آموزش عامل‌های هوش مصنوعی: ساخت مدل ذهنی برای AI Agents - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• به دوره خوش آمدید Welcome to the course

• طیف تکامل از چت‌بات تا عامل The Spectrum From Chatbot To Agent

• چه کسی مراحل را تعیین می‌کند؟ Who Decides The Steps

مدل زبانی بزرگ (LLM) تقویت‌شده The Augmented LLM

• مدل پایه و چهار محدودیت آن The Base Model And Its Four Limits

• ابزارها: توانایی عمل کردن Tools: The Ability To Act

• بازیابی: توانایی دانستن Retrieval: The Ability To Know

• حافظه: توانایی ماندگاری Memory: The Ability To Persist

• آنچه قابلیت افزایشی نیست What Is Not An Augmentation

• کوییز LLM تقویت‌شده The Augmented LLM Quiz

جریان‌های کاری در مقابل عامل‌ها Workflows vs Agents

• حلقه عملکرد عامل (Agent Loop) The Agent Loop

• توازن: پیش‌بینی‌پذیری در مقابل انعطاف‌پذیری The Trade Off: Predictability Vs Flexibility

• چگونه انتخاب کنیم: جریان کاری یا عامل How To Choose: Workflow Or Agent

• نکته کلیدی: تنها تفاوت در کنترل است Key Insight: Only The Control Differs

• اصل راهنما: ساده شروع کنید The Guiding Principle: Start Simple

• مقایسه جریان‌های کاری و عامل‌ها Workflows vs Agents

توضیحات از طریق مثال Explanation Through Example

• مثال بخش اول: تسک در قالب جریان کاری Example Part 1: The Task, Built As A Workflow

• مثال بخش دوم: نقاط ضعف جریان کاری Example Part 2: Where The Workflow Strains

• مثال بخش سوم: همان تسک در قالب یک عامل Example Part 3: The Same Task, Built As An Agent

• مثال بخش چهارم: کدام یک را انتخاب کنیم؟ Example Part 4: Which One To Choose

• کوییز بر اساس مثال عملی Quiz On Worked Example

مرور کلی و تمرین Recap And Practice

• مرور نهایی و جمع‌بندی Recap And Closing