吴恩达老师最新的课程《Agentic AI》（智能体AI）正式上线！这门课程专门教你如何构建当前最前沿的AI智能体工作流，现已在 DeepLearning .AI 平台开放。

学习这门课程，只需具备基本的 Python 知识即可。当然，如果你对大语言模型（LLM）已有一定了解，会更好上手一些。

与其他课程不同的是，这门课不绑定特定的框架，直接使用最原始的 Python 编程方式，让你能彻底掌握AI智能体背后的核心思想。一旦掌握这些基本概念，你就能灵活地使用任何流行的AI智能体框架，甚至完全不用框架也能实现自己的创意。

具体来说，你会学到四种关键的智能体设计模式：
1. 反思（Reflection）：智能体会自动审视自己的输出，并主动寻找改进方法。
2. 工具调用（Tool use）：大语言模型决定调用哪些工具来完成任务，比如进行网络搜索、访问日历、发送邮件，或生成代码。
3. 规划（Planning）：用大语言模型将复杂任务分解为一系列清晰明确的子任务，再逐步执行。
4. 多智能体协作（Multi-agent collaboration）：构建多个专门化的智能体（类似公司聘请多名不同技能的员工），相互合作，共同完成更复杂的任务。

更重要的是，这门课程还会教你如何打造高效、稳定的AI智能体：

过去，吴恩达老师曾与许多团队合作，开发各类智能体。他们发现，决定一个团队是否能高效构建AI智能体的最关键因素，就是团队能否严格落实评测（evals）和错误分析（error analysis）流程。许多团队因为没有掌握这种方法，花费数月不断调整智能体，却始终无法突破性能瓶颈。不少团队花费数月精调提示词、开发各种工具，最终却发现智能体的表现再也难以提高。

但如果你掌握了如何正确地进行评测，以及如何通过跟踪智能体每一步行动的详细日志（traces），快速找到问题所在，就能准确地聚焦到真正需要优化的部分上。不再靠猜测，而是用扎实的数据引导优化方向。

你还将学到如何把复杂的应用，系统化地拆解成多个具体任务，再用这些设计模式逐步实现。一旦掌握了这种拆解方法，你也能更容易地发现适合AI智能体发挥作用的新场景。

课程提供了丰富的实战案例，包括代码生成、客服智能助手、自动化营销流程等。甚至还会一起开发一个高级的研究型智能体，让它自动搜索信息、总结归纳，并生成深入的研究报告。

学完本课程后，你不仅能掌握AI智能体的核心构件，还会彻底理解如何合理地组合并优化这些构件。这将让你远远领先于目前绝大部分构建AI智能体的团队。

推荐看看这门课程，而且前面教学部分都是免费，只有最后动手实验部分是付费，很良心了。