Агентские системы ИИ выходят за рамки традиционной генераторной ИИ, позволяя программным агентам планировать, принимать решения, использовать инструменты, взаимодействовать с внешними системами и выполнять многоэтапные задачи с большей автономией. Этот курс предоставляет структурированное введение в дизайн, разработку, применение, тестирование и оптимизацию эффективных агентских систем.
Курс начинается с основ агентской ИИ и объясняет, чем агентские системы отличаются от стандартных генераторных ИИ-приложений на основе запросов. Учащиеся изучат характеристики автономных агентов, включая целеустремленность, рассуждения, планирование, память, принятие решений, использование инструментов и взаимодействие с изменяющимися средами.
Далее курс рассматривает основные строительные блоки агентских систем. Учащиеся поймут, как языковые модели, инструкции, компоненты памяти, инструменты, API, источники данных, рабочие процессы и механизмы обратной связи работают вместе для создания функционального агента. Также уделяется внимание взаимоотношениям между отдельными агентами, пользователями и внешними системами.
Учащиеся изучат, как проектировать эффективные агентские рабочие процессы для сложных задач. Это включает разбиение целей на более мелкие действия, определение точек принятия решений, организацию последовательностей задач, управление зависимостями и создание надежных путей для агентов. Курс объясняет, как структурированные рабочие процессы могут улучшить согласованность, эффективность и контроль, позволяя агентам все же работать автономно.
Раздел разработки фокусируется на создании автономных агентов, которые могут интерпретировать цели, выбирать соответствующие действия, использовать доступные инструменты, оценивать результаты и корректировать свое поведение. Учащиеся изучат практические соображения по определению обязанностей агента, установлению границ, управлению контекстом и уменьшению ненужных или неправильных действий.
Курс знакомит с распространенными инструментами и фреймворками для создания агентских решений на основе ИИ. Учащиеся поймут, как эти технологии поддерживают интеграцию моделей, вызов инструментов, оркестрацию, память, управление рабочими процессами и коммуникацию между агентами. Основной акцент делается на выборе инструментов на основе требований проекта, а не на зависимости от одного фреймворка.
Исследуются практические применения агентских систем в бизнес-операциях, поддержке клиентов, исследованиях, обработке данных, автоматизации рабочих процессов, управлении контентом и поддержке принятия решений. Учащиеся изучат, как автономные агенты могут повысить производительность, при этом распознавая ситуации, в которых требуется человеческое обозрение.
