Systemy agentycznej AI wykraczają poza tradycyjną generatywną AI, umożliwiając oprogramowanym agentom planowanie, podejmowanie decyzji, korzystanie z narzędzi, interakcję z systemami zewnętrznym i wykonywanie wieloetapowych zadań z większą autonomią. Ten kurs zapewnia strukturalne wprowadzenie do projektowania, rozwoju, zastosowania, testowania i optymalizacji efektywnych systemów agentycznych.
Kurs rozpoczyna się od podstaw agentycznej AI i wyjaśnia, w jaki sposób systemy agentyczne różnią się od standardowych aplikacji generatywnej AI opartych na bodźcach. Uczestnicy poznają cechy autonomicznych agentów, w tym orientację na cele, rozumowanie, planowanie, pamięć, podejmowanie decyzji, korzystanie z narzędzi i interakcję ze zmieniającymi się środowiskami.
Następnie kurs bada główne elementy budulcowe systemów agentycznych. Uczestnicy zrozumieją, jak modele językowe, instrukcje, komponenty pamięci, narzędzia, API, źródła danych, przepływy pracy i mechanizmy zwrotne współpracują, aby stworzyć funkcjonalnego agenta. Uwaga jest również zwrócona na relacje między poszczególnymi agentami, użytkownikami i systemami zewnętrznym.
Uczestnicy zbadają, jak projektować efektywne przepływy pracy agentyczne dla złożonych zadań. Obejmuje to dzielenie celów na mniejsze akcje, definiowanie punktów decyzyjnych, organizowanie sekwencji zadań, radzenie sobie z zależnościami i tworzenie niezawodnych ścieżek dla agentów. Kurs wyjaśnia, jak strukturalne przepływy pracy mogą poprawić spójność, efektywność i kontrolę, zachowując jednocześnie autonomię agentów.
Sekcja rozwojowa koncentruje się na tworzeniu autonomicznych agentów, które mogą interpretować cele, wybierać odpowiednie działania, korzystać z dostępnych narzędzi, oceniać wyniki i dostosowywać swoje zachowanie. Uczestnicy zbadają praktyczne zagadnienia dotyczące definiowania obowiązków agentów, ustalania granic, zarządzania kontekstem i zmniejszania niepotrzebnych lub niewłaściwych działań.
Kurs przedstawia częste narzędzia i frameworki używane do budowy rozwiązań agentycznej AI. Uczestnicy zrozumieją, jak te technologie wspierają integrację modeli, wywoływanie narzędzi, orkiestrację, pamięć, zarządzanie przepływami pracy i komunikację między agentami. Nacisk kładzie się na wybieraniu narzędzi na podstawie wymagań projektu, a nie na poleganiu na jednym frameworku.
Praktyczne zastosowania systemów agentycznych są badane w zakresie operacji biznesowych, wsparcia klienta, badań, przetwarzania danych, automatyzacji przepływów pracy, zarządzania treścią i wsparcia decyzyjnego. Uczestnicy zbadają, jak autonomiczne agenty mogą poprawić produktywność, rozpoznając sytuacje, w których wymagana jest recenzja przez człowieka.
