Agentic AI 课程介绍

课程概览

• 课程：Agentic AI
• 级别：中级
• 时长：5 小时 54 分钟
• 讲师：Andrew Ng
• 出品方：DeepLearning.AI

你将学到什么

• 构建代理式设计模式：反思、工具使用、规划和多代理工作流
• 将 AI 与外部工具集成：数据库、API、网络搜索和代码执行
• 评估和优化 AI 系统：性能指标、错误分析和生产环境部署

为什么选择这门课程？

代理式 AI（Agentic AI）代表了一种构建软件的新方式，它利用大语言模型（LLM）来完成复杂任务中的部分或全部步骤。与生成单一响应不同，代理式工作流使 AI 能够规划多步骤流程、迭代执行，并通过反思和工具使用来改进输出。本课程将教你从零开始构建这些复杂的 AI 系统。

你将掌握驱动代理式 AI 系统的四种设计模式：

• 反思（Reflection）：AI 批评自己的工作并迭代以提高质量——就像代码审查，但是自动化的。
• 工具使用（Tool Use）：将 AI 连接到数据库、API 和外部服务，使其能够真正执行操作，而不仅仅是生成文本。
• 规划（Planning）：将复杂任务分解为可执行的步骤，AI 可以遵循这些步骤，并在情况不如预期时进行调整。
• 多代理（Multi-Agent）：协调多个专门的 AI 系统来处理复杂工作流的不同部分。

本课程强调使用 Python 进行实际实现，在探索框架之前从第一性原理构建每种模式，为你定制特定需求的 AI 工作流提供灵活性。你将学习将业务流程解构为代理式工作流，识别类似人类的迭代和工具交互可以自动化复杂任务的环节。关键评估技能贯穿始终——你将构建强大的测试框架、进行系统错误分析，并优化系统以用于生产环境部署。

完成课程后，你将获得一份证书，认可你在构建代理式工作流方面的技能。

讲师

Andrew Ng

• DeepLearning.AI 创始人
• Coursera 联合创始人

适合人群

• 希望应用 AI 技术构建能够处理多步骤工作流的自主系统的软件开发者
• 具备中级 Python 编程技能，能够跟随实现进度的专业人士
• 对大语言模型和 API 有基本了解，希望深化实践技能的专业人士

课程大纲