當然有了Codex的使用過程之後,那麼接下來我們就來看一看如何去使用好Codex,去執行完完整的鏈路。
這裡其實是有一個可以說大家現在比較痛點的一個問題,就是對於現在的整個Deep Seek來說,它的本身這個模型其實並沒有任何的視覺方面這樣的能力。
对吧
所以我们当我们现在的这个小型的这个任务呢
是给我们当前的DeepSeek
给它加上一个视觉这样的能力
那么我们当前当时的现在的这个DeepSeek呢
实际上在进行运行的过程当中啊
它呢实际上是能够啊
跟我们的Kodaks进行很好的这样的响应啊
然后呢完成各式各样的这个交互的工作的啊
但是呢由于它现在啊
并没有视觉能力
所以呢会导致它在实际进行开发的过程当中啊
经常会遇到很多的这个问题啊
我们现在在进行很多项目开发的这个时候
其实都会有这样的功能
就是让它运行的过程当中
去结一个我们当前前端的这样的图片
对不对
然后看一下我们当前前端
它是长什么样
然后有什么地方需要来进行一个调整
然后再反过头去优化
我们说原始的这样的图片
这样的效果
对不对
然后再来进行开发
但是由于现在
Deepseek V4这个模型本身没有视觉这样的能力
所以我们可能需要考虑
怎么样把视视觉这个能力
加入到当前Codex的体系里面来
然后才能够很好的去知道
对不对
整个的一些开发的这样的工作
所以这里面我们采用的方案
是使用千万3.8max
来作为它的视觉的这样的能力的补充
然后通过MCP这样的方式来进行调用
这里面其实有一整套完整的这样的代码
然后这里面很多代码
我们就不一一展开来说了
但大家需要知道的是
这里我们采用的解决方案
这也是我们之后
课程在进行开发的过程当中
非常核心的解决方案
就是我们这里是给它设置了一个
MCP的这样的服务和工具
让它之后在实际运行的过程当中
一旦出现了一些视觉方面的任务
就去使用我们当前的
这个MCP这样的工具
然后给我们Chem3 Max
来进行一个输入
然后让我们Chem3 Max
给出一个反馈
然后最后来进行一个灵活的调整
是这么一回事
所以我们这些实际上相当于是在
本地是完整的搭建了一个
这个mcp的独立的这样的服务
来让现在整个的视觉的需求
能够直接转交给我们当前的
前五三点八max这样的模型
来进行视觉识别
当然其实这里面你转交给
前五三点八来进行视觉识别也可以
或者你也可以转交给任意的一些开源模型
或者其他的一些模型
来进行视觉识别也都ok
这里面的最后是给大家看到
我们现在做的一个小型的这样的项目
上面其实有完整的运行的指令
和运行这样代码
然后最后能看出来的
完整的运行这个效果
实际上就是
现在先让
现在的DeepseekV4 Flash
做了一个网页
这个网页实际上
是一个围绕某一个项目的
这样的一个
目前项目开发进度的一个表
这样的一个网页
那么这个网页
你会发现
其实视觉效果还可以
做的还不错
然后做完之后
这里面我们又进行了一版
移动端的适配
和移动端的运行
然后你会发现
移动端有些问题
对不对
它整个的视觉效果就会有一些问题
所以我们这里
接下来我们就把截图
直接来进行一个输入
然后结构化
输入我们当前的这样的一个审查的目标
对不对
然后直接把我们当前这样的问题上报
然后通过我们的Codex
来去调用远程的MCP这样的服务
调用远程的千文3.8max
的视觉这样的服务
然后来进行一个完整的响应和读取
这里面说我们整个
它基本的一个运行这样的状态
生成完了一个配置之后
我们这里就有一个简单的配置这样的brief
然后让千万三.8来进行读取
读取完了之后
它能返回一个当前配置的反馈的结果
那么接下来继续使用
这codex的搭配我们Deepseek vs Flash
直接来进行一个改版
那么直接二轮来进行改版了之后
那么实际上它是改版了很多的内容
具体的提示词大家也可以看
我们文本里的内容
然后最后呢
他就围绕我们刚才这个问题来进行一轮修复
修复完了之后呢
你会发现他的刚刚我们看到的移动端
部分版面
他的内容发生一些平移
之后这个问题就被修复了
这个其实是一个非常简单的一个问题
当然最后还有一个验收的过程
这个其实是一个非常简单的一个问题
然后呢
基本上我们用他来进行测试
总共也就两条命令
一个呢
是让他先去完成当前的这样的一个
当前对应的网页的创建
然后创建完了之后
那么接下来我们跟他说
网页创建
让他来进行一轮视觉审查
然后同时由于我们现在是使用
mcp的这样的服务
所以它其实是一个本地的
一个mcp的sse的服务
然后mcp的服务
尽管它是一个单独的mcp的服务
但是实际上它是一个本地大模型的
一个响应的过程
内部我们其实是有脚本
调用千万三点八去围绕对应我们需要审查的这样的一个这样的HTML
直接来进行读取
然后直接给出最后的反馈这样的结果
当然其实你如果你是使用本地的千万三点八
你是使用千万三点八模型的API
直接来进行运行其实也是可以的
也就是说如果对于你当前的Codex来说
如果你现在的Codex本身也是比如说直接接入千万三点八
它本身就有视觉能力
或者是让我们上一场更坏课直接接入KimiK3这个模型
本身就有视觉能力的话
那么它其实也是可以直接来去完成对内容审查的
这个其实没问题
你就不需要有这个mcp这样的工具了
但是对于deep seek来说
确实它没有视觉这个能力
所以你得有一个负责视觉审查的mcp工具在这
当然如果你的签用3.8这个比较麻烦
或者本身它的定价比较高的话
你也可以就比如说直接给它做一个
本地部署一个简单的
它拥有视觉能力的这样的模型
其实也是能够帮你审查出一些问题的
因为其实对于像deep seek v4 flash这种模型来说
由于它本身指令跟随眼能力很强
所以你其实并不需要非常精准的跟他说
你这里123455个地方有问题
然后让他来进行修改
其实也不需要
他其实是能够直接指出大概的问题
他就会围绕这些问题来进行深度的探讨
检查跟修改
所以这个其实没有什么问题
当然下面我们这里还给大家
还给了大家一套Seguus
Seguus就是非常灵活的
一旦触发了当前的视觉审查这样的任务
他就调用对应的MCP的工具
对不对
来进行完整的执行
当然这个skill
其实相对来说会有点点复杂
我们这里是总共是有规范好的输入
然后工具合同
执行步骤
失败边界的审查
跟输出的收敛
因为这里其实它会设置到多轮的调整
就比如说我们对于当前某个页面来说
其实它的视觉验收
应该是它必备的一个环节
但是并不代表每次修改完了之后
它的视觉验收都能够通过
所以这里面才会有
关于说它多轮的调整收敛的
这样的一个问题
总之就是
我们当上面这个skill
搭配着我们刚刚也大家好的
这MCP
他做的这个事情
是我们现在
先每次开发完了之后
接下来我们就用PlayerWrite
来进行截图
截图完了之后
有一个具体的哈希值
然后跟我们说
现在就已经有了一个
基本的需要来进行视觉审核
这样的输入了
然后接下来
有一个工具可通
工具可通的实际上
就是把我们现在
对应的需要审查
这个内容
图片
然后室口和业务目标
审查维度
放到同一个请求
然后交给我们外部的MCP工具来进行一个执行
然后接下来执行步骤
执行步骤是我们希望外部工具是按照这样的方式来进行执行
目标和原码 截图 审查 等等等等
然后定义好我们现在失败具体的这样的
我们现在出现了这样的问题
以及外部工具在进行调用的过程当中
MCP在进行调用的过程当中如果出现了问题
它是怎么样记录它自己当前运行的这样的问题
然後最後返回一組結果,包括我們現在的需要做的這樣的一個問題,然後等等等等。最後審查這樣的結果。
然后同时它还有非常详细的输出跟收敛
然后所谓输出跟收敛
指的是它会不断的去铲除我们上面的
需要进行视觉输入这样的内容
就每次运行完之后都会再解词图
然后去看看现在有没有变化
然后再让外部审核一次
然后如果有问题就再改
如果没有问题最后就收敛
真的没回事
所以这个实际上是一个完整的skill
这个skill也是我们接下来
非常重要的一个需要去运行的skill了
需要去使用的一个skill
因为在我们未来的项目开发里面
其实会反复用到非常多的
不是非常多
就是每次运行其实都会涉及到对应的
这个skill的对应的视觉能力的这样的审查
所以这个skill在我们课程里面也是有的
包括它背后一整套的这样的一些工具
其实在我们的课程里面都是有
就上面我们其实非常快的给大家看了一下
有很多的一些脚本
但是这上面的每一个脚本
其实我们都没有把它打开来
来进行一个详细的查看
那么这脚本在我们的课件里面其实也都是有的
所有这个脚本都是用于去围绕我们当前的视觉
来进行一些审查和输出对应的视觉审核的结果的
这样的一些脚本
这个大家回头可以练到课件之后
自己来进行一个部署和来进行一个使用
好
那么基本上我们就到这
对于像Codex的一个基本的简单的使用入门
大家也就能明白它有哪些功能
然后我们在实际使用过程当中
有哪些注意事项
以及我们给它补充了一个非常重要的环节
就是关于Deepstick V4的Codex的视觉方面这样的问题
但是我们的课件的上面这一小节
应该是有一点小问题
因为很多截图感觉没有加载出来
就是这一张
其实很多截图没有加载出来
稍后再给大家更新一个版本
理论上的话
我们最下面
最下面整个的操作的过程当中
应该是每一项的操作
每一项的操作
他们应该都有一个Codex的TY截图的
但是TY截图好像被吃了
导致我们现在这样的整个页面看起来稍微有点点干
这个不着急
我们一会儿把这个截图补充上来
再给大家来看一下
好
那么了解了关于Codex的基本的功能之后
那么接下来我们说还有最后两张的内容
当然这两张内容我会放到下半场来进行讲解
那么一张是我们接下来就需要使用好我们的Codex
来去完成我们当前的数据分析的项目的生成
和我们当前这个数据分析项目
从零到一来进行完整开发
搭建一整个链路了
对不对
那么接下来两张
一张我们是来探讨
关于当代的AI数据分析的开发的一个基本思路
和我们现在当前这个项目完整的技术选行
和一个基本的项目的开发的规划
或者说它的整体的一个项目基本架构
是什么样的
然后我们再考虑如何使用KodX
来进行一步一步的开发
这个是我们今天稍后一会儿我们下半场要来讲解的内容
OK行
那我们今天的上半场的内容差不多到这就全部都结束了
那么接下来我们先稍微休息一下
我也把我刚才这课件里面这个图给大家补充一下
然后同时我还是盯一下我们后台上传的课件有没有传完
然后当然大家现在如果没有领取课件的话
还是这样的可以找我们现在助教老师来领取我们的课程的课件
当然在我们上半场结束之前
还是要打一波广告
OK
大家现在看到的
我们今天可以说讲的比较快的
关于Deep Seek
V4的正式版这样的一个模型
如何能接入Codex里面来
然后去完成对应的agent开发工作
这部分这样的内容
公开课这内容实际上是集选自
我们的2026大模型agent的应用与开发实战课
这样的一门付费课程
当然其实公开课
其实普遍是讲的比较快
其实也是因为我们希望快速的
大家快速的建立整个项目的
全局的这样的认知
然后其中很多具体的一些细节的
技术点
其实我们都没有展开来讲
那么大家如果希望围绕着
大模型agent开发来进行
更加深度完整系统的这样的学习的话
那么欢迎大家
报名由我和沐云老师
还有志杰老师
我们共同开设的agent应用
与开发实战课这样的门付费课程
那么这门课程
总共是一门100个小时以上的
完整体系大课
能够帮大家零基础入门
然后直达目前顶尖大厂的
中高级的岗位能力要求
那么对标的岗位呢
对标的岗位啊
是比如说agent的开发工程师啊
AI开发工程师
包括啊这个AI算法工程师等等等等啊
这类agent顶尖的啊
这样的一个岗位能力要求啊
当然这么课程呢
我们是可以完整的丛林技术啊
开始来进行学习
这么看总共呢
是八个阶段啊
那么啊
最开始我们会帮大家啊
完整的丛林啊
开始来进行一轮
关于现在的大模型的学习
agent的应用和agent的开发的一轮完整的入门
我们会先来讲解
关于整个的agent开发的一些算法的基础
包括一些编程的一些基础
和大模型的基础等等
这个是我们的stage0
会拿来进行一轮系统完整的这样的入门
然后紧接着我们说课程里面的stage1
就是来进一步来讲解
目前主流的基础智能体的上手实战
包括离门槛接入
像Cloud Code Code Codex OpenCloud
Hermers Agent等等
但是我们今天讲的Codex
其实会比较快一点
很多功能就是快速的跟大家讲一下
是什么样的定位
课程里面会跟大家详细完整的
主行代码带来敲
带来今天实现的一整个完整流程
那么同时我们还会介绍非常多的核心功能
就现在我们在使用Agent的智能体的
非常多的核心功能的这样的功能入门
和基础的使用范式和基础的应用实践
好那么紧接着我们说stage2
就会进一步的来探讨关于Skills的
开发和应用实断
当然像Skills
现在基本上是我们所有在进行
agent开发和agent应用过程当中
必不可少的一项非常基础的
这样的功能了
对不对
我们可以讲解Skills基本原理
会讲解Skills从你来进行开发
会来介绍顶尖的Skills的实弹
和Skills的这样的应用场景
还有工业级的实现流程
好那么紧接着我们说第三个阶段
我们进来探讨关于AI全战的开发入门
我们会从完整的一个AI产品的项目入手
来讲解如何做好最一开始的需求调研
如何来完成web design
如何来完成web coding
一整个完整的这样的链路
那么其实现在我们在进行agent开发过程当中
大家应该也能够感受到
其实基本上就是属于一个全站的这样的状态
其实每个人可能很多时候
并不是说开发指管开发的事情
产品经理的指管产品经理的事情
其实很多时候边界并没有那么的清晰
有的时候其实我们在进行开发的时候
最一开始我们需要掌握的能力
其实往往是一个全站开发这样的能力
你要能够从最一开始的产品的功能定位
和需求数理开始来进行操作
然后包括webdesign是完成一些design相关的操作
就比如大家现在看到的
我们这样的一个AI数据分析的这样的系统
实际上里面就有非常多的webdesign的
这样的工作在里边
因为一看AI数据分析系统很明显
它就不是人工design出来的
对不对
它是webdesign出来的
它是AIdesign出来的
所以这个实际上是需要我们来进行系统的学习的
然后接下来webcoding
来具体的使用AI工具的去完成对应的这样的开发工作
好
那么有了掌握了基本的这个全战技能之后
其实我们就算是能够完整的入门
能够去完成一些agent开发了
但是只有这些能力
我们说可能还不够
你可能还需要更进一步的去完成一些
去学习一些更加进阶的这样的agent开发这个技能
你才能够去完成一些更加具体工业化场景下的agent开发
那么具体的要掌握哪一些技能呢
可能就包括一些基础开发框架
包括这个REG框架
包括我们说运行时框架
包括Harness框架
还有一些额外一些工程化的一些技巧和能力
比如说都工具的管理
比如说这个AgenticREG
比如说这记忆管理
比如说驾驭工程
上下文工程
多智能体系作协作等等等等
这些实际上属于我们个人的
更加进阶这样的能力
好那么再往下
我们说第五个阶段
OK我们会进入来讲解
关于Agent部署上线和运维优化
相关的这个内容
那么Agent开发完了
那么其实这个事情还没有完
对不对
你还需要未来考虑持续不断的
你当前agent长期的部署 运维 监控 性能优化 评估等等
一整个完整的这样的链路
所以在第五个阶段我们进一步来探讨关于整个
所以在第5個階段我們進步來探討關於整個Agent的部署上限的一些基本理論,它的部署上限完整流程,包括容器化編排,包括長期的追蹤和運維和你當前Agent本身的這樣的性能的評估和優化。
好 那么再往下我们第六个阶段就是webcoding进阶了
那么有了更强能力之后
那么接下来我们说webcoding AI编程的能力也需要更强一些
当然我们现在今天跟大家讲解的这个项目
相对来说还比较简单
我们主要是通过一轮一轮的提示
然后沉淀沉淀了一些agent和沉淀了一些skill
共同来完成这样的项目的开发
但实际上我们说对于顶尖的一些更加复杂的
AI编程的这样的场景下
你可能还需要去学习
比如说文档驱动开发
需要去学习agent的自制循环
需要学习多智能体协同
需要学习AI自动化任务等等
这四个非常核心的议题
才能够更快速的用好AI
通过AI这样的杠杆
去更快速的放大你的核心能力
好 那么再往下
我们说最后一个阶段
就是40架工业项目开发实战了
是的 我们课程里面
其实有非常多的
能够覆盖现在一些看到的
比如说AI数字员工
法律
自媒体运营
AI编程
通用智能体
智能客服
数据分析
金融等各个领域的
全链路的这样的一个项目
全链路的这样一些项目
当然其实这一些项目
现在在我们团队的官网的agent playground
这个页面里面
其实能看到其中很多的项目
那么我们其实也是为了能够让大家更加清楚的看到
未来我们学习完了之后
能够获得什么样的成果
所以我们这里实际上是把很多的项目
都放到了我们公司官网的页面里面来
给大家来进行一个在线的这样的体验
比如说我们这里随便看一个
比如说内容运营的这样的agent
对不对
然后你可以直接点进去
就能看到我们当前的这样内容运营的agent
它是如何来进行运行的
当然我们上面其实现在是已经加载了一些
这个moc的数据
能够大家看到直接最后的这样的运行的这样的效果
然后实际我们在进行运行的过程当时
实际大家暴露明我们看成之后
所有的我们现在的这一系列的agent
都是可以本地来进行部署
然后来进行一个实时的这样的运行
导入自己的数据来进行运行
尝试探索
包括我们的项目的迁移等等
都是可以完整的来进行实现的
那么我们现在课程里面项目
实际上总共是这么四个类型的项目
第一个是敏捷型的agent开发
也是使用现在的open cloud
或者hermers agent快速去完成一些简易
快速去完成一些非常垂育的agent开发
比如说飞速的智能助理
比如说AI运维和SRE的智能助手
包括ASU运营的员工
AI图问工厂等等
相关的一些这样的一个agent开发
那么同时接下来我们说第二类的案例
是顶尖agent一个私有化的1比1
全功能的复刻和本地部署
比如说我们会复刻像OpenCloud
像Hermers Agent
像Cloud Code
像GBring
像Memory Link等等
那么像这一系列的顶尖的agent
我们在进复刻了之后
其实是能够来进行一个定制化开发
第二个也能更好去适配
你当前企业里面高并发这样的场景
然后同时我们是第三类的这个项目
就是工业级的agent项目组
包括工业级知识库的项目组
包括各个业务流程复刻项目组
包括多智能体编排的这个项目组等等
也是可以来进行开发的
那么同时我们是part4
还有4项旗舰的百万用户级的agent项目开发实战
分别是编译室的REG企业级知识工厂
然后企业AXF中台
然后是OPC
这个一人公司的数据员工团队
和数据分析智能体
总共是有这么四项
百万用户级的这样的agent开发实战
那么总共我们说这四个模块
下面总共是有四十多个
不同类型的这样的agent
那么其中我们在我们的公司官网里面
实际上是上线了其中的二十多个
不同类型的agent
供大家来进行一个在线的查看实操
然后也能够体验的
现在我们整个的项目
最后做完了之后
是一个什么样的成果
那么其实也是因为现在
我们说很多的一些团队的
这个项目实际上是牛鬼蛇神
什么样都有
能不能解决
能不能具体解决问题
然后它到底有什么样性能
其实不一定的
但是我们实际上是希望给大家展示
我们具体的这个项目的核心这样的功能
跟它运行这样的效果
能够大家看到
我们最后学完了之后
能够达到什么样的这样的level
实际上像这样的一系列案例
每一个这个案例
我们说如果你能够完整的学完
对不对
那么这个思想
接下来如果你是想来进行秋招
或找工作的话
随便写几个方案简历里面
其实都会有非常好的
这样的一个效果
那么所有案例
也都是我们团队自研的
这样的一些案例
大家拿到手之后
也都是读一份
OK行
那么这案例实际上
大家都是可以
在我们官网上来进行一个查看
和来进行一个体验的
那么除此之外
我们说其实
我们今天晚上这个直播
是我们38期的课程的
可以说最后一场
公开课的这样的直播了
那么很快
我们38期就会全部的
应该是在今天晚上
我们38期就会完整的这样的封班
然后在我们38期的课程里边
实际上是给大家提供了非常独特的一项的服务
就是大家现在这里面看到的
这个复范Agent或者叫AI9000老师
那么大家听这个名字也就知道
对不对
那么这个Agent实际上是我们团队
把我们过去所有的开发经验
和我们的100万字的课件
全部来进行了一个蒸流
然后蒸流到一个Agent的里面去
然后大家现在看到的是当前这个agent完整的
sorry
完整的这个知识大脑
然后里面有所有的
现在我们agent开发所涉及到的
全部的这样的一个agent开发的知识点
和相关的这样的内容
那么我们当前的agent到底有什么用呢
当然一个是可以辅助大家来进行学习
另外一个也可以辅助大家来完成更高效率的agent开发
那么在这个agent里面
我们实际上是蒸留了现在老师们所有的
开发这样的经验技巧和对应的
不同类型的开发工具开发框架
所有的这样的知识体系共同汇聚成
我们现在当前复发agent的知识大脑
然后同时我们这里也陆续给大家集成了
400多个不同类型的这样的agent覆盖
就比如说工程规范
multi agent
部署运维
AI编程
RAG
模型微调等等等等
各个不同领域的这样一些skill
给到大家
让大家能够更加快速的能去完成
一系列的agent开发
那么对于这一系列
我们给大家提炼好的skill
实际上大家是可以直接
切断到本地
或者装到本地的cloud code
或者装到本地的codex
当然你也可以直接
在我们在线的平台来进行运行
也是可以的
我们在线也给大家集成了一个
完整的TY
或者是说agent的运行时的
这样的框架和环境
大家就可以直接在这里面
来进行一个skills
读取和来进行一个实时的运行
这个是我们给大家提供的
完整的知识大脑和对应的skill
那么有了这些内容之后
我们同时
我们还给大家提供了完整的
所有的我们当前agent开发课程里面
所有这些项目的一键迁移的
像模板和本地部署的项目的完整链路
也就是说借助我们的复发agent
实际上你是可以一键就完成
我们当前的项目的迁移
或者来进行当前项目的二次开发
其实都是完全没有问题的
大家能看到现在实际上
它就是可以围绕我们现在的
所有的项目当中的任意一个项目
来进行本地的迁移
环境搭建二次开发
那么之前有很多同学会说
我们课程里面项目很多
然后担心学习的过程当中
可能会学不完
对不对
或者说他可能现在想迅速的去完成
某个项目的这样的一个部署上线
这样的工作
那现在我们说
其实你借助我们的复发agent
实际上就能够非常快速的来去完成
对应的这一系列的
所有的这个项目的安装部署
迁移所有的这样的这些工作
当然由于我们复发agent是集合了
我们团队所有的
过去一段时间的开发经验
和对应的这个skill
所以你也是可以
在我们的复发agent里边
直接来进行一个
这个agent开发
也是完全没有问题
我们的复卖agent实际上
是有一整套完整的
这样的运行终端的
你是可以直接
在我们的运行终端里面
来进行一个最终极的
可以非常快速的去完成一系列agent開發這樣的工作。
然後同時你在進行開發的過程當中也是能夠調用我們當前agent的裡面所有的技能和知識庫,
帮你更加快速的去完成你企业级的
agent的开发的应用落地
当然对于这个复发agent来说
我们说它的功能其实非常丰富
那这个agent实际上是单独
给我们38期的学员提供的
一项特殊的一个福利
那么也是因为我们复发agent是首期推出
也是我们的38期课程
第一次推出的这样的特殊的这样的服务
所以也就只有我们的首期
是免费的这样的状态
那么对于像复发agent来说
当然它其实并不属于完整意义上的
我们课程的这样的产品
但是我们也是觉得说
这样的一个东西
这样的agent能够更加好的
帮助到大家
未来的学习和工作
所以老师们其实
投入很长时间来进行研发
那么首期我们的复发agent
是完全免费的
那么到39期的话
接下来我们可能就是
每一期是按期来进行
额外的收费了
我们是1000块钱
一期的这样的定价
所以大家现在
如果对我们agent开发课程
感兴趣的话
那么报名我们的38期
其实仍然还是可以免费
获得我们的复发agent
这样的一个专属福利的
并且我们38期是今天晚上就全部封班了
所以大家如果对我们的课程感兴趣的话
那么今天晚上购买38期
就是我们最后的时间了
同时因为我们38期今天晚上就会全部的封班结束
那么明天我们39期新班就会上线
所以大家现在如果报名我们38期的同学
还可以获得买一赠一
而就是说能够获得赠送第39期的
全部的新增内容的
这样特殊的福利
所以今天大家报名肯定是非常划算的
这样的一个状态
那么到39期之后
首先我们的复发agent肯定是要收费了
然后同时我们的课程定价也会有所调整
那么大家接下来
如果比如说大家要进行秋招的这样的冲刺
或者接下来是要来围绕agent开发
来进行企业工业级的这样的落地的话
那么也欢迎大家抓紧时间
扫描现在屏幕当中二维码添加我们的助教老师
然后回复大模型
就能看到我们今天晚上即将封班的
38期课程的最后的特价
这样的名额和我们现在这门课程
完整的课程大纲和对应的课程介绍
和每一个内容模块的功能介绍
当然现在我们38期的内容
基本上是都已经上线了
然后我们复发agent也是大家报名完之后
就可以直接领取到来进行一个使用了
那么我们团队其实也是
总共是开课6年的时间
现在在我们课程平台上也有2万多节的课程
然后我们有7万多名学员
参与到我们课程学习当中来
那么我们的课程应该是页面上
市面上在这个为数不多的
大家看到其实一直专注于来讲解
大模型AI技术的这样的一个团队了
那么38期确实是我们今年以来
最大的一轮的内容
这样的改版和迭代
那么确实今天晚上也是最后的
38期的课程
曝明的这样的时间
所以大家如果对我们课程感兴趣
换一下扫描
现在屏幕当中二位码
添加我们志愿老师来进行咨询
当然我们说除了
我们现在大模型agent开发实战课之外
我们说还有一门课程
还有三门课程
分别是沐浴老师讲解的AI编程实战课
和我来讲解的open cloud
智能体应用实战课
和大模型原理跟训练实战课
这三门课程分别覆盖三个不同类型的细分的方向
比如说AI编程课主要是来讲
通用领域下的AI编程的
那么open cloud智能体应用实战课
主要是来介绍open cloud的
怎么样使open cloud来围绕具体不同的场景
来完成agent开发
那么同时大模型原理跟训练实战课
这门课程主要是会讲解
比如说底层的Transformer这个原理
开始来进行讲解
一路讲解到现在的顶尖模型的训练的
这样的一些流程和模型的后训练
包括强化学训练和agentic强化学训练
相关的一些内容
OK 好
不管大家对哪门课程感兴趣
都可以扫描现在屏幕当中二维码
听讲我们治疗老师来进行咨询
好 那我们今天的公开课的上半场内容
到这就全部都结束了
我们先稍稍休息一下
然后再开始今天下半场的内容