AI Agent 专题课

课程简介

本课程基于 Google 2024 年发布的 AI Agent 技术白皮书，全面介绍 AI Agent 的概念、架构、实现和应用。通过本课程的学习，你将掌握 AI Agent 的核心原理和实践技能，能够构建自己的智能代理系统。

课程大纲

1. 引言

• 人类的先验知识与工具的使用
• 人类的模仿者：AI Agent 的诞生
• 课程目标和学习路径

2. 什么是 Agent？

• 概念：应用程序的定义
• 架构：认知架构（Cognitive Architecture）
• 组件：模型、工具、编排层
• Agent 与模型的区别

3. 认知架构：Agent 是如何工作的

• 类比：厨师做菜
• Agent 推理框架
  • ReAct
  • Chain-of-Thought (CoT)
  • Tree-of-Thoughts (ToT)
• ReAct 例子分析

4. 工具：模型通往现实世界的关键

• 工具类型一：Extensions
  • 需求：预定航班的 Agent
  • 实现方式
  • 示例
• 工具类型二：Functions
  • Function vs. Extension
  • 例子：教模型结构化输出信息
  • 示例代码
• 工具类型三：Data Storage
  • 实现与应用
  • 例子
• 工具小结

5. 通过针对性学习提升模型性能

• In-context learning, e.g. ReAct
• Retrieval-based in-context learning, e.g. RAG
• Fine-tuning based learning
• 再次与"厨师做饭"做类比

6. 基于 LangChain 快速创建 Agent

• 代码示例
• 运行效果
• 使用 Google Vertex AI Agent 创建生产应用

7. 实践项目

• 个人助手 Agent
• 专业领域 Agent
• 多 Agent 系统

8. 伦理与安全

• Agent 的伦理挑战
• 安全措施
• 监管与合规

9. 未来发展

• 技术趋势
• 挑战与机遇
• Agent 与人类的关系

学习目标

• 理解 AI Agent 的基本概念和架构
• 掌握 Agent 的核心组件和工作原理
• 学会使用工具扩展 Agent 的能力
• 了解如何通过学习提升 Agent 性能
• 能够基于 LangChain 构建实用的 Agent 应用
• 理解 Agent 的伦理和安全问题

适合人群

• AI 开发者和研究人员
• 对智能代理技术感兴趣的工程师
• 希望构建智能应用的产品经理
• 想要了解 AI 前沿技术的学生

前置知识

• 基本的 Python 编程知识
• 对大语言模型有基本了解
• 熟悉基本的机器学习概念

课程资源

• Google AI Agent 技术白皮书
• LangChain 官方文档
• 实践代码和示例
• 推荐阅读材料

---

准备好开始你的 AI Agent 学习之旅了吗？让我们一起探索这个激动人心的领域！