今天给大家推荐一本我觉得非常硬核的教程——。配套资源极其完善，视频、课件、代码一应俱全，堪称"保姆级"Agent 学习教程。

这本书最让我佩服的是配套资源的丰富程度：

💻 配套代码 : https://github.com/boyu-ai/Hands-on-AA

GitHub 仓库按照四大部分组织代码：

• part_1：智能体基础篇
• part_2：智能体架构篇
• part_3：智能体微调篇
• part_4：智能体前沿篇

每个 part 里面都是 Jupyter Notebook，clone 下来就能跑！

作者团队：上交系"动手学"天团

说到这本书，不得不提一下作者阵容——妥妥的"动手学"系列原班人马：

• 张伟楠：上海交通大学计算机学院教授、博导
• 温睦宁：上海交通大学人工智能学院助理研究员
• 林江浩：上海交通大学安泰经济与管理学院助理教授

这个组合懂的都懂——"动手学"系列已经成为国内 AI 实战教程的金字招牌。从《动手学深度学习》到《动手学强化学习》，再到现在的《动手学大模型智能体》，每一本都是理论 + 代码双管齐下，学完就能用。

为什么推荐这本书？

2025 年是 AI Agent 爆发的一年，从 Claude Computer Use 到 OpenAI Operator，从 Manus 到各种 Coding Agent，"智能体"已经从概念走向落地。但问题来了：

市面上关于 Agent 的学习资料要么太散、要么太浅、要么没有代码。

这本《动手学大模型智能体》完美解决了这个痛点：

• ✅ 体系化：从基础到前沿，4 大部分 15 章，覆盖 Agent 的方方面面
• ✅ 实战导向：每一章都有 Jupyter Notebook 可直接运行
• ✅ 资源完善：配套视频课程、课件 PPT、GitHub 代码全开源

内容架构一览

这本书分为四大部分：

第一部分：智能体基础篇（第 1-4 章）

• 初探大模型智能体
• 生成式大语言模型基础
• 提示工程（Prompt Engineering）
• 智能体评估与调试

第二部分：智能体架构篇（第 5-8 章）

• 智能体架构设计
• 记忆管理与检索增强（RAG）
• 工具调用（Function Calling）
• 推理、规划与树搜索增强

第三部分：智能体微调篇（第 9-11 章）

• 指令微调
• LoRA 低秩适应微调与模型量化
• 强化微调

第四部分：智能体前沿篇（第 12-15 章）

• 多模态智能体
• 多智能体系统
• 智能体安全
• 智能体协议（MCP 等）

看这个目录结构，基本上把 Agent 开发能用到的技术栈都覆盖了。从最基础的"什么是智能体"，到现在最火的 MCP 协议、多模态 Agent，一本书全搞定。

动手实战是亮点

书名带"动手学"三个字，可不是说说而已。我翻了样章的第一章和第二章，里面的代码实现非常接地气。

比如，第一章就直接教你用 DeepSeek API 构建一个"问答助手"：

from openai import OpenAIclass QAgent:    def __init__(self, api_key, base_url, system_prompt="你是一个很聪明的智能体。"):        self.api_key = api_key        self.base_url = base_url        self.system_prompt = system_prompt        self.client = OpenAI(api_key=self.api_key, base_url=self.base_url)        def ask(self, question):        response = self.client.chat.completions.create(            model="deepseek-chat",            messages=[                {"role": "system", "content": self.system_prompt},                {"role": "user", "content": question},            ],            stream=False        )        return response.choices[0].message.content# 实例化智能体agent = QAgent("YOUR API KEY", "https://api.deepseek.com")answer = agent.ask("什么是大模型智能体？")print(answer)

而且书中还贴心地给出了大模型的回答示例，你能看到一个合格的"问答智能体"是怎么回答问题的。

第二章则深入讲解生成式大语言模型的核心原理：

• 词汇表与分词器
• 自回归生成原理
• 温度参数和采样策略（Top-k、Top-p）
• 单轮问答系统 vs 多轮对话系统

这些都是做 Agent 开发必须搞懂的底层知识。

适合谁看？

• 想系统学习 AI Agent 的开发者
• 需要一本智能体教材的高校师生
• 想快速上手 Agent 开发的产品经理/技术负责人
• 对 RAG、Function Calling、MCP 等技术感兴趣的从业者

---

说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。

结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”

我先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！

这绝非空谈。数据说话

2025年的最后一个月，脉脉高聘发布了《2025年度人才迁徙报告》，披露了2025年前10个月的招聘市场现状。

AI领域的人才需求呈现出极为迫切的“井喷”态势

2025年前10个月，新发AI岗位量同比增长543%，9月单月同比增幅超11倍。同时，在薪资方面，AI领域也显著领先。其中，月薪排名前20的高薪岗位平均月薪均超过6万元，而这些席位大部分被AI研发岗占据。

与此相对应，市场为AI人才支付了显著的溢价：算法工程师中，专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%；产品经理岗位中，AI方向的产品经理薪资也领先约20%。

当你意识到“技术+AI”是个人突围的最佳路径时，整个就业市场的数据也印证了同一个事实：AI大模型正成为高薪机会的最大源头。

最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包【允许白嫖】：

• ✅从入门到精通的全套视频教程

• ✅AI大模型学习路线图（0基础到项目实战仅需90天）

• ✅大模型书籍与技术文档PDF

• ✅各大厂大模型面试题目详解

• ✅640套AI大模型报告合集

• ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（0基础到项目实战仅需90天）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓