課程簡介
本課程深入探討大語言模型和生成式AI技術及其在行業(yè)中的實際應用。首先，介紹大模型及生成式AI的基礎理論和發(fā)展歷程，并講解基于大模型構造行業(yè)應用的基本技術架構，詳細討論大模型AI Agent（智能體）的概念、實際應用案例及常見問題。分析大模型在軟件研發(fā)領域中的作用，包括需求分析、設計、bug修復和代碼評審等，涵蓋代碼生成與Copilot編程助手的實踐，AI Agent在自動化完成研發(fā)任務中的應用及未來可能。最后，課程分析了大模型應用的業(yè)務瓶頸，給人員崗位能力帶來的變化，并展望生成式AI技術的未來發(fā)展趨勢。
目標收益
培訓對象
課程大綱
| 一、大模型及生成式AI基礎 |
1. 大模型和生成式AI的概念、原理與發(fā)展歷程簡介 概述大語言模型和生成式AI的基本原理。介紹生成式AI的關鍵里程碑，及其對人工智能領域的影響。 2. 大模型行業(yè)應用的基本架構 簡介大模型行業(yè)應用的基本技術架構，包括大模型的API以及RAG、GraphRAG、Agent和多Agents等多種架構范式。 |
| 二、大模型AI Agent實踐 |
1. 大模型的AI Agent概念澄清 新舊AI“智能體”的界定，廠商術語和技術概念的區(qū)別，大模型應用業(yè)務架構三大范式和Agent技術架構的關系 2. Agent落地案例和踩坑經歷 結合實際案例介紹Agent開發(fā)中的常見問題、瓶頸與收益，分析目前AI Agent的“能”與“不能” 3. 常用的AI Agent框架對比淺談、Agent和RAG、GraphRAG的關系、多Agent系統(tǒng)的設計 |
| 三、AI大模型在軟件研發(fā)領域的實踐 |
1. 代碼生成與Copilot編程助手 介紹大模型的代碼生成能力、編程Copilot的概念和原理，以及實踐案例，最后分析其局限性。 2. 大模型賦能軟件研發(fā)全流程 結合案例和具體實操講解大模型在軟件開發(fā)的各個階段（需求細化、設計、bug修復、代碼評審等）中的應用。 3. AI Agent自動化完成研發(fā)任務 探討基于大模型的AI Agent的概念及其在部分場景中自動化完成研發(fā)任務的可能。講解軟件研發(fā)AI Agent開發(fā)案例。分析AI Agent在軟件研發(fā)領域的優(yōu)勢、局限性及未來發(fā)展。 |
| 四、技術之外 |
1. 落地變現的瓶頸 結合具體實踐分析2C和2B領域大模型落地的業(yè)務瓶頸所在，以及可能的突破方法策略。 2. 崗位能力的變化 以程序員為例，從實踐觀察中總結和探討AI時代人員崗位能力要求的變化，以及需要如何調整組織協(xié)作模式和考評標準。 3. 未來展望 探討生成式AI和大模型的未來發(fā)展，分析看好和看衰兩種觀點，以及在其影響下，未來的行業(yè)演進趨勢。 |
|
一、大模型及生成式AI基礎 1. 大模型和生成式AI的概念、原理與發(fā)展歷程簡介 概述大語言模型和生成式AI的基本原理。介紹生成式AI的關鍵里程碑，及其對人工智能領域的影響。 2. 大模型行業(yè)應用的基本架構 簡介大模型行業(yè)應用的基本技術架構，包括大模型的API以及RAG、GraphRAG、Agent和多Agents等多種架構范式。 |
|
二、大模型AI Agent實踐 1. 大模型的AI Agent概念澄清 新舊AI“智能體”的界定，廠商術語和技術概念的區(qū)別，大模型應用業(yè)務架構三大范式和Agent技術架構的關系 2. Agent落地案例和踩坑經歷 結合實際案例介紹Agent開發(fā)中的常見問題、瓶頸與收益，分析目前AI Agent的“能”與“不能” 3. 常用的AI Agent框架對比淺談、Agent和RAG、GraphRAG的關系、多Agent系統(tǒng)的設計 |
|
三、AI大模型在軟件研發(fā)領域的實踐 1. 代碼生成與Copilot編程助手 介紹大模型的代碼生成能力、編程Copilot的概念和原理，以及實踐案例，最后分析其局限性。 2. 大模型賦能軟件研發(fā)全流程 結合案例和具體實操講解大模型在軟件開發(fā)的各個階段（需求細化、設計、bug修復、代碼評審等）中的應用。 3. AI Agent自動化完成研發(fā)任務 探討基于大模型的AI Agent的概念及其在部分場景中自動化完成研發(fā)任務的可能。講解軟件研發(fā)AI Agent開發(fā)案例。分析AI Agent在軟件研發(fā)領域的優(yōu)勢、局限性及未來發(fā)展。 |
|
四、技術之外 1. 落地變現的瓶頸 結合具體實踐分析2C和2B領域大模型落地的業(yè)務瓶頸所在，以及可能的突破方法策略。 2. 崗位能力的變化 以程序員為例，從實踐觀察中總結和探討AI時代人員崗位能力要求的變化，以及需要如何調整組織協(xié)作模式和考評標準。 3. 未來展望 探討生成式AI和大模型的未來發(fā)展，分析看好和看衰兩種觀點，以及在其影響下，未來的行業(yè)演進趨勢。 |
近期公開課推薦
