Agentic AI 教程

1.1 欢迎

“Agentic-ai”的由来与现状、课程目标与价值以及智能体 AI 的实际应用场景示例。

1.1 欢迎

一、 “Agentic-ai”的由来与现状

创造初衷

“智能体AI”(Agentic AI)一词由Andrew Ng创造。目的是为了描述他观察到的一个重要且迅速发展的趋势:人们正在以新的方式构建基于基础模型的应用。“智能体AI”这个词会被营销人员抓住,并当作一个标签贴在几乎所有能看到的东西上。这导致了“智能体AI”概念的炒作迅速飙升。

核心观点

好消息是,撇开炒作不谈,真正有价值和实用的智能体 AI 应用数量正在快速增长。即便没有炒作,AI 应用本身也在快速发展,只是速度可能不如炒作那么快。

二、课程目标与价值

核心目标

在本课程中,希望展示构建智能体 AI 的最佳实践,帮助你打开许多新的机会,让你在能构建的内容上有更多选择。

掌握如何用智能体构建应用,是 AI 领域中最重要且最有价值的技能之一。

关键区别

那些真正懂得如何构建智能体 AI 的人与效率较低的人之间的最大区别在于:能否推动有纪律的开发流程,特别是专注于评估与错误分析(evals and error analysis)的流程。

本课程将详细解释这一点,并教你如何精通构建这些基于智能体的工作流。

三、智能体 AI 的实际应用场景示例

1、客户支持智能体 (Agentforce - Salesforce):用于构建客户支持智能体。 示例:用户上传一张家电照片,AI智能体能识别设备型号、序列号,并主动提供注册和固件更新服务。

2、深度研究智能体 (Claude Research - Anthropic):用于进行深入研究,撰写有深度的研究报告。 示例:用户要求撰写关于黑洞科学最新进展的报告,AI会自动规划研究步骤、搜集信息并生成一份详尽的报告。

3、法律文件处理 (Callidus Platform - Callidus):用于处理复杂的法律文件,如分析版权侵权案件中的相关法律条文和判例。

4、医疗诊断系统 (MAI-Dx - Microsoft AI):基于病人输入的信息,系统能生成或建议潜在的医学诊断结果。 系统包含多个智能体(如假设生成、测试选择、诊断确认等),形成一个协作的“虚拟医生小组”,并通过“辩论链”机制提高诊断准确性。

On this page