尚硅谷 - 2026年1月开课大模型智能体线上速成班V2.0

这门课的主题很明确：用大模型搭一个能查数据、能回答业务问题的智能体。它围绕一个叫「掌柜问数」的项目展开，场景是让非技术同事用自然语言问经营数据，系统自己去查、去算、去组织答案。如果你在岗位上遇到过「业务天天追着要报表、写 SQL 排队等」的情况，这就是它要解决的问题。

先看清它适合谁，以及不建议谁上来就买

适合两类人：一是已经会 Python、能看懂基本后端代码，想把大模型能力接进实际业务系统的开发者；二是做数据分析或产品岗，平时接触过数据库和接口，想弄明白智能体到底是怎么串起来的。它不属于零基础编程课，如果没写过 Python、不清楚什么是向量检索和容器，前期会卡在环境上，建议先补这两块再回来。课程节奏偏快，是速成定位，指望一节一节慢慢讲原理的人可能会觉得跳。

建议的观看顺序：环境先跑通，再进核心链路

不要按文件夹顺序从头闷头看。合理的顺序是：先把开发环境和容器相关的部分过一遍，确保本机能把项目跑起来，这一步不通过，后面全是空看；接着看配置参数管理，理解这个智能体有哪些可调的开关；然后重点看向量库的入门部分，它是「问数」能检索到正确表结构和字段的关键；最后再进业务逻辑和问答流程的组装。视频之外如果有配套的代码和说明文档，边看边对着改，比只看不动的效率高很多。遇到跑不通的地方，先回头确认环境版本，多数报错都出在这一层。

学完之后，你能独立做到什么

• 能独立把一个智能体项目在本地或服务器上部署起来，包括容器和依赖的处理；
• 能说清楚从用户提问到返回结果，中间经过了哪些环节，哪一环出问题该去查哪里；
• 能把向量检索接到自己的数据上，让智能体基于你所在业务的数据回答问题，而不是只会闲聊；
• 能改动配置和提示逻辑，调整回答的准确度和范围，而不是只能照抄原样跑一遍。

需要提醒的是，速成班给的是可运行的样板和思路，不等于学完就能直接上线生产。真实业务里的权限、数据质量、并发和成本控制，还得自己在项目里补。把它当成一次完整的动手演练，跟着做完一遍，你对智能体开发的理解会比看十篇科普扎实。资料配合练习的方式很简单：每看完一个环节，就把那一块单独跑一次、改一个参数看结果变化，别攒到最后一起做。