工程师
其他
企业级
RAG
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

AI Agent工程化:大模型时代的研发效能革命

Lucas_HC

前某内容类互联网上市公司 前大社区业务前端研发负责人 / 增长&创作者&用户体验研发团队负责人

Lucas,前某互联网上市公司研发总监 大社区业务前端研发负责人 / 增长&创作者& 用户体验研发团队负责人,管理 scope 近百人。擅长架构选型、团队技术方向制定和 难点问题攻坚,擅长前端工程化体系搭建,以及基础建设流程设计, 深入了解前端各类技术框架和相关技术栈,同时拥有高流量产品稳定性建设以及性 能和用户体验优化相关丰富经验,在业务提效和质量保障方面亦有深厚积累,在跨端(包 括小程序矩阵)、富文本编辑器、Node.js、React.js、LowCode 等技术方向有较强业内影响力。曾先后工作于: 谷歌, 百度(知识搜索部) 国内外知名互联网企业,具有丰富的团队管理经验,除前端团队外,还负责增长业 务 & 创作者业务 & 用户体验业务前后端、客户端研发团队。在技术氛围打造,团队 成员培养,技术体系建设,新技术落地,难点攻坚,历史包袱重构方面有丰富实践经历。 著有《React 状态管理和服务端同构实践》《前端开发核心知识进阶》《前端工程 化和基础建设》等多部畅销书,在开源方面,担任公司开源技术委员会主席和技术沉淀 组 owner,个人参与维护多项 FaceBook, Google 主导的多项业内知名开源项目。
在AI Agent 领域,也研究颇深。在海内外多家知名大厂担任核心研发架构和管理岗位,主导并参与了多个 Agent 项目的开发与落地工作,对 Agent 开发的各个环节有较深度的理解。在学术方面,发表过多篇高质量的行业论文(关于 Deep Research 的综述 Survey + MAS 的架构和自适应进化),参与并贡献 LangGraph 生态。

Lucas,前某互联网上市公司研发总监 大社区业务前端研发负责人 / 增长&创作者& 用户体验研发团队负责人,管理 scope 近百人。擅长架构选型、团队技术方向制定和 难点问题攻坚,擅长前端工程化体系搭建,以及基础建设流程设计, 深入了解前端各类技术框架和相关技术栈,同时拥有高流量产品稳定性建设以及性 能和用户体验优化相关丰富经验,在业务提效和质量保障方面亦有深厚积累,在跨端(包 括小程序矩阵)、富文本编辑器、Node.js、React.js、LowCode 等技术方向有较强业内影响力。曾先后工作于: 谷歌, 百度(知识搜索部) 国内外知名互联网企业,具有丰富的团队管理经验,除前端团队外,还负责增长业 务 & 创作者业务 & 用户体验业务前后端、客户端研发团队。在技术氛围打造,团队 成员培养,技术体系建设,新技术落地,难点攻坚,历史包袱重构方面有丰富实践经历。 著有《React 状态管理和服务端同构实践》《前端开发核心知识进阶》《前端工程 化和基础建设》等多部畅销书,在开源方面,担任公司开源技术委员会主席和技术沉淀 组 owner,个人参与维护多项 FaceBook, Google 主导的多项业内知名开源项目。 在AI Agent 领域,也研究颇深。在海内外多家知名大厂担任核心研发架构和管理岗位,主导并参与了多个 Agent 项目的开发与落地工作,对 Agent 开发的各个环节有较深度的理解。在学术方面,发表过多篇高质量的行业论文(关于 Deep Research 的综述 Survey + MAS 的架构和自适应进化),参与并贡献 LangGraph 生态。

课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

覆盖阿里/腾讯/字节未公开Agent架构方案 + 企业级RAG优化指南 + 多智能体协作沙盒

目标收益

培训对象

AI研发工程师、技术架构师、DevOps负责人

课程大纲

模块一:AI Agent范式革命与研发痛点重构 1. 研发流程的AI原生重构
* 从GitHub Copilot到MetaGPT:Agent如何解构需求评审、代码生成、测试部署全流程(对比2023-2025年字节跳动研发效能提升34%的路径)
* 研发效能新公式:人效比 = (代码质量×交付速度) / (人力投入×沟通成本)
2. 大模型驱动的Agent技术栈演进
* 2025年主流架构:混合式RAG(向量检索+知识图谱+多模态CoT推理+分布式Agent集群
* 案例:B站智能客服Agent拦截率提升20%的核心技术解析(动态query改写+领域微调策略) 
模块二:Agent核心组件与工程实践 1. 记忆管理与知识增强
* 企业级RAG优化方案:
* 分层缓存策略:短期对话缓存 vs 长期知识库(参照哈啰出行订单系统设计)
* 混合检索方案:Milvus向量引擎 + ElasticSearch关键词召回(达到93%的准确率)
* 沙盒演练:构建法律条文检索Agent,解决合同审查场景的幻觉问题
2. 规划与决策引擎设计
* 多级任务拆解:从PRD文档到可执行代码的自动化链路(演示腾讯TEG团队需求拆解Agent)
* 动态优先级调度:基于强化学习的资源抢占预测模型(阿里云Serverless场景实测)
3. 工具调用与API生态
* 低代码集成方案:将Postman/Swagger文档转化为可执行Agent技能(使用DeepSeek-Coder实现自动化封装)
* 案例:51Talk智能客服调用12个内部系统的权限管控设计
模块三:企业级Agent落地攻坚 1. 研发全链路提效方案
* 智能编码:基于AST解析的代码坏味道检测 + GPT-4o实时重构建议(对比Copilot X效率提升27%)
* 自动化测试:结合流量回放与模糊测试的用例生成引擎(参照字节跳动A/B测试平台)
2. 多智能体协作体系
* 角色分工模型:需求分析师Agent + 架构设计Agent + 代码生成Agent的协作框架 
* NLP自然语言处理
* 案例:蚂蚁金服金融级系统的多Agent一致性验证方案(采用TLA+形式化验证)
3. 安全与合规架构
* 敏感信息过滤:基于语义角色的动态脱敏策略(达到PCI DSS L1认证标准)
* 沙盒演练:构建符合GDPR的日志分析Agent,实现用户行为审计自动化
模块四:沙盒实战——电商订单系统Agent开发 1. 环境配置
2. 挑战任务
* 完成订单履约Agent开发,要求:
* 支持自然语言查询订单状态
* 自动识别物流异常并触发补偿流程
* 调用3个以上内部系统API
* 提供预设工具包:订单图谱Schema、RAG增强模块、异常检测模型
模块五:前沿趋势与组织变革 1. 技术突破方向
* 神经符号系统:将SQL执行计划注入Agent推理过程(微软Research最新成果)
* 具身智能体:机器人操作系统(ROS2)与大模型的融合实践
2. 研发组织进化论
* 团队拓扑重构:Prompt工程师 + Agent训练师 + 人机协作协调员的新三角模型
* 绩效评估体系:基于贡献度图谱的AI影响力量化指标
模块一:AI Agent范式革命与研发痛点重构
1. 研发流程的AI原生重构
* 从GitHub Copilot到MetaGPT:Agent如何解构需求评审、代码生成、测试部署全流程(对比2023-2025年字节跳动研发效能提升34%的路径)
* 研发效能新公式:人效比 = (代码质量×交付速度) / (人力投入×沟通成本)
2. 大模型驱动的Agent技术栈演进
* 2025年主流架构:混合式RAG(向量检索+知识图谱+多模态CoT推理+分布式Agent集群
* 案例:B站智能客服Agent拦截率提升20%的核心技术解析(动态query改写+领域微调策略) 
模块二:Agent核心组件与工程实践
1. 记忆管理与知识增强
* 企业级RAG优化方案:
* 分层缓存策略:短期对话缓存 vs 长期知识库(参照哈啰出行订单系统设计)
* 混合检索方案:Milvus向量引擎 + ElasticSearch关键词召回(达到93%的准确率)
* 沙盒演练:构建法律条文检索Agent,解决合同审查场景的幻觉问题
2. 规划与决策引擎设计
* 多级任务拆解:从PRD文档到可执行代码的自动化链路(演示腾讯TEG团队需求拆解Agent)
* 动态优先级调度:基于强化学习的资源抢占预测模型(阿里云Serverless场景实测)
3. 工具调用与API生态
* 低代码集成方案:将Postman/Swagger文档转化为可执行Agent技能(使用DeepSeek-Coder实现自动化封装)
* 案例:51Talk智能客服调用12个内部系统的权限管控设计
模块三:企业级Agent落地攻坚
1. 研发全链路提效方案
* 智能编码:基于AST解析的代码坏味道检测 + GPT-4o实时重构建议(对比Copilot X效率提升27%)
* 自动化测试:结合流量回放与模糊测试的用例生成引擎(参照字节跳动A/B测试平台)
2. 多智能体协作体系
* 角色分工模型:需求分析师Agent + 架构设计Agent + 代码生成Agent的协作框架 
* NLP自然语言处理
* 案例:蚂蚁金服金融级系统的多Agent一致性验证方案(采用TLA+形式化验证)
3. 安全与合规架构
* 敏感信息过滤:基于语义角色的动态脱敏策略(达到PCI DSS L1认证标准)
* 沙盒演练:构建符合GDPR的日志分析Agent,实现用户行为审计自动化
模块四:沙盒实战——电商订单系统Agent开发
1. 环境配置
2. 挑战任务
* 完成订单履约Agent开发,要求:
* 支持自然语言查询订单状态
* 自动识别物流异常并触发补偿流程
* 调用3个以上内部系统API
* 提供预设工具包:订单图谱Schema、RAG增强模块、异常检测模型
模块五:前沿趋势与组织变革
1. 技术突破方向
* 神经符号系统:将SQL执行计划注入Agent推理过程(微软Research最新成果)
* 具身智能体:机器人操作系统(ROS2)与大模型的融合实践
2. 研发组织进化论
* 团队拓扑重构:Prompt工程师 + Agent训练师 + 人机协作协调员的新三角模型
* 绩效评估体系:基于贡献度图谱的AI影响力量化指标

课程费用

5800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求