第 10 部分：AI 智能体课程和未来展望

快速回顾

以下是我们在过去 9 部分中涵盖的内容：

• 第 1 部分 — 智能体是什么： 不只是生成文本的聊天机器人，而是能够决策和行动的系统。
• 第 2 部分 — 智能体类型： 从紧密控制的工作流智能体到完全自主的智能体，取决于你交出多少决策权。
• 第 3-4 部分 — 工具和 RAG： 智能体行动和知识基础的面包和黄油。
• 第 5 部分 — MCP： 将智能体所需的一切（工具、记忆、先前消息）打包成一个载荷的干净方式。
• 第 6 部分 — 规划和推理模型： 为什么普通的 LLM 不足以处理复杂决策，以及如何训练新模型进行多步骤任务。
• 第 7 部分 — 记忆： 短期记忆与长期记忆，存储什么，如何检索，以及为什么这对连续性很重要。
• 第 8 部分 — 多智能体系统： 编排、对等协作和协调的混乱。
• 第 9 部分 — 现实系统： Perplexity、NotebookLM 和 DeepResearch 如何在不同方式中使用这些模式。

我们已经涵盖了现实系统中出现的活动部件。

但如果不去思考两件事，这一切都会崩溃：可观察性和评估。

仍然困难的事

可观察性

可观察性意味着跟踪你的智能体在做什么 — 每一步。你需要：

• 工具调用、决策、重试的日志

• 发现延迟和成本瓶颈的指标

• 可视化何时偏离轨道

• 逐步可追溯性以进行调试