מערכות AI סוכניות עולות על AI גנרטיבי מסורתי על ידי אפשרות לסוכני תוכנה לתכנן, לקבל החלטות, להשתמש בכלים, לקיים אינטראקציה עם מערכות חיצוניות ולבצע משימות רב-שלביות באוטונומיות גבוהה יותר. קורס זה מספק הקדמה מובנית לתכנון, פיתוח, יישום, בדיקה ואופטימיזציה של מערכות סוכניות יעילות.
הקורס מתחיל ביסודות ה-AI הסוכני ומסביר כיצד מערכות סוכניות נבדלות מיישומי AI גנרטיבי מבוססי פרומפטים סטנדרטיים. הלומדים יחקרו את המאפיינים של סוכנים אוטונומיים, כולל מטרתיות, חשיבה, תכנון, זיכרון, קבלת החלטות, שימוש בכלים ואינטראקציה עם סביבות משתנות.
הקורס בוחן את אבני הבניין העיקריות של מערכות סוכניות. הלומדים יבהירו כיצד מודלי שפה, הוראות, רכיבי זיכרון, כלים, APIs, מקורות נתונים, זרימות עבודה ומנגנוני משוב פועלים יחד כדי ליצור סוכן פונקציונלי. תשומת לב ניתנת גם ליחסים בין סוכנים בודדים, משתמשים ומערכות חיצוניות.
הלומדים יחקרו כיצד לתכנן זרימות עבודה סוכניות יעילות למשימות מורכבות. זה כולל פירוק יעדים לפעולות קטנות יותר, הגדרת נקודות החלטה, ארגון רצפי משימות, טיפול בתלות ויצירת נתיבים אמינים עבור הסוכנים לעקוב אחריהם. הקורס מסביר כיצד זרימות עבודה מובנות יכולות לשפר עקביות, יעילות ובקרה תוך שמירה על פעולתם האוטונומית של הסוכנים.
מקטע הפיתוח מתמקד ביצירת סוכנים אוטונומיים שיכולים לפרש מטרות, לבחור פעולות מתאימות, להשתמש בכלים זמינים, להעריך תוצאות ולהתאים את התנהגותם. הלומדים יבחנו שיקולים מעשיים להגדרת אחריות הסוכנים, הגדרת גבולות, ניהול הקשר והפחתת פעולות מיותרות או שגויות.
הקורס מציג כלים ומסגרות נפוצים המשמשים לבניית פתרונות AI סוכניים. הלומדים יבינו כיצד טכנולוגיות אלו תומכות בשילוב מודלים, קריאת כלים, תזמור, זיכרון, ניהול זרימות עבודה ותקשורת בין סוכנים. ההתמקדות היא בבחירת כלים על פי דרישות הפרויקט ולא על סמך מסגרת אחת.
יישומים מעשיים של מערכות סוכניות נחקרים ברחבי פעולות עסקיות, תמיכה בלקוחות, מחקר, עיבוד נתונים, אוטומציה של זרימות עבודה, ניהול תוכן ותמיכה בהחלטות. הלומדים יבחנו כיצד סוכנים אוטונומיים יכולים לשפר את הפרודוקטיביות תוך הכרה במצבים שבהם בדיקה אנושית נחוצה.
