课程简介
AI智能体新架构是企业通往AGI的“现实之路”。它不是一个遥远的科幻概念，而是一个以“业务价值驱动、渐进式演进、人机协同共生”为核心的务实工程。其最终形态将是一个与组织深度融合、持续学习进化的“社会型智能系统”，将企业的数据、知识和创造力放大到前所未有的高度，重新定义生产力、创新力和竞争力。未来企业的智能程度，将直接取决于其设计和运营智能体架构的成熟度。
本次课程将从AI 大模型应用开发架构或者关键利益相关者进行深入访谈，帮助学员掌握架构设计技能应用到实际项目中，提升 AI 大模型架构设计/开发/工具使用能力。涵盖：AI 原生应用架构新思维、AI 应用 RAG /Agentic RAG 关键技术架构、AI 应用软件架构规划评审设计、Agents 关键技术架构设计与落地实践等知识， 为企业培养融合业务发展专家，培养复合型先进科技人才。
课程收益
1、了解当前 AI 大模型应用落地的哲学、成功案例
2、掌握AI 大模型工具、AI 大模型开发技能、AI 大模型架构设计、AI 大模型架构思维、AI 大模型架构落地难点等。
3、学习架构设计技能应用到实际项目中，整体提升 AI 大模型架构设计/开发/工具使用能力。
1）需求调研与分析：与 AI 大模型应用开发架构或者关键利益相关者进行深入访谈，了解当前 AI 大模型应用落地的痛点、成功案例与不足之处，特别是 AI 大模型工具、AI 大模型开发技能、AI 大模型架构设计、AI 大模型架构思维、AI 大模型架构落地难点等。
2）案例筛选与整理：挑选公司内部2-3个具有代表性的技术项目案例，涵盖成功与失败经验，作为 AI 大模型应用开发/架构进阶实践的素材。
采用分组工作坊的形式，讲+练+测相辅相成；
1）建立学习社区： 创建线上微信群，鼓励学员分享架构设计经验和学习心得，促进持续学习和交流。
2）后续辅导： 提供一定期限的在线辅导，帮助学员解决实际工作中遇到的架构设计和落地难题。
3）成果应用： 鼓励学员将在培训中学到的架构设计技能应用到实际项目中，提升 AI 大模型架构设计/开发/工具使用能力。
受众人群
技术经理、架构师、开发工程师，开发技术经理，开发技术负责人 技术创新团队的工程师以及对AI原生技术应用感兴趣的人群。
课程周期
2天（12小时）
课程大纲
课程大纲主题 | 学习内容 |
| 1新思维哲学公式 架构设计新思维哲学 = 1个能力 + 2个范式 + 2个方法 2、一个能力 Balance 平衡架构设计能力 3、两个范式 面向过程的互联网架构设计范式-业务流程固定静态编排 面向目标的 AGI 架构设计新范式-业务流程智能动态编排 4、两个个方法 面向过程的互联网架构设计的拆分 面向目标的 AGI 架构设计（拆分+Prompt） |
二、AI 应用新总体架构设计与落地篇
| 1、AI 应用全景技术体系视图 1）AI 应用产品层 2）AI 应用架构层 3）AI 应用编排层 4）AI 应用技术栈层 5）AI 应用模型管理层 6）AI 应用模型层（大模型+小模型） 7）AI 应用模型推理加速层 8）AI 应用弹性伸缩层（云原生层） 9）AI 应用基础设施层（算力硬件层） 2、AI 应用全局总体架构设计 1）AI 应用总体架构设计方法论 2）AI 应用功能侧总体架构结构设计 a.AI 应用流量+API 网关层设计 b.AI 应用 AI Agent 业务逻辑层设计 c .AI 应用 MCP 数据访问层设计 *AI 应用 MCP 网关层设计 *AI 应用数据/知识层设计 d . AI 应用大模型访问层设计 *AI 应用 AI 网关层设计 *AI 应用大模型层设计 e.AI 应用事件驱动层设计 3）AI 应用治理侧总体架构结构设计 * AI 应用配置中心层设计（Nacos 3.0） * AI 应用注册中心层设计（Nacos 3.0） * AI 应用可观测体系层设计（OpenTelmetry） * AI 应用资源评估层设计 * AI 应用弹性伸缩层设计（K8S + Docker） 3、企业应用全局总体架构设计 1）企业应用总体架构设计方法论 *混合架构设计 2）企业应用总体架构设计公式 *总体架构设计 = 云原生架构设计 + AI 原生架构设计 3）企业应用总体架构设计落地 AI 应用总体架构设计 + 互联网应用总体架构设计 |
三、AI 应用软件架构规划评审设计落地篇
| 1、AI 大模型软件架构总体架构设计与评审落地 1）云原生 + AI 原生的软件架构设计与评审落地 2）大模型 + 小模型 + IT 系统的混合架构设计与评审落地 3）基于 Spring AI Alibaba 生态架构的设计与评审落地 4）基于 LangChain 等开发工具的架构设计与评审落地 2、AI 大模型软件架构的安全访问权限规划设计与评审落地 1）数据/知识安全访问权限设计与评审落地 2）Agent 微服务安全访问权限设计与评审落地 3、AI 大模型软件架构的服务治理规划设计与评审落地 1）软件服务的可观性设计与评审落地 2）数据知识的监控设计与评审落地 4、AI 大模型软件架构的弹性伸缩规划设计与评审落地 1）软件服务的无状态化弹性伸缩设计与评审落地 2）知识知识有状态化服务弹性伸缩设计与评审设计 5、AI 大模型软件架构效果评估设计与评审落地 1）全流程软件服务效果评估体系设计与评审落地 2）基于大模型无缝设计与评审落地 |
四、AI 应用 RAG /Agentic RAG 关键技术架构设计与落地实践
| 1、RAG 产品设计与落地 RAG 产品适用场景 RAG 产品需求 RAG 产品架构 2、RAG 应用总体架构设计与落地 1）标准 RAG 应用总体架构设计与落地 *Naive RAG 应用总体架构设计与落地 *Agentic RAG 应用总体架构设计与落地 *Advanced RAG 应用总体架构设计与落地 2）GraphRAG 应用总体架构设计与落地 3）Deep Research（RAG） 应用总体架构设计与落地 3、RAG 应用关键技术深度剖析与落地 1）数据工程 2）数据处理 3）数据存储 4）信息抽取 4、RAG 应用优化技术设计与落地 1）RAG 应用效果优化设计与落地 2）RAG 应用性能优化设计与落地 5、RAG 应用企业级案例设计与落地 1）企业级高性能 RAG 知识库案例 |
五、AI 应用 AI Agents 关键技术架构设计与落地实践
| 1、企业级 AI Agent 智能体应用架构设计新范式 1）一个架构设计能力 Blance 平衡设计能力 2）两个架构设计范式 3）两个架构设计方法 2、企业级 AI Agent 智能体应用架构设计落地深度剖析 1）AI Agent 智能体本身架构构成剖析 2）AI Agent 智能体应用架构设计落地模式 3）AI Agent 智能客服应用 ReAct 架构设计模式案例剖析 *AI Agent 智能客服业务场景分析 *AI Agent 智能客服架构设计 *AI Agent 智能客服工具实现 *AI Agent 智能客服客户端实现 *AI Agent 智能体服务端实现 *AI Agent 智能客服运行结果验证 4）多 AI Agents 智能体应用架构设计剖析 主从（Master-Slave）协作架构设计模式 多主协作架构设计模式 3、企业级多 AI Agents 智能体应用全局架构设计深度剖析 1）多 AI Agent 智能体应用架构设计解耦方法论 2）多 AI Agent 智能体应用全局架构架构设计落地 3）多 AI Agent 智能体应用开发框架选型 4）多 AI Agent 智能体应用关键技术落地 |
六、AI 应用案例落地实践
| 1、企业级 Manus 多 AI Agents 智能体案例落地实践 1）Manus 产品设计和功能需求剖析 2）Manus AI Agents 总体架构设计剖析 3）Manus Agents MCP 核心技术设计 4）开源 OpenManus 案例实战 2、企业级 ChatBI 多 AI Agents 智能体案例落地实践 1）ChatBI 多 AI Agents 智能体企业级需求分析 2）ChatBI 多 AI Agents 应用资源评估方法论 3）ChatBI 多 AI Agents 智能体总体架构设计 4）ChatBI 多 AI Agents 智能体架构选型 5）ChatBI 多 AI Agents 智能体架构设计级难点问题深度剖析 3、企业级高性能 RAG 知识库案例 1）RAG 知识库的产品需求分析 2）RAG 知识库的总体架构设计 3）RAG 知识库的技术选型 4）RAG 知识库的关键技术实施 5）RAG 知识库准确度召回率性能的保证 |
Noah Sun
百林哲咨询（北京）有限公司专家团队成员
Noah Sun
百林哲咨询（北京）有限公司专家团队成员
Noah Sun
百林哲咨询（北京）有限公司专家团队成员
Noah Sun
百林哲咨询（北京）有限公司专家团队成员
Noah Sun
百林哲咨询（北京）有限公司专家团队成员
京ICP备2022035414号-1
