Anthropic. En två minuter lång demo från Anthropic där Claude planerar en liten uppgift i flera appar – söker på webben, kontrollerar Maps och lägger in en kalenderinbjudan – genom att styra datorn direkt. Den ger en användbar kontrast till modellen med enbart en molnbaserad webbläsare i demonstrationen av Operator nedan och är en bra rimlighetskontroll av artikelns poäng att agenter för datoranvändning fungerar bäst för korta, väl avgränsade sysslor snarare än öppna uppgifter.
Det här är en kort funktionsdemo, inte ett recept för driftsättning. Kopiera den inte till produktion utan sandlådemiljö, separerade konton, loggning och uttryckligt användargodkännande för åtgärder som ändrar tillstånd.
Jämför datoranvändning direkt på skrivbordet med agenter som enbart använder webbläsaren.
Läs först säkerhetsavsnittet i den tillhörande artikeln. Demonstrationen av Operator nedan kompletterar bilden ur webbläsarperspektiv.
Senast granskad: 18 maj 2026
Fortsätt längs samma lärstig med nästa kurerade kompletterande video.
19 minuterJämför flaggskeppsmodeller, lätta modeller, mellannivåmodeller och specialiserade modeller så att dirigeringsbeslut baseras på hur väl modellen passar uppgiften, kostnad och latens i stället för varumärkespreferenser.
107 minuterLär dig utvärderingsloopen för produktutvecklare: granska spårningar, märk fel, definiera kriterier, testa ändringar och jämför med mänsklig bedömning.
211 minuterFörstå den moderna LLM-stacken tillräckligt väl för att kunna resonera om token, träning, verktyg och fel.
Externa kurser som är handplockade och går djupare in i detta ämne.
Anthropic AcademyAnthropic Academy
MCP är protokollet som i det tysta ersätter separata verktygsintegrationer i hela ekosystemet för AI-verktyg. Lär dig det direkt från källan. När du är klar har du byggt och driftsatt en egen MCP-server, anslutit en LLM-klient till den och förstått varför den här standarden är branschens närmaste motsvarighet till USB-C.
DeepLearning.AIJoão 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 FaceHugging Face
Den tydligaste genomgången av agentbaserade system med öppen källkod som finns. Kursen utgår från de tre ramverk som utvecklare faktiskt utvärderar (smolagents, LlamaIndex och LangGraph), inte en enskild leverantörs teknikstack. Den avslutas med en benchmarkuppgift och en offentlig topplista – ett upplägg med resultat som ditt team kan verifiera.
