资源介绍
视频数量：13个
总时长：2小时13分
课程介绍：
Claude认证开发者：从原型到可上线的生产级智能体
凌晨三点，手机弹出一条告警——一个客户工单等着回复，终端前没人盯着，智能体得自己处理。它会怎么做？自信地甩出一个听起来对、实际是错的答案，还是停下来先核实再说？这两个时刻之间的距离，就是这门课要解决的事。
市面上讲AI智能体的教程不少，但多数停在"能跑起来"那一步。原型通过几个测试用例，开发者满心欢喜往上一放，现实紧接着就来打脸——回复莫名其妙、token费像水一样淌、安全漏洞冒出来时已经晚了。这门课从第一讲到最后一讲，只回答一个问题：怎么把一个智能体从"看起来在工作"变成"可以放心交给它干活"。
课程共13讲，总时长2小时13分钟，分成五个版块，从零搭建一个真实的智能体，再一步步把它送上线。
一、基础搭建：跨越原型与生产的鸿沟
前三讲解决"从哪起步"。第一讲直接点出原型和生产环境之间那道容易被忽略的鸿沟——测试里表现良好的智能体，碰到真实客户请求照样翻车。第二讲分享了一段亲身经历：作者用一个晚上搭出一个智能体，结果它有一半时间在胡说八道。第三讲给出了一个改进方向：不动模型本身，只靠四个工具的设计，让表现从56分提到68分。这一版块的重点不是框架选型，而是建立一种意识——智能体的可靠性，很大程度上取决于工具的设计。
二、度量一切：用数据替代直觉
中间四讲是课程最硬核的部分，主题是怎么度量。智能体跟传统软件最大的区别在于行为有随机性，单次跑通说明不了什么。第四讲提了个尖锐的问题：同一个智能体跑出28分和56分，你信哪个？答案藏在测试集的搭建方式和评估方法里。第五讲讲了个细节决定成败的故事——一个缺失的文件让智能体在隐私问题上扯了谎，而日志里什么异常都没有。第六讲聚焦记忆系统：你的智能体是真记住了用户偏好，还是只是看着像记住了？第七讲试了一种常见的架构优化——子智能体，结果准确率没变，成本反而翻了一倍。这一组讲的不是某个具体指标怎么算，而是一整套可重复、可信的评估体系应该长什么样。
三、加固防线：成本与安全
第八和第九讲对准生产环境最揪心的两个问题：成本和安全。第八讲测试了三种成本控制策略，结果没有一种稳定胜过基线——这件事逼着作者重新审视"成本守门员"到底应该怎么设计。第九讲是一场自我攻防实验，作者从八个方向试图击穿自己的智能体，结果它一个都没倒。这两讲传达的思路一致：安全不是事后补丁写出来的，是在设计阶段就得主动去试探、去验证。
四、上线运行与可观测性
第十讲到第十二讲进入真实部署。第十讲的核心问题是部署形态——自托管跑SDK自己掌控一切，还是交给托管运行时？两种各有代价，这一讲帮你做清醒的选择。第十一讲通过一张70秒才返回的工单，展示了可观测性的必要性：运行变慢的时候，你必须看清楚时间花在哪，否则就是盲飞。第十二讲揭示了一种隐蔽故障——智能体的"安全守卫"实际上在静默地什么都不做，这种沉默的失败比崩溃更可怕，因为你根本不会察觉。
五、整体架构收官
最后一讲把前面所有模块整合起来，回顾评估关卡、成本守门员、权限钩子、记忆系统、可观测性这些部件是怎么协同运转的。
这门课适合已经会写TypeScript、能在终端敲命令的人。如果你做过智能体原型，但对怎么把它变成一个靠谱、可维护、可上线的系统感到迷茫，这门课会帮你把那些模糊的直觉变成具体的工程方法。学完之后，对于"这个智能体能不能用"这个问题，你不再凭感觉回答，而是有一套流程去测它、限制它、观察它，直到你可以真正信任它。