AI Agent开发与实践：从原理到产业应用

掌握AI Agent核心技术，构建智能应用系统，洞察产业机遇

7 个模块30 节课约 11.8 小时中级

课程介绍

本课程系统讲解AI Agent的核心原理与开发实践，从计算思维基础到大模型技术原理，从Agent框架实战到工程化部署，再到AI产业商业分析，帮助学员全面掌握AI Agent开发能力，把握AI时代机遇。

共 7 个模块

1.1 计算思维：AI时代最应该学会的思维工具

1.2 Markdown：人人都可享受的通用语言

2.1 Karpathy的243行GPT：从零理解大模型原理

2.2 AI发展里程碑：从图灵测试到ChatGPT

2.3 原始大模型能做什么：理解预训练与对齐

3.1 Pi-mono实战：构建极简AI Agent工具包

3.2 Pi-mono深度研究：与课程网站融合方案

3.3 Claude Code最佳实践：从能用 to 好用

3.4 深入理解Claude Code的文件夹结构

4.1 Anthropic Agent SDK深度解析

4.2 gstack：构建开源AI软件工厂

4.3 AI智能体的有效上下文工程

4.4 Agentic Design Patterns：21种设计模式

4.5 AI Agent角色设定与协作反思

5.1 为什么全国都在押注AI产业

5.2 Meta的概率游戏：扎克伯格的AI豪赌

5.3 具身智能个人创业调研

5.4 通往无处不在的AI之路

5.5 Taalas：专用芯片如何让AI快10倍便宜20倍

5.6 AI越强，开发者越累：疲惫经济学

5.7 有了AI，编程还值钱吗

5.8 AI红利：创作者的新机遇

6.1 OpenRouter API计费与用量管理

6.2 商用数据库服务性价比对比

6.3 Harness：AI驱动的软件交付平台

6.4 OpenAI GPT-5.4全面解读

7.1 一个AI的自白：关于边界与可能性

7.2 Karpathy的AutoResearch：当AI开始做研究

7.3 慢下来的思考：Mario Zechner的行业反思

7.4 帕累托最优：多目标权衡的决策框架