課程簡介

多智能體系統簡介

  • 定義AI生態系統中的多智能體系統
  • 核心優勢與挑戰
  • 企業用例與應用

用於多智能體編排的AgentCore

  • AgentCore編排架構
  • 跨工作流管理多個智能體
  • 動手實驗:編排簡單的智能體交互

協作與溝通模型

  • 消息傳遞與共享內存模式
  • 協商與任務分配策略
  • 動手實驗:實現智能體協作協議

專業化與角色分配

  • 爲不同任務設計專業化的智能體
  • 平衡自主性與協調性
  • 動手實驗:創建特定角色的智能體

多智能體系統的擴展

  • 企業級擴展的架構考量
  • 性能監控與負載均衡
  • 動手實驗:擴展編排的智能體系統

治理、安全與合規

  • 多智能體工作流的可審計性與可觀察性
  • 權限管理與安全模型
  • 案例研究:受監管環境中的合規性

多智能體AI的未來方向

  • 自主協作的趨勢
  • 智能體集體的新興研究
  • 企業採用的戰略意義

總結與下一步

最低要求

  • 深入理解AI和機器學習系統
  • 具備分佈式系統設計的經驗
  • 熟悉AWS服務和基於雲的架構

受衆

  • 系統架構師
  • AI研究員
  • 企業戰略團隊
 14 時間:

課程分類