00:00 / 05:06
连播
清屏
智能
倍速
点赞377
00:00 / 00:27
连播
清屏
智能
倍速
点赞995
建议都去飞书上学AI Agent 1. Mu Li(李沐) | 亚马逊首席科学家 - 推荐理由:如果你是动手派,那么这个《动手学AI Agent》系列不容错过。课程使用PyTorch从零搭建多智能体协作框架,并附带了工业级的任务调度与实时决策完整代码,所有Jupyter Notebook均已开源。尤其值得称道的是对《AutoGPT》和《ReAct》论文的逐句精读,将Agent的记忆流、工具调用逻辑剖析得清晰透彻,对初学者非常友好。 2. Hung-yi Lee(李宏毅) | 台湾大学教授 - 推荐理由:零基础入门的最佳选择。李宏毅老师的《AI Agent系统设计2025》系列课程,用“复仇者联盟”来类比多智能体协作,用“哈利·波特的守护神咒”来解释工具调用,瞬间将抽象概念变得生动具体、易于理解。 3. Andrej Karpathy | OpenAI创始成员 - 推荐理由:为硬核技术爱好者准备。他的《From LLMs to Agents》系列,带你从零开始手搓一个AutoGPT架构,在4小时左右的课程里完整实现递归式任务分解。课程还涉及他本人位列GitHub热榜第一的项目,并通过直播实时Debug智能体的死循环问题,使用VS Code断点追踪工具调用链,实战感极强。 4. Hugging Face官方频道 - 推荐理由:想系统掌握现代Agent框架,这是必看频道。其《10小时精通Agent框架》课程,专注教授基于Transformers Agent的实战,教你如何利用GPU资源部署属于自己的、堪比AutoGPT的智能体。此外,还有从多智能体竞拍系统到股票分析机器人等一系列专题突破内容,覆盖面广。 5. Andrew Ng(吴恩达) | DeepLearning.AI创始人 - 推荐理由:适合偏爱逻辑梳理的学习者。吴恩达的《AI Agent专项课》用Excel表格演算Agent的决策树,将复杂的任务分解过程可视化,让理解变得异常轻松。同时,他还预告了关于《Multi-Agent博弈系统》的新课,将教你如何在本地运行类AutoGPT的智能体集群。 希望这份经过梳理的列表,能帮助你构建扎实的AI Agent知识体系,在开发路上事半功倍。 . 都整理好放在知识库了,希望对大家有帮助~ #AI智能体 #AIAgent #人工智能 #机器学习 #深度学习
00:00 / 00:32
连播
清屏
智能
倍速
点赞26