學習筆記

TL;DR

AI Agent 的學習與應用核心在於「搭出來的」而非「學出來的」，透過一個 30 天的實作計畫，新手也能從認知核心模組到獨立完成一個可展示的企業級 AI Agent 專案。

快速結論

本影片的核心主張是，學習 AI Agent 最有效的方式是動手「搭出來」，而非僅限於理論學習。影片提出一個為期 30 天的實踐計畫，旨在幫助學習者快速從零開始，達到能獨立開發並展示企業級 AI Agent 專案的程度。

這個 30 天計畫分為三個階段，從理解 AI Agent 的核心模組（認知、決策、執行、記憶），到實戰建構具體功能的 AI Agent，最終以獨立完成一個端到端的企業專案作為驗證。計畫強調實用技能，例如掌握 RAG 工具、API 調用、工作流設計及多輪交互，讓學習者在短時間內超越大多數自稱在學習 AI Agent 的人。

完成這 30 天計畫後，學習者將具備開發如客服自動化、客訴處理、數據查詢、內容生成等應用的能力。影片最終的目標是讓學習者擁有一個能夠演示的 AI Agent 專案，作為其能力的有力證明，並強調每天的任務、實作教程和專案流程都已準備好供學習者取用。

這支影片在說什麼

這支影片提供了一個為期 30 天的詳細學習計畫，旨在幫助有志者快速掌握 AI Agent 的開發技能。它解釋了如何從零開始，透過階段性的實作練習，最終能夠獨立完成一個企業級的 AI Agent 專案。影片強調「動手做」的重要性，並指出即使在 30 天內也能達成顯著的學習成果，特別適合想快速切入 AI Agent 實戰的學習者。

最重要的 3-5 個重點

1. AI Agent 核心理念：「搭出來的」而非「學出來的」：影片強調 AI Agent 的學習重點在於實作建構，而非單純的理論學習或研讀。
2. 30 天三階段學習計畫：
   • 第一階段 (前 10 天)：認知 - 了解 AI Agent 的四大核心模組 (認知、決策、執行、記憶) 和其基本架構。
   • 第二階段 (第 11-20 天)：實戰 - 透過實際操作建構三種 Agent (客服、客訴處理、數據查詢)，學習 RAG 工具、API 調用、工作流與多輪交互。
   • 第三階段 (第 21-30 天)：專案 - 獨立完成一個真實場景的企業級 AI Agent 專案，從需求拆解到上線測試。
3. 30 天後的成果：完成計畫後，學習者應能開發客服自動化、客訴處理、數據查詢、內容生成等功能，並擁有獨立完成專案的能力。
4. 最終目標：可演示的專案證明：影片強調擁有一個能演示的 AI Agent 專案是證明自身能力的關鍵資本。
5. 學習效率與超越同儕：在第二階段結束時 (第 20 天)，完成指定任務的學習者將超越 80% 自稱在學 AI Agent 的人。

知識架構

• AI Agent 學習方法論
  • AI Agent 不是「學出來的」，是「搭出來的」。
  • 30 天學習計畫足以獨立完成專案。
• 30 天學習計畫
  • 第一階段 (前 10 天)：認知
    • 目標：了解 AI Agent 的骨架
    • 內容：
      • 4 個核心模組：認知、決策、執行、記憶
  • 第二階段 (第 11-20 天)：實戰
    • 目標：學會實作建構 Agent
    • 內容：
      • 建構三種 Agent：客服、客訴處理、數據查詢
      • 學習技能：
        • 接 RAG 工具
        • 調用 API
        • 設計工作流
        • 複雜任務多輪交互
    • 成果：超越 80% 自稱學習 AI Agent 的人
  • 第三階段 (第 21-30 天)：專案
    • 目

標：獨立完成企業級 AI Agent 專案 * 內容： * 從需求拆解 * 知識庫構建 * 工作流設計 * 上線測試 * 全流程走一遍

• 30 天後可承接的能力
  • 客服自動化
  • 客訴處理
  • 數據查詢
  • 內容生成
  • 客戶價值簽到
• 學習證明
  • 一個能演示的 AI Agent 專案

關鍵概念

• AI Agent：指具備認知、決策、執行和記憶能力的自動化智能體。
• 認知 (Cognition)：AI Agent 理解和處理資訊的能力。
• 決策 (Decision)：AI Agent 根據目標和情境做出判斷和選擇的能力。
• 執行 (Execution)：AI Agent 將決策付諸實踐，執行具體任務的能力。
• 記憶 (Memory)：AI Agent 儲存、檢索和利用過去資訊的能力。
• RAG 工具 (Retrieval-Augmented Generation)：一種結合檢索與生成技術，讓 AI Agent 能從外部知識庫獲取資訊來增強生成回答的工具。
• API (Application Programming Interface)：應用程式介面，允許不同的軟體系統之間進行通信和資料交換。
• 工作流 (Workflow)：指一系列按照特定順序執行的任務和步驟，用於完成特定目標。
• 多輪交互 (Multi-turn Interaction)：指 AI Agent 與使用者進行多回合對話，以理解複雜需求或逐步解決問題的過程。
• 知識庫 (Knowledge Base)：用於儲存和管理 AI Agent 所需資訊的資料庫。

重要例子與細節

• 學習 AI Agent 的時間軸與目標：
  • 前 10 天 (認知階段)：目標是了解 AI Agent 的「骨架」，涵蓋其 4 個核心模組：認知、決策、執行、記憶。
  • 第 11 到 20 天 (實戰階段)：動手建構三個 AI Agent，具體例子包括：客服、客訴處理、數據查詢。此階段需學習並運用 RAG 工具、調用 API、設計工作流，並學會處理複雜任務的多輪交互。
  • 第 21 到 30 天 (專案階段)：找到一個真實應用場景，獨立完成一個企業級 AI Agent 專案，從需求拆解、知識庫構建、工作流設計到上線測試的全流程。
• 30 天後可承接的專案範例：
  • 客服自動化
  • 客訴處理
  • 數據查詢
  • 內容生成
  • 客戶價值簽到
• 每日學習計畫的內容組成：
  • 10 項任務
  • 3 個實作 AI Agent 的教程
  • 1 個企業級 AI Agent 專案的全流程

可學習的洞察

1. 實作重於理論：AI Agent 的學習強調「搭出來」而非僅「學出來」，意味著動手實踐是掌握技能的關鍵。
2. 階段性目標助推學習進度：將學習過程拆解為認知、實戰、專案三階段，有助於循序漸進，避免學習疲勞。
3. 以終為始的專案導向：最終目標是完成一個可演示的企業級 AI Agent 專案，這不僅驗證學習成果，也是累積個人資本的有效方式。
4. 核心模組是基礎：對 AI Agent 的四大核心模組（認知、決策、執行、記憶）的理解是進階開發的基礎。

可行動的整理

1. 制定 30 天 AI Agent 學習計畫：如果想學習 AI Agent，可以參考影片提出的 30 天三階段模式，規劃自己的學習路徑。
2. 優先學習核心模組：初期應專注理解 AI Agent 的認知、決策、執行、記憶四大核心模組。
3. 多動手實作：將理論知識轉

化為實際建構 AI Agent 的能力，例如練習使用 RAG、API、設計工作流和多輪交互。 4. 尋找真實專案機會：努力在學習結束時完成一個端到端的企業級 AI Agent 專案，並確保其可演示性。 5. 記錄和展示成果：將完成的 AI Agent 專案整理成作品集，作為證明自身能力的資本。

複習問題

1. 影片中指出學習 AI Agent 的核心理念是什麼？
2. 30 天的 AI Agent 學習計畫分為哪三個主要階段？每個階段的目標是什麼？
3. AI Agent 的四個核心模組分別是什麼？
4. 在第二階段（實戰）的學習中，除了建構三種 Agent 外，還需要學習哪些關鍵技能？
5. 完成 30 天學習計畫後，學習者應具備什麼樣的能力證明？

待確認資訊

• 影片開頭提到的「固槍Azent」具體意涵為何，在逐字稿中語義模糊，未能準確解釋。
• 「三個電手Azent的教程一個企業集Azent的項目全流程全部整理好了能不能去扣學習通通帶走」提及的「學習通通帶走」是指具體的平台、連結或資源包，需回看影片確認。