共计 1120 个字符，预计需要花费 3 分钟才能阅读完成。
上海交大 AI 教授亲授: 半天带你拆解 Agent 底层逻辑
AI Agent 正从概念走向企业落地 。 围绕这一趋势, 一场由上海交通大学人工智能学院教师参与设计并主讲的线下公开课, 将于 2026 年 5 月 24 日上午在北京举行, 主题聚焦智能体的底层逻辑与业务应用路径。
📌 活动信息: 北京线下半天公开课
根据已公布信息,本次活动为“AI Talk 北京行”, 时间安排在2026 年 5 月 24 日周日 9:00-12:00, 地点为上海交大高金北京校区, 位于北京市朝阳区东三环中路 1 号环球金融中心西楼 5 层。
课程定位并非面向单一技术细节,而是尝试用半天时间搭建一套关于生成式 AI 与 AI Agent 的认知框架, 帮助企业管理者、数字化转型负责人和技术从业者理解相关技术如何进入业务场景。
🔍 为什么关注 AI Agent: 从回答问题到执行任务
在大模型应用早期,许多企业更熟悉的是文本生成、问答、写作辅助等能力。但随着应用形态演进,AI Agent 被视为更进一步的方向: 它不仅接收指令并输出内容, 还可能围绕目标进行任务规划、调用外部工具、保留上下文记忆, 并与其他智能体协同完成复杂流程。
这也是本次课程强调“底层逻辑”的原因。对于企业而言, 真正影响落地效果的并不只是模型参数或单次对话质量, 还包括知识接入、数据治理、流程编排、安全边界等一系列工程化问题。
💡 课程将覆盖六类核心模块
- 大模型底层认知:理解 LLM 的能力边界, 避免把所有 AI 能力简单等同于聊天机器人。
- Agent 核心架构:拆解智能体中类似“大脑、记忆、行动”的组成部分。
- 向量数据库与 RAG:讨论如何通过外部知识接入提升可用性, 并缓解幻觉问题。
- CoT 思维链:介绍让模型分步骤推理的基本思路及其应用价值。
- 工具调用与多智能体协同:关注智能体如何连接业务系统, 并形成协作式工作流。
- 安全与趋势:梳理企业引入 AI 时需要关注的数据、合规与风险边界。
📊 主讲教师背景与适合人群
公开信息显示,本次课程由上海交通大学人工智能学院助理教授夏纫秋参与主讲。其研究方向涉及大语言模型、多智能体系统与 AI for Science, 并曾参与多个大模型、机器人底座预训练及智能体相关项目; 同时在多个人工智能领域会议和期刊发表过论文, 并参与基础大模型与数据集研发。
从课程设计看,适合参加的人群主要包括三类: 希望寻找 AI 与业务结合点的企业经营者, 需要规划 AI 实施路径的数字化转型管理者, 以及希望快速补齐 Agent 系统认知的技术与产品从业者。
🚀 行业观察: 企业落地更需要系统方法
当前 AI Agent 热度持续上升, 但企业应用仍面临不少现实问题, 例如数据是否可用、流程是否标准化、权限如何控制、结果如何评估等。单纯引入一个模型或工具, 并不等于完成 AI 转型。
