17 分钟12要素智能体:可靠LLM应用的模式——Dex Horthy,HumanLayer
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。
Andrej Karpathy. Karpathy专门用章节讲解“留意你正在使用的模型与定价档位”和“思考模型及其适用场景”,随后在其余演示中不断切换ChatGPT、Claude、Gemini、Grok和Perplexity。这几乎相当于现场观看一位对各档位何时物有所值有明确见解的人,实际应用文章中的速查表。
选择模型的习惯很有价值;具体的模型名称、价格、上下文限制和排名则并不稳定。在为团队制定统一建议前,请先用自己的任务重新进行比较。
学会在快速、低成本、深度推理和基于来源的工具之间分配任务,而不是凡事都使用同一个模型。
能够熟练使用至少一款主流聊天机器人,并针对同一任务比较不同输出。
最后审核:2026年5月18日
通过相同的视频学习路径,继续观看下一个精选配套视频。
精选的外部课程,帮助您更深入地了解该主题。
Andrew Ng
你将在课程中花时间实际使用LLM,学习有意识地设计提示词,并判断生成式AI在哪些场景确实有用、在哪些场景反而会成为陷阱。课程讲解沉稳、不炒作,是从“我用过一次ChatGPT”进阶到“我每天都能自信地使用它”的理想桥梁。
Antje Barth · Shelbee Eigenbrode · Mike Chambers · Chris Fregly
当实践者问“如果我想认真学习如何使用LLM构建应用,应该选什么课程?”时,这门课就是答案。它在数学层面保持严谨,但不会读起来像研究论文;即使你永远不会使用SageMaker,其中偏AWS风格的部署章节仍然实用。
Google Cloud
Google's own answer to 'what is generative AI, actually' — the non-technical counterpart to Elements of AI, aimed explicitly at sales, HR, marketing, and operations roles rather than engineers. Forty-five minutes to a real mental model of how generative AI differs from classic machine learning, with no code and no jargon.