资源介绍
视频数量：26个
总时长：1小时19分
课程介绍：
AI智能体入门：从核心概念到运行机制
想象一下，你让一个普通的聊天机器人帮你订机票，它能给你的只是搜索建议和网址链接。但如果你把同样的需求交给一个AI智能体，它会自己去搜索航班、比价、分析你的偏好，最后直接告诉你最优方案，甚至帮你完成预订。这就是智能体与传统AI最大的区别——它不只是回答问题，而是真的去完成任务。
这门课要做的，就是帮你把"AI智能体"这个概念彻底搞清楚。课程总时长约一个半小时，分为二十六个短小精悍的视频片段，每个知识点都被独立拆分开，方便你在碎片时间里随时观看和学习。不需要你有编程或机器学习背景，只要你对这个领域感兴趣，就能跟上。
一、什么是AI智能体，它和聊天机器人有什么不同
课程的第一部分会从最基本的概念讲起。什么是AI智能体？它和普通的聊天机器人、AI助手到底有什么本质区别？一个系统要具备哪些条件才算得上是"智能体化的"？课程会拆解智能体在接到一个目标后内部的运转流程——从理解目标、进行推理，到调用工具、执行动作，再到评估结果、调整策略，形成一个"感知—推理—行动—反馈"的完整闭环。最后还会把智能体和传统的自动化系统放在一起对比：传统的自动化依赖预设的固定步骤，一旦遇到预设之外的状况就容易失效；而智能体能够根据实时情况灵活调整，这正是它与传统方案最大的分野。
二、智能体的核心组成要素
搞清楚概念之后，第二部分会带你深入智能体的内部，看看它到底由哪些"零件"组成。首先是环境——智能体工作和交互的舞台是什么样子；其次是传感器和感知模块——智能体如何从环境中获取信息；然后是AI模型——智能体如何理解这些信息并将其转化为可用的知识。课程还会详细讲解决策机制：智能体是怎么综合当前观察到的信息、自身的目标以及可用的选项，来决定下一步该做什么的。你会看到，无论是自动驾驶汽车在路口的判断，还是客服智能体处理取消订单的请求，背后都是同一套决策逻辑在运作。之后是行动环节——智能体如何真正改变环境、产生外部影响。最后还有一个关键步骤：智能体如何根据行动的结果更新对环境的认知，从而在下一轮做出更好的决策。
三、从简单到复杂：智能体的七种类型
这一部分会刷新你对智能体的认知。原来智能体并不只有一种形态，而是有从简单到复杂的多种类型。课程会逐一拆解：简单反射型智能体，它像是对刺激做出即时反应的条件反射，没有记忆也没有内部模型；基于模型的反射型智能体，它会维护一个关于世界状态的内部模型，能够应对部分可观测的环境；基于目标的智能体，它会为达成特定目标而规划行动路径，而不仅仅是对当下做出反应；基于效用的智能体，它不仅追求目标，还会衡量不同结果的"价值"，从而在多个可行方案中选出最优；学习型智能体，它能从经验中不断改进自己的行为策略；以及当今最热门的基于大语言模型的现代智能体，它将强大的语言理解能力与上述各种机制结合在了一起。每一种类型都有自己的适用场景和局限性，搞清楚它们的差异，才能在面对实际问题时做出合适的选择。
四、智能体如何获取知识
光有架构还不够，智能体还需要知道怎么行动。这一部分聚焦于智能体的学习与知识获取：它是如何学会执行任务的？"人在回路"机制意味着什么——人类如何参与到智能体的决策过程中，通过反馈和纠正来引导它的行为？以及智能体具体通过哪些途径来积累和更新自己的知识。
五、智能体也有记忆
很多人以为AI是没有记忆的，但智能体其实拥有相当复杂的信息保留和调用机制。这部分会解释智能体记忆的本质：短期记忆负责维持当下的上下文，长期记忆则用于存储跨任务、跨时间的知识和经验。课程还会讲解记忆与检索之间的关系——智能体如何在需要的时候从记忆中调取相关信息。理解这一点，才能解释为什么有些智能体能在多轮对话中保持连贯，而有些则容易"忘记"之前说过的内容。
学完这门课，你会对AI智能体形成一个系统性的理解——不再只是模糊地听说"智能体很厉害"，而是真正知道它厉害在哪里、怎么运作、由什么构成、有哪些类型、又会受到哪些方面的限制。产品经理可以从中看清技术趋势的全貌，开发者能够拓展对智能体底层逻辑的认知，而对AI感兴趣的普通人，也能借助这门课建立起清晰的认知框架，把那些散落在各处的零碎知识拼成一幅完整的图景。