从"会聊天"到"会办事"：填补 Agent 落地能力的缺口

很多人能熟练调用 LLM 接口，写出简单的问答机器人，但一旦遇到需要多步推理、调用工具或记忆上下文的复杂场景，就卡壳了。这门课专门解决这个断层：它不教底层模型训练，而是聚焦于如何让大模型像一个"智能体"一样自主规划并执行任务。内容上，先通过具体案例解析厘清 AI Agent 的核心架构——感知、规划、行动、反馈的闭环逻辑，再拆解市面上热门产品的共性特征，帮你建立对 Agent 本质的直观认知，而不是停留在抽象概念上。

从基础到进阶：建议按序啃下的关键模块

学习路径建议从【官方基础应用案例】入手，这是所有进阶的基石，重点搞懂单轮工具调用的基本范式。紧接着进入进阶部分，依次攻克【技术研究员】、【健康档案助手】和【软件编码助手】三个典型场景。这三个案例分别覆盖了信息检索增强、多模态/结构化数据交互、以及代码生成与执行，是 Agent 开发中最常见的三种能力维度。 完成上述案例后，可以挑战【营销战略协助智能体】系列（共两期）。这部分涉及更长的工作流编排和更复杂的决策分支，适合作为能力跃升的试金石。最后，利用【快速搭建工作流】和【复杂工作流】两节内容，学习如何将零散的工具串联成可复用的自动化流程。这种由浅入深的结构，避免了初学者一上来就陷入复杂框架的迷宫，确保每一步都能在实践中验证理解。

动手练出来的真本事：学完你能独立做什么

结束这门课后，你不应只具备分析他人代码的能力，而应能独立构建具备特定职能的智能体。例如，面对一个模糊的业务需求，你能拆解出所需的工具链，规划出合理的执行步骤，并最终搭建出一个能稳定运行的 Agent 工作流。 配套的资料包是课程的核心延伸，其中的代码案例必须亲手运行和修改。建议采用"模仿-重构-扩展"的练习策略：先跑通官方基础案例，理解参数含义；再模仿进阶案例的逻辑，尝试替换其中的工具或调整提示词策略；最后尝试将不同案例中的能力模块组合，解决一个全新的小规模问题。这种带着明确能力目标去倒推练习的方式，比被动观看视频更高效，也能确保你在实际项目开发中，真正具备设计并落地 AI Agent 的工程能力。

课程目录

1、一堂课搞懂AI Agent原理
2、ML2025Agent
3、AI Agent是什么？
4、具体案例解析（代码）
5、 如何创建自己的智能体？
6、市面上热门的Agent产品
7、【Agent应用案例1-基础】官方基础应用案例
8、【Agent应用案例2-进阶】技术研究员智能体案例
9、【Agent应用案例3-进阶】健康档案助手智能体案例
10、【Agent应用案例4-进阶】软件编码助手智能体案例
11、【Agent应用案例5-进阶】营销战略协助智能体-1
12、【Agent应用案例6-进阶】营销战略协助智能体-2
13、【Agent应用案例7-进阶】快速搭建AI Agent工作流
14、【Agent应用案例8-进阶】快速搭建AI Agent复杂工作流