值不值得学：先搞清楚大模型和智能体的边界
这门课解决的核心问题，是帮技术人员和业务人员理清“大语言模型”与“AI Agent”的边界。很多开发者在实际工作中发现，单纯调用大模型API只能做问答，无法处理多步骤、带状态的复杂业务。这门课从工程化视角拆解了智能体的构成，把概念拆解为感知、规划、记忆、执行等模块。它不讲虚浮的行业趋势，而是直击本质：为什么Prompt工程不够用，以及智能体如何作为大模型时代的“超级入口”去串联企业内部系统。如果你正纠结要不要在业务里引入智能体，或者想从普通API调用转向全栈架构设计，这节课能帮你建立正确的技术判断力。
适合什么基础与建议学习顺序
内容适合有基础编程概念、能看懂简单代码逻辑，且对大模型API有初步认知的上班族或转行者。纯零基础也能听懂概念，但后续工程化部分需要结合代码实践。建议先看智能体构成与Prompt工程进化的章节，建立对模块协作的具象认知；接着看工程化思想与工作范式，理解如何把零散的模块组装成可运行的服务；最后看企业选型与商业价值部分，这能帮你建立项目落地的评估标准。不要按顺序从头听到尾，先抓工程化骨架，再补概念细节，效率更高。
学完能独立做什么与资料配合方法
学完后，你应该能独立完成一个单智能体的工程化设计：从拆解业务场景、设计记忆机制、规划工具调用，到评估落地成本。你不会立刻成为算法专家，但能胜任技术选型与架构搭建。资料配合上，建议边看边在本地搭一个简单的智能体框架，把课程里的规划与执行逻辑跑通。遇到企业选型部分，对照自己公司的业务流写一份可行性分析。课程里的概念讲解不要死记，重点看它如何把抽象能力映射到具体代码实现，这才是把资料吃透的关键。
深刻理解Ai Agent概念、趋势、技术；洞察AI Agent的能力本质；熟悉AI Agent的场景
课程目录
* 01 课程简介.mp4 10:22
* 02 AI Agent概念及与大模型关系.mp4 09:10
* 03 AI Agent构成.mp4 13:21
* 04 AI Agent是Prompt工程的进化.mp4 15:03
* 05 AI Agent产品及服务模式.mp4 06:46
* 06 AI Agent等级以及工作范式.mp4 13:20
* 07 AI Agent是每个普通人可以尝试的乐高.mp4 09:13
* 08 企业选择AIGC项目的重点考虑因素和商业利益.mp4 09:13
* 09 AI Agent工程化思想.mp4 07:46
* 10 AI Agent对企业产生的核心价值.mp4 05:04
* 11 AI Agent成为企业及个人应用的超级入口.mp4 11:34
* 12 AIGC+流程是AI Agent是Agent实施关键要素.mp4 11:39
* 13 企业数据规模和质量决定AI Agent在应用应用中的价值.mp4 08:57
* 14 AI Agent 主要应用在哪些场景.mp4 16:04
* 15 AI Agent：围绕情绪价值的个人心理陪伴.mp4 09:42
* 16 AI Agent：结合业务流程的智能体.mp4 10:10
* 17 基于CRM系统提升智能化能力.mp4 08:27
* 18 AI Agent可加速数字乡村.mp4 08:30
* 19 多智能体（Multi-Agent）实现模拟人类工作流程.mp4 13:25
* 20 AI Agent领域国内企业生态图谱.mp4 12:19
* 21 文心智能体平台功能及优势.mp4 08:47
* 22 扣子和钉钉智能体平台功能及优势.mp4 09:34
* 23 科大讯飞智能体平台功能及优势.mp4 10:05
* 24 国外OpenAI、IBM、AWS智能体平台功能及优势.mp4 08:50
* 25 数据与算法持续增长为AI Agent奠定基础.mp4 08:22
* 26 AI Agent 规模、企业关注度以及应用价值持续提升.mp4 06:57
* 27 云上智算能力，为AI Agent训练和推理提供了无限可能.mp4 07:54
* 28 AI Agent给予了每个人新可能.mp4 05:20
* 29 AI Agent 场景梳理：12个行业，100多个场景及课件.mp4 07:07
