掌握 Claude Capybara 神话：构建前沿人工智能系统

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |持续时间：32 个讲座（4h 10m）

你将学到什么

• 使用规划、执行和评估工作流程构建超越提示的代理 AI 系统
• 使用 Planner、Executor 和 Critic 模式设计多代理系统
• 应用双模式推理和结构化输出，例如 JSON 计划和执行图
• 开发用于代码审查、调试、重构和系统设计的 AI 解决方案
• 构建安全感知 AI 系统以进行漏洞检测和风险报告
• 集成内存系统（FAISS/Chroma 模式）以实现长时间运行的工作流程
• 实施护栏、政策引擎和人机交互审批
• 使用法学硕士作为评判技术来评估 AI 输出的质量和性能
• 通过 API 集成构建使用工具的 AI 系统以实现自动化
• 设计具有日志记录、跟踪和成本监控功能的可观测系统
• 交付生产级前沿人工智能系统作为最终的顶点项目

要求

• 基本的 Python 编程知识（函数、API、JSON 处理）
• 熟悉 AI/LLM 概念（提示、标记、模型行为）
• 拥有 OpenAI API 或类似工具的经验（有帮助，但不是必需的）
• 带有终端和代码编辑器（例如 VS Code）的 Python 3.10+ 环境
• 能够理解基本代码工作流程
• 对了解代理 AI 系统和工作流程感到好奇
• 愿意构建实践项目
• 互联网连接和安装 Python 包的能力
• 无需具备多代理系统经验

描述

• 构建生产级代理 AI 系统的实践训练营
• 专注于超越提示而进入系统级 AI 设计
• 学习前沿模型和推理工作流程（Haiku、Sonnet、Opus、Mythos）
• 构建规划、执行、评估和改进产出的系统
• 设计结构化推理链和执行工作流程
• 学习 AI 来理解代码、调试、重构和系统设计
• 通过法学硕士法官评估构建代码审核代理
• 探索网络安全 AI 以进行漏洞检测和风险分析
• 使用 Planner、Executor、Critic 架构创建多代理系统
• 集成记忆系统以实现长期上下文和工作流程
• 实施护栏、治理和人机交互审批
• 通过日志记录、跟踪和成本跟踪构建可观察性管道
• 最终的顶峰：生产级 AI 系统（安全、编码或决策代理）
• 成果：能够构建可扩展、安全、真实的 AI 系统

本课程适合谁

• 构建生产级 AI 系统的开发人员和工程师
• 人工智能从业者设计多智能体架构
• 人工智能系统的产品经理和技术领导者
• 软件工程师使用 AI 进行编码工作流程
• 安全专业人员使用 AI 进行风险和漏洞分析
• 致力于法学硕士评估和治理的数据和人工智能专家
• 使用工具和 API 创建自主 AI 工作流程的构建者
• 具备基本编程知识的专业人士过渡到人工智能
• 任何对现代多智能体人工智能系统感兴趣的人