各位好，我是鲁工！

8天长假归来，多少还有点节后综合症，今晚勉强更新一篇。

今天这篇更新来自于我们的老朋友，吴恩达（Andrew NG）老师。作为在Coursera上受过吴恩达老师十几门课程恩惠的人，他有什么最新的课程动向，我一般都会第一时间关注。

之前在Coursera上学习过的课程（说一句吴恩达是我的AI启蒙老师也不为过，最早从2017年就开始看他的深度学习专项课程）：

这次吴恩达老师带来的是智能体AI（Agentic AI）课程，旨在教大家如何通过迭代和多步骤工作流来构建AI智能体系统，并搭建可用于生产环境的智能体，包括Agent的构建方法和部署评估。

这门课为什么值得大家学习？吴恩达老师给出了如下理由：

智能体AI代表了一种全新的软件构建方式，它基于大语言模型驱动来完成复杂任务。智能体工作流使AI能够规划多步骤流程、迭代执行任务，并通过反思和工具调用来优化输出结果，而非仅对提示生成单一响应。这门课程将指导学习者从零开始构建复杂的AI智能体。

具体来说，你会学到四种关键的Agent设计模式：

Reflection（反思）：Agent会审视自己的输出，并主动寻找改进方法。

Tool use（工具调用）：Agent能够决定调用哪些工具来完成任务，包括连接外部数据库、API或者服务等。

Planning（规划）：Agent会用LLM来将复杂任务分解为一系列可执行的子任务，并根据实际执行情况进行调整。

Multi-Agent（多智能体）：协调多个专用的AI Agent来处理复杂工作流程的不同部分，多个Agent相互合作以完成复杂任务。

跟吴恩达老师之前的课程一样，本次Agent课程的实操部分也不会专门依赖于特定的实现框架，比如LangChain等，而是直接使用Python从零开始搭建Agent模式，可以算是实战Agent编程最好的方式了。

在实战部分，你将学会将业务流程分解为智能体工作流，识别可通过迭代与工具交互实现复杂任务自动化。课程提供了丰富的实战案例，包括代码生成、客服智能助手、自动化营销流程等。最后还会一起开发一个高级的深度研究智能体，能够完成自动搜索信息、总结归纳，并生成深入的研究报告（deepresearch原型）。

我过去学习吴恩达老师的机器学习和深度学习课程，其中就有大量的Code from scratch的练习，非常适合初学者搞懂原理和实践中的每一步。所以这次的Agent AI课程，也非常值得大家学习。

并且这个课程不需要学习者有多少大模型基础，只需要有一些Python基础即可。

课程地址：

https://www.deeplearning.ai/courses/agentic-ai/

总的来看，搞AI教育与课程培训，还得看吴恩达老师（10年老粉认证）。

感谢您阅读我的文章。我是鲁工，八年AI算法老兵，AI全栈开发者。目前正在全面拥抱大模型和AIGC。感兴趣的小伙伴可以加我微信（louwill_）交个朋友。

>/ 作者：louwill