Agent消费级可穿戴
高通 第六代骁龙 8(端侧 Agent 芯片)
超级至尊版(Snapdragon 8 Elite Extreme Gen 6)为高通首款 2nm 制程芯片(台积电 N2P),自研 Oryon CPU + Adreno 850 + 18MB Flex Cache,直接为"端侧跑得动大模型与自主 Agent"重设计;标志手机本地规划、调工具、多步执行成为可能,"云+端"混合部署更进一步。
端侧 AI芯片Agent
千问办公 企业上下文 Enterprise Context(企业 Agent 基础设施)
面向企业的上下文数据管理产品,对企业数据进行压缩与结构化,配套应用、协作、安全中心与随身硬件 QwenNote,让千问办公智能体可随时调用企业知识干活。是企业把"知识库 + Agent"落到日常协作的现成范式,可与本路线 RAG / Agent 章节对照实践。
企业 Agent知识管理RAG
💡 提示:以上均为 09-22~09-28 有集中报道或正式发布的真实项目;芯片 / 模型多处于量产或训练阶段,落地前请核对官方文档、许可证与合规要求,并结合"本地部署""Agent 进阶"与"MCP 集成"章节实践。
New Tools · 2026.10 初
🆕 2026年10月初 新增工具与平台(09-29~10-02)

与 news.html 同步新增的真实模型 / 智能体 / SDK / 平台,与学习路线高度相关(本卡片不含外部链接,请按需自行检索)。

微软 Agent Framework 1.0(多智能体 SDK)
微软把 Semantic Kernel 与 AutoGen 两条线合并为统一开源 SDK,覆盖 .NET 与 Python;编排支持顺序/并发/群聊/交接/经理-团队,协议层同时支持 A2A 与 MCP,并带检查点与恢复(长任务可中断续跑、导出人工接管)。做多 Agent 系统的官方脚手架,可与"Agent 进阶"章节对照实践。
Agent开源SDK
英伟达 Open Agent Safety Platform(智能体安全底座)
OpenShell 是基于策略的沙箱运行时,把自主智能体框在可强制边界内;Sentry 跑在 BlueField-4 DPU 上做硬件级看门狗,监测并隔离越权行为。把"防智能体逃逸"从论文建议落成可部署参考架构,是接生产前必须考虑的权限隔离方案。
安全Agent基础设施
OpenAI dots / ChatGPT Space(常驻智能体 + 协作空间)
dots 是 GPT-6 Astra 驱动的常驻智能体,拥有独立云端电脑与浏览器、可连 4000+ 应用,用户未交互时仅用只读工具、敏感操作需审批;ChatGPT Space/Pages 让"人 + 同事 + 智能体"围着共享文档协作。是"长期委托型 Agent"的标杆样本,可与"Agent 进阶"章节对照。
Agent产品协作
智谱 GLM-Coder 系列(终端编码智能体,开源)
智谱开源的编码智能体模型,强调长程编码与终端基准表现,放出权重与评测,延续国产开源"低价高性能"路线。想本地跑编码 Agent、不依赖闭源 API 的学习者,可和 DeepSeek/GLM 系列一起作为可选底座。
开源编程Agent
Claude Code 2.1.285/286(编码智能体更新)
新增一键关闭 WebFetch 的"开关"与跳转桌面 App 的 --desktop 交接;统计累积权限提示次数、模型拒绝重试后仍能续跑,并修复了密钥写入日志的泄露问题。编码 Agent 走向"生产可用"的细微但关键改进。
工具编程安全
ElevenLabs Eleven v4(语音模型)
第四代语音模型,覆盖 90+ 语言、约 10 秒样本即可克隆音色,支持内联舞台提示(情绪/语气);公司估值升至约 220 亿美元。语音 AI 正从"朗读"走向"角色化、可对话、跨语言"。
语音多语言产品
Google Gemini 4 Argon(前沿模型,先开放网络防御者)
Gemini 4 世代首款前沿模型,单次输出上限 100 万 token,Arena 文本榜登顶、AA 智能指数 53 分与 GPT-6 Astra 持平、幻觉率仅 15%;定价 $2/$10 每百万 token。先期仅向 Fairwind 受信网络防御者开放,后续扩至付费 API 与 Google AI Ultra。
新模型前沿网络防御
💡 提示:以上均为 09-29~10-02 有集中报道或正式发布的真实项目;模型多处于分批开放 / 限量阶段,落地前请核对官方文档、许可证与合规要求,并结合"Agent 进阶""MCP 集成"章节实践。

Stage 01
🧱 工具入门与环境搭建

Stage 02
✍️ 提示词工程

Stage 03
🔍 RAG 检索增强与幻觉消减

Stage 04
🤖 Agent 设计与进阶工程化

Stage 05
🎯 AI 技能训练与工作提效

Stage 06
🔌 MCP协议与工具链集成

Stage 07
🏢 企业级AI应用开发实战
💡 学习建议:Stage 07 是整个学习路线的集大成者,建议先完成前6个阶段的学习,然后结合实际的 BPM 报表项目进行实践。可以从小型报表开始,逐步过渡到复杂报表,在实践中巩固所学知识。