32 分钟与Shashi Bhushan探讨如何在本地化中构建以人为本的AI工作流
学会在不削弱人对含义、语气、术语和最终审批的责任前提下，将AI引入本地化流程。
中级企业AI
12要素智能体：可靠LLM应用的模式——Dex Horthy，HumanLayer
AI Engineer. Dex Horthy解释了为何可靠的智能体系统主要是在少量LLM调用周围构建纪律严明的软件：掌控提示词、掌控上下文窗口、让控制流保持确定性，并在工作流需要人工判断时通过工具调用联系人。这与文章中的审批、异常处理和升级模式直接对应。
AI Expert 注释
应把“智能体”框架理解为软件架构，而非自主性表演。持久有效的经验是显式状态、确定性控制流以及真正可用的人工转交路径。
您应该从中获得什么
学会设计能够暂停、恢复、请求人工判断，并将业务状态与模型猜测分离的AI工作流。
先观看或了解
基本熟悉工具调用或多步骤AI工作流。
最后审核：2026年5月19日
继续观看
通过相同的视频学习路径，继续观看下一个精选配套视频。
深入学习
精选的外部课程，帮助您更深入地了解该主题。
Coursera · Vanderbilt UniversityChatGPT: Excel at Personal Automation with GPTs, AI & Zapier
Dr. Jules White
这是从“我在浏览器标签页中使用ChatGPT”进阶到“我的AI在我睡觉时处理收件箱”的最清晰路径。这套围绕Zapier构建的专项课程包含三门课程，无需Python。学完后，你将能构建智能体，让它们汇总电子邮件、更新电子表格，并在满足条件时触发工作流。
初级约34小时 · 3门课程的专项课程
Anthropic AcademyIntroduction to Model Context Protocol
Anthropic Academy
MCP正在悄然取代AI工具生态中为单一用途开发的工具集成。请直接向标准的创建者学习。学完后，你将构建并部署自己的MCP服务器，把一个LLM客户端连接到该服务器，并理解为何这项标准堪称该领域最接近USB-C的方案。
中级自主安排进度（短课）
DeepLearning.AIPractical Multi AI Agents and Advanced Use Cases with crewAI
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.
中级~2h 49m · self-paced (15 lessons)