AI Agent开发系统实战：从大模型底层原理到企业级智能体落地全流程学习

课程概述

这是一套体系化的AI Agent应用开发课程，内容从大语言模型基础理论延伸至生产级智能体系统的落地实践，覆盖技术学习的完整路径。课程既包含底层原理的深度解析，也有工程落地的方法指导，能够帮助学习者逐步掌握构建企业级智能体系统所需的各项能力。

课程内容涵盖LLM底层原理、Token机制、幻觉问题、提示词工程等基础内容；深入拆解Agent的架构设计、规划能力、记忆系统、工具调用、RAG检索增强等核心模块；详解LangChain、CrewAI等主流开发框架，讲解工作流编排与多Agent协作的实现方法；同时包含企业级系统设计、高并发处理、性能与成本优化、Agent质量评估、安全风险防护等工程化内容，并搭配多个行业的Agent实战案例，分析技术发展瓶颈与未来方向，适合开发人员、AI从业者学习构建生产可用的智能体系统。

课程目录

• 1.01_什么是 AIAgent 它与传统 AI 有什么区别.mp4

• 2.02_什么是 AgenticAI.mp4

• 3.03_LLM 与 Agent 有什么区别.mp4

• 4.04_为什么从 LLM 应用转向 Agent.mp4

• 5.05_Agent 的核心组件有哪些.mp4

• 6.06_Agent 和 Chatbot 的区别.mp4

• 7.07_什么是自主 Agent.mp4

• 8.08_什么是目标驱动型 Agent_.mp4

• 9.09_什么是多步推理_Agent 如何实现_.mp4

• 10.10_为什么 Agent 需要记忆_.mp4

• 11.11_什么是推理引擎_.mp4

• 12.12_工具使用在 Agent 中的作用_.mp4

• 13.13_什么是环境交互_.mp4

• 14.14_感知与行动在 Agent 中如何体现_.mp4

• 15.15_单 Agent 与多 Agent 系统的区别_.mp4

• 16.16_Agent 的能力边界在哪里_.mp4

• 17.01_什么是大语言模型 (LLM)*.mp4

• 18.02_LLM 是如何训练的*.mp4

• 19.03_什么是 Token_.mp4

• 20.04_什么是下一个 Token 预测_.mp4

• 21.05_Transformer 的核心机制是什么_.mp4

• 22.06_注意力机制 (Attention) 是怎么工作的_.mp4

• 23.07_Temperature 参数对生成结果有什么影响_.mp4

• 24.08_Top‑K 和 Top&#8209 采样是什么_.mp4

• 25.09_什么是幻觉 (Hallucination)*.mp4

• 26.10_LLM 为什么会产生幻觉*.mp4

• 27.11_如何评估 LLM 的质量_.mp4

• 28.12_开源模型 vsAPI 模型，如何选择_.mp4

• 29.13_如何为项目选择合适的 LLM_.mp4

• 30.14_Prompt 对 LLM 输出有什么影响_.mp4

• 31.15_什么是指令微调 (InstructionTuning)*.mp4

• 32.16_RLHF 在 LLM 中起什么作用*.mp4

• 33.01_什么是提示词工程（PromptEngineering）.mp4

• 34.02_Zero‑Shot 和 Few‑Shot 有什么区别.mp4

• 35.03_什么是思维链（ChainofThought）.mp4

• 36.04_为什么 CoT 能提升推理能力.mp4

• 37.05_什么是自洽性（Self‑Consistency）.mp4

• 38.06_什么是 ReAct 提示策略.mp4

• 39.07_如何设计稳定可靠的 Prompt.mp4

• 40.08_什么是 Prompt 注入攻击.mp4

• 41.09_如何防御 Prompt 注入.mp4

• 42.10_如何设计高质量的 Prompt 模板.mp4

• 43.11_SystemPrompt 和 UserPrompt 有什么区别.mp4

• 44.12_如何控制 LLM 的输出格式.mp4

• 45.13_如何提升 Prompt 的鲁棒性.mp4

• 46.14_如何为多步骤任务设计 Prompt.mp4

• 47.15_Prompt 对 Agent 行为有什么影响.mp4

• 48.01_一个完整的 Agent 架构包含哪些部分.mp4

• 49.02_Agent 的规划（Planning）机制是什么.mp4

• 50.03_什么是任务分解 Agent 如何做任务分解.mp4

• 51.04_Agent 的决策机制是什么.mp4

• 52.05_工具调用和函数调用是什么有什么区别.mp4

• 53.06_Agent 如何调用外部 API.mp4

• 54.07_什么是执行循环（ExecutionLoop）.mp4

• 55.08_Agent 如何处理重试和错误恢复.mp4

• 56.09_Agent 的记忆系统有哪些设计模式.mp4

• 57.10_短期记忆和长期记忆在 Agent 中如何实现.mp4

• 58.11_Agent 如何管理状态（StateManagement）.mp4

• 59.12_什么是 Agent 的自我反思（Reflection）.mp4

• 60.13_多 Agent 如何协作.mp4

• 61.14_Agent 如何进行任务优先级排序.mp4

• 62.15_如何设计一个通用 Agent 框架.mp4

• 63.16_如何设计一个垂直领域 Agent.mp4

• 64.01_什么是 RAG（检索增强生成）.mp4

• 65.02_RAG 的工作流程是什么.mp4

• 66.03_为什么 Agent 需要 RAG.mp4

• 67.04_什么是向量嵌入（Embedding）.mp4

• 68.05_什么是文档分块（Chunking）.mp4

• 69.06_如何选择合适的 ChunkSize.mp4

• 70.07_什么是向量数据库.mp4

• 71.08_常见向量数据库有哪些如何选择.mp4

• 72.09_向量相似度搜索是如何实现的.mp4

• 73.10_如何优化 RAG 的召回率.mp4

• 74.11_如何优化 RAG 的精确率.mp4

• 75.12_Rerank 在 RAG 中起什么作用.mp4

• 76.13_RAG 如何解决长上下文问题.mp4

• 77.14_RAG 如何减少幻觉.mp4

• 78.15_RAG 和微调如何选择.mp4

• 79.16_RAG 落地最难的问题是什么.mp4

• 80.01_什么是工具使用（ToolUse）.mp4

• 81.02_Agent 如何进行工具选择.mp4

• 82.03_工具选择的底层机制是什么.mp4

• 83.04_如何设计好的工具 Schema.mp4

• 84.05_FunctionCalling 的设计原则是什么.mp4

• 85.06_Agent 如何调用数据库.mp4

• 86.07_Agent 如何调用搜索引擎.mp4

• 87.08_Agent 如何执行代码.mp4

• 88.09_如何协调多工具的调用.mp4

• 89.10_如何避免 Agent 错误地调用工具.mp4

• 90.11_工具调用失败后 Agent 如何处理.mp4

• 91.12_如何验证工具调用结果的可靠性.mp4

• 92.13_如何设计 Agent 的插件系统.mp4

• 93.14_什么是 MCP（ModelContextProtocol）.mp4

• 94.15_如何控制工具的权限.mp4

• 95.01_你用过哪些 Agent 框架如何评价.mp4

• 96.02_LangChain 的核心组件是什么.mp4

• 97.03_LangGraph 和 LangChain 有什么区别.mp4

• 98.04_AutoGPT 的核心思路是什么.mp4

• 99.05_ReActAgent 是如何工作的.mp4

• 100.06_什么是 CrewAI 它的设计理念是什么.mp4

• 101.07_OpenAIAssistantsAPI 有哪些核心功能.mp4

• 102.08_如何选择适合项目的 Agent 框架.mp4

• 103.09_用开源框架还是自研 Agent 框架.mp4

• 104.10_如何设计 Agent 的工作流.mp4

• 105.11_DAG 和循环流在 Agent 工作流中如何选择.mp4

• 106.12_多 Agent 编排的核心挑战是什么.mp4

• 107.13_如何构建一个 AgentPipeline.mp4

• 108.14_如何实现 Agent 的可观测性（Observability）.mp4

• 110.01_如何设计企业级 Agent 系统.mp4

• 111.02_如何设计一个 AI 助理产品.mp4

• 112.03_如何设计智能客服 Agent 系统.mp4

• 113.04_如何设计办公自动化 Agent.mp4

• 114.05_如何设计一个代码生成 Agent.mp4

• 115.06_Agent 系统如何扩展（Scale）以支持高并发.mp4

• 116.07_Agent 系统中如何做并发控制.mp4

• 117.08_如何降低 Agent 系统的响应延迟.mp4

• 118.09_如何控制 Agent 系统的 Token 成本.mp4

• 119.10_Agent 系统如何设计缓存策略.mp4

• 120.11_Agent 系统的日志系统如何设计.mp4

• 121.12_Agent 系统中如何做 A‑B 测试.mp4

• 122.13_如何设计 Agent 系统的高可用架构.mp4

• 123.14_Agent 系统如何实现优雅降级.mp4

• 124.15_多模型 Fallback 策略如何设计.mp4

• 125.01_如何评估 Agent 的质量.mp4

• 126.02_什么是离线评估_.mp4

• 127.03_什么是在线评估_.mp4

• 128.04_如何设计 Agent 评估基准 (Benchmark)*.mp4

• 129.05_什么是 AgentBench*.mp4

• 130.06_如何评估 Agent 的推理能力_.mp4

• 131.07_如何评估 Agent 的工具使用能力_.mp4

• 132.08_如何评估 RAG 系统的质量_.mp4

• 133.09_如何检测 Agent 的幻觉问题_.mp4

• 134.10_什么是 LLM‑as‑Judge_如何使用_.mp4

• 135.11_如何优化 Agent 的整体性能_.mp4

• 136.12_如何系统地优化 Prompt_.mp4

• 137.13_如何通过模型选择来优化性能_.mp4

• 138.14_Agent 系统中如何设计反馈闭环_.mp4

• 139.15_Agent 系统如何实现持续学习_.mp4

• 140.01_什么是 Prompt 注入攻击_.mp4

• 141.02_Agent 系统中数据泄露的风险有哪些.mp4

• 142.03_Agent 系统面临哪些安全风险_.mp4

• 143.04_如何防止 Agent 的权限提升攻击_.mp4

• 144.05_如何限制 Agent 的工具权限_.mp4

• 145.06_多用户场景下如何隔离用户数据_.mp4

• 146.07_如何防止 Agent 被越狱 (Jailbreak)*.mp4

• 147.08_Agent 系统的审计日志应该记录什么*.mp4

• 148.09_如何设计安全的代码执行沙箱_.mp4

• 149.10_如何防止恶意输入攻击 Agent_.mp4

• 150.11_生产环境中如何加固 Agent 系统_.mp4

• 151.12_Agent 系统中如何处理用户隐私数据_.mp4

• 152.13_内容安全过滤如何实现_.mp4

• 153.14_如何防止 Agent 输出敏感信息_.mp4

• 154.15_如何为 Agent 系统设计安全策略_.mp4

• 155.01_如何设计一个报告撰写 Agent.mp4

• 156.02_如何设计一个智能客服 Agent_.mp4

• 157.03_如何设计一个金融分析 Agent_.mp4

• 158.04_如何设计一个代码生成 Agent_.mp4

• 159.05_如何设计一个多 Agent 协作系统_.mp4

• 160.06_Agent 在多目标冲突时如何决策_.mp4

• 161.07_如何为 Agent 实现长期记忆_.mp4

• 162.08_Agent 输出错误时如何排查_.mp4

• 163.09_Agent 成本过高如何优化.mp4

• 164.10_Agent 延迟过高如何处理.mp4

• 165.11_RAG 效果不好如何排查改进.mp4

• 166.12_如何提高 Agent 系统的稳定性.mp4

• 167.13_如何提升 Agent 的任务成功率.mp4

• 168.14_如何让 Agent 具备自我纠错能力.mp4

• 169.15_如何设计生产级别的 Agent 系统.mp4

• 170.01_Agent 的未来发展方向是什么.mp4

• 171.02_Agent 会取代人类工作吗.mp4

• 172.03_多 Agent 社会是什么概念有什么潜力.mp4

• 173.04_Agent 与 AGI 的关系.mp4

• 174.05_当前 Agent 技术的瓶颈在哪里.mp4

• 175.06_你做过最复杂的 Agent 项目是什么（参考性回答）.mp4

• 176.07_如何评价主流 Agent 框架.mp4

• 177.08_Agent 和传统工作流有什么本质区别.mp4

• 178.09_Agent 真的_智能_吗.mp4

• 179.10_Agent 架构与传统软件架构的根本区别.mp4