AIGC 高级实践课：从大模型到AI Agent

这门课的名字里有「高级实践」四个字，但它真正解决的问题很具体：你可能已经用过 ChatGPT 这类工具，会写几句提示词，却始终停在「聊天框里问一句答一句」的层面，不知道怎么把大模型接进自己的业务流程，更不知道一个能自己调用工具、分步完成任务的智能体是怎么搭出来的。课程要补的正是从「会用」到「能做出一个能跑的东西」之间那段空缺。

它适合什么基础的人

不需要你有机器学习背景，也不要求会训练模型。前几节从大模型的基本概念讲起——参数量、数据规模、训练过程、模型组成，这些内容是把后面所有实践的地基垫平，零基础跟着看不会卡住。但如果你完全没写过代码，后半段的智能体部分会吃力，建议至少能看懂 Python 的基本语法、知道怎么装依赖、跑一个脚本。反过来，如果你已经在做算法或后端开发，前面那几节概念课可以快速过，把时间留给提示词设计和智能体编排。中间那部分讲 OpenAI 与 HuggingFace 两种调用方式的内容，是给「想动手接一个模型进来」的人准备的，纯产品岗看个大概即可。

建议先看哪几块，按什么顺序

比较省时间的走法是：先用最短的时间把概述和大模型原理那几节过一遍，目的不是记住细节，而是建立「模型能做什么、不能做什么」的判断力，这直接决定你后面设计提示词时会不会提不切实际的要求。接着重点看提示词那一节，这是整门课里投入产出比最高的部分——它不依赖任何环境配置，看完当天就能用在自己的工作里，写周报、整理会议记录、做资料归纳都能立刻试。最后再进智能体部分，这时候你已经知道模型的能力边界，也练过怎么把需求说清楚，再去理解「让模型自己决定调用哪个工具、分几步走」就不会觉得抽象。

学完能独立做什么，资料怎么配合

把课程跟完并动手做过一遍，你应该能独立完成两件事：一是针对一个具体的重复性任务，写出稳定可复用的提示词，而不是每次靠运气；二是搭出一个能接收输入、调用模型、按步骤处理并返回结果的小型智能体应用，哪怕功能简单，流程是完整的。练习建议不要另找题目，直接用你手头真实的工作场景——比如把一份长文档拆成结构化信息、把客户反馈自动归类。视频看一遍容易产生「我懂了」的错觉，只有自己配环境、调提示词、处理报错，才会暴露真正的卡点。资料里的演示可以作为对照，但别只照着敲，改一改参数、换一换输入，看结果怎么变，这一步比多看两节课有用。