课程大纲

多智能体系统简介

  • 定义AI生态系统中的多智能体系统
  • 核心优势与挑战
  • 企业用例与应用

用于多智能体编排的AgentCore

  • AgentCore编排架构
  • 跨工作流管理多个智能体
  • 动手实验:编排简单的智能体交互

协作与沟通模型

  • 消息传递与共享内存模式
  • 协商与任务分配策略
  • 动手实验:实现智能体协作协议

专业化与角色分配

  • 为不同任务设计专业化的智能体
  • 平衡自主性与协调性
  • 动手实验:创建特定角色的智能体

多智能体系统的扩展

  • 企业级扩展的架构考量
  • 性能监控与负载均衡
  • 动手实验:扩展编排的智能体系统

治理、安全与合规

  • 多智能体工作流的可审计性与可观察性
  • 权限管理与安全模型
  • 案例研究:受监管环境中的合规性

多智能体AI的未来方向

  • 自主协作的趋势
  • 智能体集体的新兴研究
  • 企业采用的战略意义

总结与下一步

要求

  • 深入理解AI和机器学习系统
  • 具备分布式系统设计的经验
  • 熟悉AWS服务和基于云的架构

受众

  • 系统架构师
  • AI研究员
  • 企业战略团队
 14 小时

即将举行的公开课程

课程分类