《AI智能体生产系统构建实战营:政策合规与架构落地及自主进化》线上高级研修讲座简章
【ZiDongHua 之“会展赛培坛”标注关键词:AI智能体生产系统构建实战营 AI智能体 人工智能 】
《AI智能体生产系统构建实战营:政策合规与架构落地及自主进化》线上高级研修讲座简章
一、 一、研修时间和方式:
时间:2026年3月28日-3月29日(周六、周日共2天)
方式:腾讯会议线上直播
二、研修对象:
涉及人工智能及大模型技术产业链厂商、电信运营商、芯片与算力提供商、模型优化与智能体部署解决方案商、云计算与大数据平台商、智能体框架开发公司、IT公司、电商平台公司、供应链公司、中小企业技术负责人与数字化转型负责人、研发团队骨干、前/后端开发工程师、AI工程师、算法工程师、数据科学家、数据工程师、IT系统管理员、DevOps工程师、IT运维与系统集成工程师、AI平台架构师、智能体系统工程师、平台运营技术团队、数据中心管理人员、AI产品总监、产品经理、法律、金融、政府、制造、医疗、教育、能源、交通等领域行业代表、政府机构、科研院所与高校研究人员、企业客服、商业销售、市场营销、自动化推进部门负责人、AI治理与合规官、AI伦理与政策负责人、AI创业者、自由职业者,以及对人工智能、AI智能体、RAG(检索增强生成)技术感兴趣或有需求的其他相关行业代表、管理人员及个人。
三、研修大纲:
模块一:人工智能政策解读与生态建设及产业协同
模块二:智能体发展趋势与企业机遇及价值风险评估
模块三:Deep Agents框架深度拆解与生产级工程化实践
模块四:Agent Skills技能插件化与MCP协议集成及子体编排
模块五:LangSmith 可观测性体系与生产实战及迭代演练
模块六:RAG多路检索与知识融合及开源平台实践
模块七:智能体记忆架构与持续学习及自主演进
模块八:上下文工程与多智能体选型及人机协作
四、研修亮点:
1、权威导师阵容,政策与技术深度融合
头部研究院AI领域专家+中国区LangChain官方技术专家联合授课,精准解读AI政策合规要求,同步传授生产级智能体实战技术,兼具政策高度与落地性。
2、渐进式实战 全链路落地
以“从能跑到跑稳再到跑好”为核心,现场演示+从0到1实战搭建,让学员掌握智能体从Demo到生产环境的全链路工程化能力。
3、全维技术 直击落地痛点
全覆盖智能体构建、知识管理等核心技术,针对性解决企业落地中智能体不可控、难观测、难演进的关键问题。
4、贴合产业 实景教学致用
聚焦Deep Agents、MCP协议等行业主流技术,结合技术协议评审等企业真实场景教学,实现所学即所用。
5、工程化构建 可持续演进
不止于智能体搭建,更注重工程化部署、可观测性体系与持续学习机制设计,打造可扩展、可调试的生产级智能体系统。
6、互动答疑及考核认证
特设互动答疑环节,为参会代表提供一个交流的平台,参加培训并考核合格的学员,将颁发高级技术水平证书。不仅是对专业技能的认可,也是对职业竞争力的提升,证书将作为您在求职、升职加薪、招投标过程中的有力证明。
五、研修内容:
|
模块一:人工智能政策解读与生态建设及产业协同 |
1.国家及地方人工智能发展政策解读 Ø 国家人工智能发展战略与规划文件解读 Ø 地方扶持政策与产业发展基金(以上海、江苏、浙江为例) Ø 近期政策动向与产业引导方向 2.智能体技术标准化进展与合规要求 Ø 国内外智能体标准化组织与工作进展 Ø 数据安全、隐私保护与算法治理相关法规 Ø 企业智能体系统建设中的合规路径与实践建议 3.长三角人工智能生态建设与产业协作 Ø 长三角一体化战略中的人工智能协同布局 Ø 区域内产学研合作平台与资源共享机制 Ø 典型案例:跨区域智能体项目合作与生态共建 |
|
模块二:智能体发展趋势与企业机遇及价值风险评估 |
1.智能体技术演进与典型应用场景 Ø 智能体从感知到认知的技术演进路线 Ø 行业应用案例分析 2.企业智能化转型路径与挑战 Ø 企业引入智能体的战略定位与组织适配 Ø 技术整合、人才储备与数据基础设施挑战 Ø 转型过程中常见的“试点困境”与“规模化瓶颈” 3.智能体在产业落地中的价值与风险评估 风险评估: Ø 技术风险:系统不稳定、算法偏见 Ø 业务风险:场景适配性差、ROI不明 Ø 合规风险:数据泄露、责任归属不清 Ø 风险缓解策略与治理框架建议 |
|
模块三:Deep Agents框架深度拆解与生产级工程化实践
|
1.Deep Agents 框架定位与核心能力 Ø LangChain 生态最顶层的 Agent Harness Ø 开箱即用生产框架 Ø 开箱即用的设计理念:从组件级拼装升级到系统级框架 Ø 与传统 Agent 框架的对比优势 2.从 Demo 到生产的升级路径 Ø 减少从 Demo 到生产的工程成本 Ø 系统级编排与默认工程化配置 Ø 长任务周期性执行能力 Ø 设计考量:Deep Agents 是 LangChain 生态最顶层框架,降低学员AI 工程化的上手门槛。区别于直接拼装 LangChain 组件,它提供系统级编排与默认工程化配置,大幅缩短从 Demo 到生产的路径。 |
|
模块四:Agent Skills技能插件化与MCP协议集成及子体编排 |
1.Agent Skills 技能插件化 Ø 业内常用技能包介绍与演示(文件处理、网络请求、数据分析等) Ø 直接导入使用,快速扩展智能体能力 Ø 行业生产级技能接入,加速落地 2.MCP 协议集成 Ø Model Context Protocol 一站式接入外部 Ø 工具与子智能体 Ø 标准化协议降低集成成本 3.子智能体编排 Ø 任务分解与能力组合 Ø 多智能体间的协作调度 Ø 设计考量:基于 Deep Agents 构建的深度智能体,具备快速接入行业生产级 Skills 的能力,直接复用业内成熟的技能包,大幅降低落地成本。MCP协议作为标准化接入层,是当前技术生态的热点。 |
|
模块五:LangSmith 可观测性体系与生产实战及迭代演练 |
1.LangSmith 可观测性体系 Ø 端到端执行路径追踪 Ø 执行路径与工具调用全链路可视化 Ø 让智能体可控、可调试、可优化 2.现场实战:技术协议评审智能体 Ø 从 0 到 1 构建一个生产级智能体 Ø 通过对话迭代提升评审能力 Ø 展示智能体边用边学的学习过程 Ø 设计考量:可观测性是生产环境的基础保障——看不见就控不住。技术协议评审是真实企业场景,通过现场对话迭代,让学员亲眼看到智能体的学习与演进过程。 |
|
模块六:RAG多路检索与知识融合及开源平台实践
|
1.为什么需要外部知识? Ø 模型内置知识的局限性 Ø 企业专有知识的价值 Ø 知识保鲜与动态更新需求 2.多路检索体系 Ø 网络检索:实时信息获取 Ø 数据库检索:结构化数据查询 Ø 向量检索:非结构化语义搜索 Ø 全文检索:关键词精确匹配 Ø 跨智能体检索:知识协作 3.多路检索开源平台 Ø 具备多路融合能力的数据底座 Ø 数据入/出:不关心转换,只关心存储与检索 Ø 准确性与相关度的平衡 Ø 设计考量:RAG 的核心不是 G(生成),而是 R(检索)。聚焦如何准确地找到需要的信息。多路检索(关键词+语义+结构化)的融合,是提升检索准确性的关键。 |
|
模块七:智能体记忆架构与持续学习及自主演进
|
1.分层记忆架构设计 Ø 短期记忆:对话上下文管理 Ø 长期记忆:经验沉淀与检索 Ø 过程记忆:任务执行路径记录 Ø 如何设计分层记忆体系 2.持续学习与能力演进 Ø 从失败中总结经验 Ø 基于用户反馈的能力迭代 Ø 形成积累经验、自主演进 Ø 设计考量:记忆系统让智能体从”无状态执行”升级为”有经验积累”,持续学习机制使其越用越聪明,这是智能体从 Demo 走向生产的关键一步。 |
|
模块八:上下文工程与多智能体选型及人机协作
|
1.上下文窗口的困境 Ø 上下文越大,效果越差? Ø 数据污染与注意力稀释 Ø 成本与性能的权衡 2.上下文工程:精准控制数据流 Ø LangChain 中间件机制:模型执行前的数据过滤 Ø 工具执行后的结果处理 Ø 动态上下文组装策略 Ø 让模型看到该看到的,不多不少 3.单智能体 vs 多智能体选型 Ø 单智能体:简单场景的最佳选择 Ø 多智能体:复杂任务的分工协作 Ø 四种主流多智能体架构:Subagent 子智能体、Skill 技能插件、Handoff 任务交接、Router 路由分发 Ø 选型决策:何时用单智能体?何时用多智能体? 4.Human-in-the-Loop:人机协作新范式 Ø 主动发起需求确认 Ø 关键决策点的审批机制 Ø 避免过度思考与上下文浪费 Ø 人与智能体的最优分工 Ø 设计考量:上下文工程是优化层——有了智能体、有了知识之后,思考如何让它更高效。多智能体不是银弹,不仅讲如何做,更讲何时做、值不值。最好的智能体系统,是人+AI 而非AI替代人。 |
六、特邀专家:
常主任:国内头部通信研究院分院人工智能事业部主任,多年深耕人工智能产业与技术研究领域。主要负责支撑上海市经信委、市发改委、市通管局、浦东新区、徐汇区等各级地方政府产业部门,从事人工智能产业技术相关课题研究、标准评测、政策研究、咨询规划等工作。近5年,牵头或作为主要参与人员,完成2项省部级政府专项,多篇国家、市领导专报以及多项本市政策规划,牵头或参与信息通信领域各类标准10余项,完成相关研究课题40余项,涉足人工智能、数据中心、数字经济等各个领域。中国人工智能学会高级会员。
张老师:生态技术专家,LangChain Ambassador。具有超过 16 年软件架构师及技术管理工作经验,曾任英特尔亚太研发有限公司高级研发经理和软件架构师。GenAI专注领域: LangChain 生态、RAG、Agent、Context Engineering。云原生专注领域:Kubernetes、DevOps、FaaS、Observability。曾受邀在 GIAC 全球互联网架构大会等技术峰会、SECon 软件工程大会、QECon 质量工程大会、AiDD 人工智能驱动的数字化转型大会、K+云原生峰会上发表关于 LangChain 生态、AI Agent、云原生架构的技术演讲,编著《LangGraph 实战》、《LangChain 实战》。
七、颁发证书:
本次培训结束后,将进行专业认证考试,经考核合格,可申请以下两类证书:
A类证书:由中国通信工业协会通信和信息技术创新人才培养工程颁发大模型及智能体相关专业职业技术水平(高级)证书,证书可在官方网站查询,同时可作为聘用、任职、定级、晋升的重要参考依据。
B类证书:在获得A类证书的基础上,颁发一本高级《AI智能体应用工程师》或《大模型开发工程师》二个专业任选其一,证书可在官方网站查询,可作为聘用、任职、定级、晋升重要参考依据。 八、报名材料及费用:
1、报名材料:报名申请表、2 寸证件照 1 张(请注明姓名及单位)
2、参会费用:
A类证书:3980元/人。费用包含(会议费、报名费、学习费、资料费、考核建档及证书费)。
B类证书:5680元/人。费用包含(会议费、报名费、学习费、资料费、考核建档及两本证书费)。
3、本次研修讲座由北京极课星科技有限公司或北京智益方信息科技有限公司收取相关费用并开具发票。
九、报名联系方式:
联系人:肖先生 手 机:17710689057









评论排行