大模型学不会，建议疯狂刷这位老师的课！

过去，学会 Excel、PPT 就能在职场里混得不错。后来，编程、数据分析成了锦上添花的技能。可现在，形势又变了——使用 AI 的能力，就像数学、英语一样，已经成为新一代职场人的基础能力。

一项全球调查显示：70% 的雇主宁愿录用一个会用 AI 的新人，也不会要一个有 10 年经验却不会 AI 的老手。今天的竞争，不是拼谁更勤奋，而是谁能更高效、更聪明地利用 AI。

AI时代的思维切换

过去很多技术专家是指挥基层程序员写代码，现在呢？他们更多是在指挥 AI。代码依然要 review，技术水平和业务理解的深度依然是核心，但借助 AI，我们完全可以更快地进入新领域、快速学习和积累。

这也带来一个很重要的思维方式：人用 AI，要分清两种模式。

在“生产力模式”下，人是老师，指导 AI 干活，快速产出结果；

在“学习模式”下，人是学生，借助 AI 来理解新知识，进入陌生领域。

很多人觉得 AI 编程、AI 写文章不靠谱，问题往往出在这里：该用生产力模式时，却在学习模式里被 AI 牵着鼻子走了。掌握了这种分工后，你会发现 AI 的力量会迅速外溢，未来，会不会用 AI，将像会不会打字一样，成为最基本的门槛。

下一代必修课—Agent

而如果你想真正把 AI 的价值发挥到极致，就必须了解下一代的必修课——Agent。

你可能已经感觉到了，现在职场节奏比以前快得多，单靠个人能力已经不够，还要懂得如何让 AI 持续产出、帮你生成点子，并从重复繁琐的任务中解放出来——这就是 Agent 的价值。

它不只是一个问答工具，可以长期替你跑流程：每天自动抓数据、整理信息、生成报告，甚至提醒你下一步该做什么。一次搭建好，就像给自己安排了一个不会抱怨、不会迟到的员工，产出的复利效应远超过你想象。

现在，一人公司的概念很火。你自己做老板，Agent 就是你的团队，效率直接翻倍。在企业里也一样，老板们看重的不是你能干多少事，而是谁能把工具和流程串起来，把零散的工作变成高效输出。会做的人多，但能让事情自动化、智能化的人才稀缺。

简单来说，学会 Agent，不只是学一门技能，而是学会用 AI 重新定义自己的工作方式，让你的时间和能力成倍放大。这，才是下一代职场的必修课。

理解了 Agent 的价值后，很多同学可能会说虽然知道 Agent 很重要，但是我怎么才能真正掌握它，学习的教程码了很多，我怎么能坚持学下下去。把 AI 的潜力用到极致？其实单靠自学，往往效率低、容易踩坑，也不容易形成完整的流程思维。

正因为如此，我们设计了这门「Agent 实战营」 ——不仅告诉你为什么要用 Agent，更手把手教你怎么做，让你从零开始，把 AI 变成你可靠的生产力伙伴。

实战营三大亮点

• 九周实战计划：从 Agent 入门、上下文设计、RAG 知识库、工具调用与 MCP，到多 Agent 协作、项目集成与展示，全程手把手实操。

• 每周直播 + 在线电子书连载 + 专属社群：遇到问题随时问，老师亲自答疑，保证学习落地。社群学习氛围超好。

• 理论 + 项目实践：深入掌握 Agent 核心原理、上下文工程、多 Agent 协作系统，并最终完成属于自己的 Agent 项目。

以下是训练营的课表，可以提前探知。

9 周实战计划概览

周次	主题	内容概览	实战案例
1	Agent 入门	Agent 结构与分类、工作流式 vs 自主式	动手搭建一个能联网搜索的 Agent
2	上下文设计	Prompt 模版、对话历史、用户长期记忆	为你的 Agent 增加角色设定和长期记忆
3	RAG 与知识库	文档结构化、检索策略与增量更新	构建一个法律知识问答 Agent
4	工具调用与 MCP	工具封装与 MCP 接入、外部 API 调用	对接 MCP Server，实现深度调研 Agent
5	编程与代码执行	代码库理解、可靠的代码修改、一致的执行环境	构建一个能自己开发 Agent 的 Agent
6	模型评估与选择	模型能力评估、LLM as a Judge、安全护栏设计	构建评测数据集，用 LLM as a Judge 自动评测 Agent
7	多模态与实时交互	实时语音 Agent、操作电脑与手机	实现语音电话 Agent & 集成 browser-use 操作电脑
8	多 Agent 协作	A2A 通信协议、Agent 团队分工与协作	设计多 Agent 协作系统，实现”边打电话边操作电脑”
9	项目集成与展示	Agent 项目总装与展示、最终成果打磨	展示你独一无二的通用 Agent

9 周进阶课题

周次	主题	进阶内容概览	进阶实战案例
1	Agent 入门	上下文的重要性	探索上下文缺失对 Agent 行为的影响
2	上下文设计	用户记忆的整理	构建个人知识管理 Agent，实现长文本总结
3	RAG 与知识库	长上下文压缩	构建学术论文分析 Agent，总结论文核心贡献
4	工具调用与 MCP	从经验中学习	增强深度调研 Agent 的专家能力 (Sub-agent 与领域经验 )
5	编程与代码执行	Agent 的自我进化	构建能自主利用开源软件解决未知问题的 Agent
6	模型评估与选择	并行采样与顺序修订	为深度调研 Agent 增加并行与修订能力
7	多模态与实时交互	快慢思考结合	实现快慢思考结合的实时语音 Agent
8	多 Agent 协作	Orchestration Agent	用 Orchestration Agent 动态协调电话与电脑操作
9	项目集成与展示	Agent 学习方式对比	对比 Agent 从经验中学习的四种方式

主讲人是谁

李博杰老师，同时也是业内 AI 创业者、一线专家。

李博杰，智能体初创公司 PINE AI 联合创始人、首席科学家，《图解大模型》、《图解 DeepSeek 技术》译者。

曾任华为计算机网络与协议实验室副首席专家，入选华为首批“天才少年”项目。2019 年获中国科学技术大学（USTC）与微软亚洲研究院（MSRA）联合培养博士学位，曾获 ACM 中国优秀博士学位论文奖和微软学者奖学金。在 SIGCOMM、SOSP、NSDI、USENIX ATC 和 PLDI 等顶级会议上发表多篇论文。

做 Agent 的技术点和各种坑太多了，这些年他在实战里磨出来的经验，可不是论文里能读到的。对想入行的人来说，这类一线创业的实战经验极为难能可贵。

比自学更划算

自己学 Agent，常常会遇到这样的问题：工具太多无从下手、做出来的 Agent 老出问题、上线后没人用，甚至还有合规风险。

这门课程把从想法到落地的完整流程拆成可交付的模块，每一步都有模板、实战项目辅导和同学互助圈，帮你把自学中反复踩坑、摸索的时间，直接变成可控、可复制的工程化成果。

群里学习氛围超好，同学遇到困难随时发问，博杰老师会定期分享一些实用的资料，以及自己的一线经验，没有虚空的理论，也没有营销，都是实打实，读者能用到的实战技巧。

9 周，从零到能独立构建自己的 Agent，让这一切成为可能。

限时特惠，倒计时仅 2 天，仅需 239 元，别错过！