尚硅谷-2026年首期AI大模型智能体线上班【系统课】

适合人群与基础门槛 这门系统课不适合零基础小白。如果你连 Python 基础语法、HTTP 请求原理都不懂，先别硬啃，否则会被代码调试耗死精力。它适合有一定后端开发经验的程序员，或者正在从传统开发向 AI 应用层转型的技术人员。你需要能读懂 Python 代码，理解什么是向量数据库、什么是 Token 计费。如果你之前用过 LangChain 或 LlamaIndex，但感觉像是在拼积木、知其然不知其所以然，这门课能帮你补全底层逻辑。对于纯文科背景想转行者，建议先花两周补齐 Python 和 Linux 基础，再进入本课程，否则劝退率很高。

学习路径与配套资料怎么用 资料包里的内容不要按顺序死磕。建议先聚焦“智能体核心原理”和“RAG 实践”两个模块。先看原理视频，理解 Agent 是如何通过思维链（CoT）拆解任务的，重点消化关于记忆机制和工具调用协议的部分。这部分是骨架，听不懂后面都是空话。接着结合配套源码，在本地环境跑通一个简单的客服机器人案例。不要只看视频不动手，每个 Demo 都要自己敲一遍，观察报错日志，理解错误处理机制。 学完这套课程，你能独立做什么？你可以为一家中型企业搭建内部知识库问答系统，支持上传 PDF 文档并实现精准溯源；或者开发一个自动化运营助手，让 AI 自动抓取数据、生成图表、撰写周报。你具备从需求分析、提示词工程、向量库选型到全链路部署的完整能力。资料中的代码库是你最好的练习场，建议把每个案例改造一下，比如把案例里的电商客服改成医疗咨询场景，强制自己去调整检索策略和护栏逻辑。别指望看完视频就变专家，真正的能力来自你把代码跑通、修 bug、并在不同业务场景下复用的过程。克制使用现成模板，多追问“如果数据量增加十倍，这套架构哪里会崩”，这才是工程化思维的核心。