AI Agent 开发实战,小茄子编程,7 大阶段，覆盖认知 → 工具 → RAG → Agent Loop → Multi-Agent → 工程落地 → 综合项目 【课程特色】 - 体系完整：从 Next Token 原理到 Multi-Agent 编排，不跳步、不碎片。 - 实战驱动：每个阶段配有可运行代码，最终完成 3 个综合项目（自动写报告 / 企业 Copilot / 工作流 Agent）。 - 工程视角：讲透 Token 成本、缓存策略、可观测性、Prompt Injection 安全等真实生产问题。 - 重难点拆解：Chunking、Rerank、ReAct、Plan-Execute、Orchestrator 等逐一代码演示。 【学习建议】 - 前置基础：会写 Python（函数、循环、API 调用），了解 LLM 基本概念（知道什么是 Prompt、Token）。 - 时间投入：每周 6~8 小时（听课 + 动手），建议 6 周内学完，项目可额外花 2 周打磨。 - 学习顺序：严格按阶段推进，尤其阶段 4（Agent Loop）要多写几个调试版本再进入 Multi-Agent。 适用人群：会 Python、想真正掌握 Agent 工程落地能力的开发者、算法工程师或 AI 产品经理。