2025 年是智能体（Agents）之年。让它成为你驾驭智能体的一年。
几乎所有科技巨头都在押注 AI 智能体 ，Nvidia、OpenAI、微软、谷歌，甚至是此前 AI 布局较少的公司，如 Salesforce 和 SAP。扎克伯格认为，未来世界上将存在的 AI 智能体数量会超过人类[1]。
所以问题来了：我们到底该如何学习智能体的基础技术？
为你整理了一些优质且免费的课程与资源 。
大约需要一个周末的时间就能完成。 如果你愿意多花点时间做实验、写写代码，那就更棒了。
为了更直观地提供学习引导， 我借用武术等级 风格，用腰带颜色来标注内容的难度与目标受众：
•⬜⬜⬜⬜⬜ 直观入门级
•🟩🟩🟩🟩🟩 中级
•🟥🟥🟥🟥🟥 高级
•🟫🟫🟫🟫🟫 专家级 •⬛⬛⬛⬛⬛ 宗师级
准备好了吗？去战斗吧！🥋
1：AI 智能体详解：7 分钟短视频指南
⬜⬜⬜⬜⬜
入门级
AI 智能体的结构是怎样的？它们能做什么？ 与传统的模型或软件相比，它们有什么不同？ 它们是如何利用动态数据的？由 AI Alfie 用短短 7 分钟[2]为你解释一切。
2：什么是 AI 智能体：逐步构建指南
⬜⬜⬜⬜⬜ → 🟥🟥🟥🟥🟥
从入门到高级
文章"什么是AI智能体？如何一步步构建属于你自己的智能体？ "详细解释了什么是 AI 智能体，以及如何从零设计一个可商用的智能体，并深入探讨了现实世界中会遇到的各种复杂问题，包括：
•如何融合算法与 AI•如何分类用户输入•如何提取数据•如何实现数据持久化•如何将准确率提升到可接受的水平•以及：什么时候应该交由人工团队接管？
🧠 一篇理论与实践结合的设计指南，适合认真想做智能体产品的你。
AI 智能体构建示意图
下面这篇是来自 Anthropic的文章[3]， 对上述部分主题做了更深入的展开讲解。
3：好到让人觉得“违法”的 6 个 AI 智能体
⬜⬜⬜⬜⬜⬜
入门级
来点热身内容：文章不可错过的六大 AI 智能体，每一个都堪称“牛油抹面”般丝滑惊艳。看看这些案例，你会对 agentic AI 的潜力有更直观的理解。
哦对了，其中至少有一个背后的公司是独角兽 —— 估值超 10 亿美元。也许这个事实能激发你现在就动手尝试！
6 个 AI 智能体示例.图片来源：Mohit Vaswani
4：使用 CrewAI 构建小型智能体系统
🟩🟩🟩🟩🟩 → 🟥🟥🟥🟥🟥
中级 → 高级
🎓 这是一门由 DeepLearning.ai 提供的免费视频课程[4]，教授你如何使用 CrewAI 框架构建一个小型的智能体系统。
非常适合已经有基础，希望进一步实践和掌握团队型 agent 架构的学习者。
多智能体系统（Multi AI Agent Systems）听起来像是你要指挥一支未来派的 AI 战士军团 。但别紧张，其实它只是一些工作流节点 在各司其职。你不需要什么“火箭科学博士学位”，只需要跟着 CrewAI 和 João 的教学指导，就能很快启动属于你自己的小型智能体系统。如果你未来有打算构建真正的生产级应用 ，也可以在此基础上迁移到更高级的框架。
🔗 课程入口（需登录但无需付费） ： Deeplearning.ai 智能体课程[5]
而且别担心，这门课不仅是“纸上谈兵”，它配有大量代码示例，并附带 Jupyter Notebook，方便你边学边实践、动手操作！
Crew AI 智能体课程示意图. 图片来源：DeepLearning.ai
5：Agentic AI 工具与技术栈全景概览
🟩🟩🟩🟩🟩 → 🟥🟥🟥🟥🟥
中级 → 高级
我该如何入门，又该如何进阶？ 我应该选择哪些模型、框架、托管平台、追踪工具、向量数据库？
Letta 不仅设计出了一套超赞的图标壁纸[6]，还详细介绍了 Agentic 技术栈中各个组成模块的功能与用途。顺便说一句： 他们自己也在用这些工具 —— 用得非常愉快！
🛠️ 这是一份适合开发者收藏的全景参考指南，无论你是刚起步还是想构建自己的 agent 平台，都值得一看。
Letta 的 AI 智能体技术栈图解
此外，Chiefmartec 也提供了对智能体、构建者与框架的精彩综述：
“AI 智能体是新的 iPaaS（集成平台即服务），
是数字运营领域下一轮激烈竞争的前沿阵地……
欢迎来到 2025！这将是营销技术（martech）领域
名副其实的 ‘AI 智能体之年’。” 🔗 查看原文（chiefmartec.com）[7]
对于工作一天后很疲累的人，推荐读 360DigiTMG 的可视化帖子：
🚀 2025 AI 智能体技术栈图解
🧠 快速一览正在驱动 AI 智能体的尖端技术！
🔗 查看原帖（LinkedIn）[8]
6：AI 智能体 vs. 传统生成式 AI vs. RPA 自动化
⬜⬜⬜⬜⬜ → 🟩🟩🟩🟩🟩
入门 → 中级
Agentic AI 与传统生成式 AI 有何不同？又与 RPA（机器人流程自动化）相比如何？一个聊天机器人算是智能体吗？它需要具备哪些特征才能称得上是“智能体”？
这是一篇由Sandipan Bhaumik撰写的精彩文章[9]，详细阐释了我曾尝试绘制的一份粗略智能体世界图谱，并在此基础上做了专业且深入的扩展。
🧭 适合对智能体定位感兴趣的从业者、产品经理和初学者阅读。
Agentic AI vs. 传统生成式 AI
Cobus Greyling提供了一份精彩的入门讲解[10]，介绍了 Agentic AI 系统的特定架构与组成组件。
Agentic AI 架构图.图片来源：Cobus Greyling
在另一篇内容[11]中，Tyler McGregory 对以下内容进行了横向对比：
•机器人流程自动化（RPA）•AI 工作流•AI 智能体系统（Agentic AI）
📊 这是一次深入、直观的比较，帮助你理解这些技术如何在结构、能力和应用上各有侧重。
图片来源：Tyler McGregory
7：AI 智能体框架对比与选型
🟩🟩🟩🟩🟩 → 🟫🟫🟫🟫🟫
中级 → 专家级
构建 AI 智能体的主要框架包括：
•Langchain 的 LangGraph[12]•LlamaIndex 的 Workflows[13] 与 Agent Workflows[14]•CrewAI[15] •HuggingFace 的 smolagents[16]•Microsoft 的 Autogen[17]•Haystack 的 Agents[18]•Pydantic agents •OpenAI 的 swarm[19]如何选择合适的 AI Agent 框架，分别比较了 LangGraph、CrewAI 以及 OpenAI Swarm ，配有丰富的代码片段与图示内容 —— 非常实用！
决策树图示. 图片来源：Yi Zhang
一篇 如何在多种LLM Agent框架中做出选择？ ，就相同的问题给出了不同视角的分析，她对以下方案做了对比：不使用框架 ，使用 LangGraph ，使用 LlamaIndex Workflows 。🎯 全文配有详细的代码示例，值得参考。
此外，MA Raza, Ph.D.提供了一个非常广泛且多维的比较[20]，涵盖了上述所有框架，并额外加入了 Phidata[21]，是目前最全面的 Agent 框架对照资源之一。
8：Hugging Face 免费 AI 智能体课程（附证书）
🟩🟩🟩🟩🟩 → 🟫🟫🟫🟫🟫
中级 → 专家级
这是一门由 Hugging Face 推出的可爱又实用的入门课程[22]，内容涵盖背景概念讲解 + 代码演示。
📚 课程内容包括：
•工具使用（Tool Usage）•思维-行动-观察循环（Thought-Action-Observation Cycle）•内部推理与 ReAct 方法（Thought, Internal Reasoning, ReAct Approach）•一个 Dummy 智能体库（便于练习）
课程中使用的框架包括：
•Hugging Face 自研的smolagents[23]•LlamaIndex •LangChain
课程代码片段示意图.图片来源：Hugging Face
📑 课程中还包含小测验与最终考试 ，并提供证书 ！
测验界面截图.图片来源：Hugging Face
目前第一个单元已上线，后续章节正在持续开发中，敬请期待。
9：使用 Hugging Face Code Agents 实现多智能体 RAG 系统
🟫🟫🟫🟫🟫 → ⬛⬛⬛⬛⬛
专家级 → 大师级
说够了，现在该动手实践 了。这是一篇由 Gabriele Sgroi, PhD 撰写的超详细实战教程[24]，讲解如何构建一个 多智能体 RAG（检索增强生成）系统 ， 涵盖代码、原理说明、GitHub 仓库、Notebook 😄
示例代码.图片来源：Gabriele Sgroi
10：Sam Altman 与团队演示 AI 智能体及其 Operator Agent
⬜⬜⬜⬜⬜ → 🟩🟩🟩🟩🟩
入门 → 中级
Sam Altman 和他的团队介绍了 OpenAI 的 Operator Agent，这是一种可以操作浏览器的智能体 —— 它可以打开网页、读取内容，并与外部世界交互 。
🎯 我特别喜欢视频[25]中 5:30 分 的案例：上传一张手写购物清单 ，Operator 就能自动点击网页、选商品、下单购买 。它真的能“看懂”网页，选择按钮并点击，还能识别表单字段并根据任务填写内容。
🖥️ 这标志着 AI 智能体从文本理解进入了可操作现实界面 的新阶段。
11：加分资源 1：MCP
🟩🟩🟩🟩🟩 → 🟫🟫🟫🟫🟫
中级 → 专家级
这是关于MCP 的快速入门[26]，MCP 是为智能体赋予访问数据、函数和外部世界的能力 的一套机制。
📚 文章中还引用了大量深入资源供你进一步阅读和实践。
12：加分资源 2：如何构建并运行一个大型 AI 智能体系统 —— 成功与失败的经验
🟥🟥🟥🟥🟥 → ⬛⬛⬛⬛⬛
高级 → 大师级
这条我作为个人加赠内容[27]放上来：总结了我在最近一个（规模不小的）智能体项目中学到的经验，包括：
•以事实为本：准确性胜过花哨的幻想•大胆设想：80% 以上的复杂任务自动化是可以实现的•用 KPI 为依据说服利益相关方、合作伙伴与客户•低代码、无代码很好，但不适用于正式生产环境•… 以及 另外 9 条核心经验
AI 智能体悖论示意图.图片来源：Maximilian Vogel
🎬 最后总结
好了朋友们，这就是全部内容！
使用这些资源，不断学习、实践，直到你的神经元都发光发热。 尝试文中的例子，开始真正编写自己的智能体代码 吧！
我个人从开始接触生成式 AI 到现在，所学到的内容，远远超过了我之前所有的岁月。
🌊 所以，让我们顺势而为，乘风破浪吧！
References
[1] AI 智能体数量会超过人类:https://www.youtube.com/watch?v=kKm\_0eLmbzQ
[2]7 分钟:https://youtu.be/hLJTcVHW8\_I
[3]文章:https://www.anthropic.com/engineering/building-effective-agents
[4]视频课程:https://youtu.be/QtEUU9ppVLU
[5]Deeplearning.ai 智能体课程:https://learn.deeplearning.ai/courses/multi-ai-agent-systems-with-crewai/lesson/ddys8/overview
[6]超赞的图标壁纸:https://www.letta.com/blog/ai-agents-stack
[7]查看原文（chiefmartec.com）:https://chiefmartec.com
[8]查看原帖（LinkedIn）:https://www.linkedin.com
[9]精彩文章:https://www.linkedin.com/posts/sandipanbhaumik\_generativeai-agenticai-agenticai-activity-7283056989503389696-sTkV/?utm\_source=share&utm\_medium=member\_desktop&rcm=ACoAAAFibb8B44bAo\_o8zbrttjZKmsH1RUFmmec
[10]入门讲解:https://cobusgreyling.medium.com/the-evolution-of-ai-agents-agentic-systems-92259a5f5e22
[11]另一篇内容:https://www.linkedin.com/pulse/automations-vs-ai-workflows-agents-understanding-key-tyler-mcgregory-w1c8e/
[12]LangGraph:https://www.langchain.com/langgraph
[13]Workflows:https://docs.llamaindex.ai/en/stable/module\_guides/workflow/
[14]Agent Workflows:https://www.llamaindex.ai/blog/introducing-agentworkflow-a-powerful-system-for-building-ai-agent-systems
[15]CrewAI:https://www.crewai.com/
[16]smolagents:https://huggingface.co/docs/smolagents/en/index
[17]Autogen:https://www.microsoft.com/en-us/research/project/autogen/
[18]Agents:https://docs.haystack.deepset.ai/docs/agents
[19]swarm:https://github.com/openai/swarm
[20]提供了一个非常广泛且多维的比较:https://medium.com/@amjadraza24/comparative-analysis-of-agentic-ai-frameworks-navigating-the-future-of-autonomous-systems-0c2fb5b4912f
[21]Phidata:https://docs.phidata.com/introduction
[22]入门课程:https://huggingface.co/learn/agents-course/en/unit0/introduction
[23]smolagents:https://github.com/huggingface/smolagents
[24]超详细实战教程:https://medium.com/towards-data-science/multi-agentic-rag-with-hugging-face-code-agents-005822122930
[25]视频:https://youtu.be/CSE77wAdDLg
[26]MCP 的快速入门:https://medium.com/@maximilian.vogel/master-the-model-context-protocol-mcp-the-12-best-free-resources-to-start-today-7dee927e7223
[27]个人加赠内容: https://medium.com/codex/how-i-got-a-big-ai-agent-up-and-running-what-worked-and-what-didnt-7615155d2b73