外观
李宏毅 — 一堂课搞懂 AI Agent 的原理
视频信息
| 项目 | 内容 |
|---|---|
| 标题 | 【生成式AI時代下的機器學習(2025)】第二講：一堂課搞懂AI Agent 的原理 |
| 讲师 | 李宏毅（台湾大学教授） |
| 链接 | YouTube |
| 时长 | 约 1.5 小时 |
| 播放量 | 41万+ |
课程大纲与笔记
1. AI Agent 的定义与传统 AI 的区别
要点框架：
- 什么是 AI Agent？与传统 AI 应用（如聊天机器人）的区别
- Agent 的核心特征：自主性、环境感知、目标导向
- 从"被动回答"到"主动行动"的范式转变
我的笔记：
✏️ 看视频时在此记录...
2. LLM 作为 AI Agent 核心的优势
要点框架：
- 为什么 LLM 适合作为 Agent 的"大脑"
- LLM 的推理、规划、语言理解能力
- LLM 相比传统方法（强化学习等）的优势
我的笔记：
✏️ 看视频时在此记录...
3. AI 如何通过经验调整行为
要点框架：
- Agent 的学习与适应机制
- 从反馈中改进的策略（Reflection、Self-correction）
- 记忆系统：短期记忆 vs 长期记忆
我的笔记：
✏️ 看视频时在此记录...
4. AI 工具使用能力（Tool Use）
要点框架：
- 什么是 Tool Use / Function Calling
- Agent 如何选择和调用合适的工具
- 工具使用的典型场景：搜索、计算、代码执行、API 调用
我的笔记：
✏️ 看视频时在此记录...
5. AI 规划能力（Planning）
要点框架：
- Agent 的任务分解与规划策略
- 常见规划方法：ReAct、Chain-of-Thought、Tree-of-Thought
- 规划过程中的错误修正与回溯
我的笔记：
✏️ 看视频时在此记录...
6. 实际应用案例
要点框架：
- 虚拟村庄（Generative Agents）实验
- 编程 Agent（如 Devin、Claude Code）
- 其他领域 Agent 应用案例
我的笔记：
✏️ 看视频时在此记录...
相关资源
| 资源 | 链接 | 说明 |
|---|---|---|
| 完整课程系列 | YouTube 播放列表 | 生成式AI時代下的機器學習(2025) 完整系列 |
| 社区笔记 | HackMD | 第二讲社区维护笔记，可参考补充 |
| 课程主页 | 李宏毅老师课程页 | 官方课程页面 |
与本知识库的关联
本视频课程涵盖的内容与知识库模块的对应关系：
| 视频章节 | 对应知识库模块 |
|---|---|
| AI Agent 定义 | 01_基础理论/01_Agency概念与Agent定义.md |
| LLM 作为核心 | 01_基础理论/02_LLM作为Agent核心.md |
| Tool Use | 02_架构设计/02_工具与上下文管理.md |
| Planning | 02_架构设计/03_任务系统与依赖图.md |
| 多 Agent 案例 | 03_进阶技术/01_多Agent协调.md |
我的总体感悟
💡 看完整个视频后，在此记录总体理解和感悟...