توضیحات
Understanding AI Agents and Agentic AI دوره آموزشی درک عمیقتری از نسل بعدی هوش مصنوعی می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. در این دوره معماری بنیادین عاملهای هوش مصنوعی را کشف میکنید، نحوه تقویت قابلیتهای آنها توسط مدلهای زبانی بزرگ را درک میکنید و میبینید چگونه استدلال، برنامهریزی، حافظه و یکپارچهسازی ابزار به آنها امکان میدهد اهداف پیچیده را مدیریت کنند. تفاوتهای میان اپلیکیشنهای سنتی هوش مصنوعی، دستیارهای مکالمهای، عاملهای خودمختار و سیستمهای چندعاملی را بررسی میکنید و یاد میگیرید این فناوریها چگونه با ابزارهای خارجی، APIها و محیطهای دیجیتال تعامل دارند. کاربردهای واقعی هوش مصنوعی عاملمحور در اتوماسیون کسبوکار، توسعه نرمافزار، تحقیق، خدمات مشتری و بهرهوری را بررسی میکنید و فرصتها، محدودیتها، چالشهای قابلیت اطمینان و ملاحظات اخلاقی مربوط به توسعه سیستمهای هوش مصنوعی خودمختار را درک میکنید. در طول دوره، یاد میگیرید چگونه تشخیص دهید آیا یک وظیفه به یک عامل، یک گردش کار ثابت یا یک فراخوانی ساده مدل زبانی نیاز دارد، با استفاده از یک معیار ساده: چه کسی گام بعدی را تعیین میکند.
بین الگوهای زنجیرهای، مسیریابی، موازی، مدیر-کارگر و ارزیاب بر اساس شرطی که هرکدام را کارآمد میکند انتخاب میکنید و ابزارهای عامل و سرورهای MCP را بهصورت قراردادهایی با نامهای روشن، خطاهای قابل اقدام و سطح مناسب تجمیع طراحی میکنید. زمینه و حافظه را با بازیابی بهموقع، فشردهسازی، یادداشتها و زیرعاملها مدیریت میکنید و حافظه را بهعنوان یک سطح حمله در نظر میگیرید. یاد میگیرید چه زمانی یک سیستم چندعاملی ارزش هزینه توکن خود را دارد و آیا طراحی مدیر یا طراحی واگذاری برای کار مناسب است. در پایان دوره، ارزیابیهای عامل را میسازید که وضعیت نهایی را میسنجند نه ادعای عامل را، و یاد میگیرید چگونه تزریق پرامپت را از طریق طراحی مهار کنید: شکستن یکی از پایههای مثلث مرگبار، محدودکردن عاملیت و استفاده از سندباکس پیش از فیلتر کردن. همچنین یاد میگیرید کدام اقدامات به تأیید انسانی نیاز دارند بدون ایجاد خستگی تأیید، و چگونه یک بازبینی طراحی ساختاریافته عامل انجام دهید. چه مبتدی باشید که در حال کشف هوش مصنوعی هستید، چه توسعهدهندهای علاقهمند به اتوماسیون هوشمند، این دوره دانش مفهومی لازم برای درک عاملهای هوش مصنوعی را ارائه میدهد.
آنچه در دوره Understanding AI Agents and Agentic AI یاد خواهید گرفت:
- تشخیص اینکه آیا یک وظیفه به یک عامل، یک گردش کار ثابت یا یک فراخوانی ساده مدل زبانی نیاز دارد، با استفاده از یک معیار: چه کسی گام بعدی را تعیین میکند.
- انتخاب بین الگوهای زنجیرهای، مسیریابی، موازی، مدیر-کارگر و ارزیاب بر اساس شرطی که هرکدام را کارآمد میکند.
- طراحی ابزارهای عامل و سرورهای MCP بهصورت قراردادهایی با نامهای روشن، خطاهای قابل اقدام و سطح مناسب تجمیع.
- مدیریت زمینه و حافظه با بازیابی بهموقع، فشردهسازی، یادداشتها و زیرعاملها، و در نظرگرفتن حافظه بهعنوان یک سطح حمله.
- تشخیص اینکه چه زمانی یک سیستم چندعاملی ارزش هزینه توکن خود را دارد و آیا طراحی مدیر یا طراحی واگذاری برای کار مناسب است.
- و …
مشخصات دوره
ناشر: یودمی
مدرس: Skillmint .
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 62
مدت زمان آموزش: 3 ساعت و 53 دقیقه
سرفصل های دوره در تاریخ 2026/10

پیش نیازهای دوره Understanding AI Agents and Agentic AI
Basic familiarity with LLM chat tools such as ChatGPT or Claude. No machine learning or maths background is needed
Helpful but optional: comfort reading short code snippets and JSON, to follow the demos
No agent framework or SDK experience required. The course is framework-free by design
تصاویر دوره

فیلم معرفی دوره Understanding AI Agents and Agentic AI
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 720p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
3 گیگابایت













































