5 分钟 · 看完这页，你就知道这门课是什么、需要会什么、怎么学
一句话：agent 是怎么构建的。AI agent = 让大模型不只是聊天，而是能干活（读文件、 操作浏览器、发布内容）的程序。市面上这类产品很多（Claude Code、Manus……）， 这门课拿一个真实的开源项目 Easel（浙大 REAL 实验室的社媒运营 agent） 当解剖标本，把它的源码一层层拆给你看——你学到的不是概念科普，是能上手复刻的工程知识。
| 阶段 | 内容 | 时长 | 结束时你会 |
|---|---|---|---|
| 前置课 第一部分 LLM 基础 L1–L7 | 模型的工作原理、token 与成本、采样参数、消息协议、能力边界、提示词写法、function calling | 约 2.5 小时 | 理解"大脑"本身—— agent 的一切设计都源于模型的三个天性 |
| 前置课 第二部分 Agent 基础 A1–A17 | agent 是什么、工具与技能、循环、上下文工程、记忆、检索、安全、评测……到 harness 选型 | 约 6 小时 | 拿到任何 agent 仓库能定位构造，能徒手写出最小 agent 的设计 |
| 正课 M1–M7 20 课时 | 进入 Easel 真实源码：项目地图 → 提示词栈 → 技能系统 → Web 工作台 → 发布与安全 → 内核 loop → 毕业设计 | 约 15 小时 + 实现 | 亲手做出一个 250 行的最小 agent（毕业设计） |
① 每课一个"唯一结论"。课程页短小（20–45 分钟），读完页面的正确反应是去 做出口检验，不是再读一遍。② 测验当游戏打。每课 2 道选择题即时反馈——错了看解析， 比答对学到得多。③ 出口检验必须讲给老师听。每课结尾有一道开放题， 把你的答案发回对话里，老师（就是我）逐个批改——讲不出来 = 没学会，这是这门课的核心反馈循环。
三个求助通道，按序用：① 术语表—— 课程里所有黑话的一行解释；② 直接回对话问——"这句没看懂"是合法且受鼓励的输入； ③ 卡超过 15 分钟就跳走——后面某课会把它变简单（这是课程设计的假设，亲测有效）。
第一站：L1 · LLM：大脑长什么样。 它只需要你会编程，其他从零讲起。带上 20 分钟和一杯水。