32 minuuttiaNäin rakennat ihmiskeskeisiä tekoälytyönkulkuja lokalisoinnissa – Shashi Bhushan
Opettele, miten tuoda tekoäly lokalisaatioon poistamatta ihmisen omistajuutta merkityksestä, sävystä, terminologiasta ja lopullisesta hyväksynnästä.
AI Engineer. Dex Horthy selittää, miksi luotettavat agenttijärjestelmät ovat enimmäkseen kurinalaista ohjelmistoa muutaman LLM-kutsun ympärillä: omista kehote, omista konteksti-ikkuna, pidä ohjausvirta deterministisenä ja käytä työkalukutsuja ottamaan yhteyttä ihmisiin, kun työnkulku tarvitsee harkintaa. Se kartoittuu suoraan artikkelin hyväksyntä-, poikkeus- ja eskalointimalleihin.
Käsittele ”agentti”-kehystä ohjelmistoarkkitehtuurina, ei autonomiateatterina. Kestävä oppi on eksplisiittinen tila, deterministinen ohjausvirta ja oikea ihmisen luovutuspolku.
Opettele suunnittelemaan tekoälytyönkulkuja, jotka voivat pysähtyä, jatkua, pyytää ihmisen harkintaa ja pitää liiketoimintatilan erillään mallin arvauksista.
Perustuntemus työkalukutsuista tai monivaiheisista tekoälytyönkuluista.
Viimeksi tarkistettu: 19.5.2026
Jatka samalla oppimisreitillä seuraaviin valikoituihin oheisvideoihin.
32 minuuttiaOpettele, miten tuoda tekoäly lokalisaatioon poistamatta ihmisen omistajuutta merkityksestä, sävystä, terminologiasta ja lopullisesta hyväksynnästä.
30 minuuttiaYmmärrät triggerit, actionit ja yksinkertaisen automaatiovirran ennen tekoälyn lisäämistä liiketoimintaprosessiin.
17 minuuttiaSelitä ”tarkkaavaisuustalouden” käsite ja nimeä yksi suunnittelutaktiikka, jolla tarkkaavaisuutta kaapataan.
Valikoituja ulkoisia kursseja, jotka käsittelevät aiheita tarkemmin.
Anthropic Academy
MCP on protokolla, joka hiljalleen korvaa yksittäiset työkalujen integraatiot AI-työkalujen ekosysteemissä. Opiskele sitä lähteestä. Lopussa olet rakentanut ja asentanut omansa MCP-palvelintaan, yhdistänyt LLM-asiakkaan siihen ja ymmärtänyt miksi tämä standardi on lähimmätä USB-C:ään kentässä.
João Moura (Founder, CrewAI)
Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.
Hugging Face
Selkein avoimen lähdekoodin käsittely agentin järjestelmiä koskevista aiheista. Perustuu kolmeen kehittäjät todella arvioivat kehystymiin (smolagents, LlamaIndex, LangGraph) eikä yhden toimittajan pilveen. Päätyy vertailutestin tehtävään ja julkiseen pisteidenlistaukseen — vastuu, jonka tiiminne voi tarkistaa.