语言模型,如何生成答案
理解模型的工作原理、推理方式与能力边界
Transformer / Tokens / Reasoning从使用 AI,到理解 AI
不背零散术语。用图解、真实架构和可运行项目,把 AI 的工作方式串成一套自己的判断框架。
第一、二章各开放 2 节免费预览 · 无需登录
理解模型的工作原理、推理方式与能力边界
Transformer / Tokens / Reasoning从工具调用到编排、交接与多智能体协作
ReAct / Tool Use / Harness / Multi-agent理解上下文管理、长期任务与可靠性设计
Context / Memory / Skills / MCP很多课程教你记住一个名词,或者照着做一个 Demo。智栗学堂更关心:模型为什么这样回答、Agent 为什么会失败、上下文变化时系统会发生什么。学完以后,你能自己判断架构,而不只是重复结论。
AI Agent 领域现在鱼龙混杂。小博主、临时教程和所谓“大厂面试题”经常把个人经验包装成标准答案,甚至把错误信息重复成共识。我们借用 Claude 官方课程的学习框架,再用中文解释每一条要求为什么重要、在系统里落在哪里。
下载官方 Exam GuideAgentic Architecture & Orchestration
查看本章大纲Tools & Model Context Protocol
查看本章大纲Claude Code
查看本章大纲Prompt Engineering & Structured Output
查看本章大纲Context Management
查看本章大纲Agentic Architecture & Orchestration · 7 个知识点
Tool Design & MCP Integration · 5 个知识点
Claude Code Configuration & Workflows · 6 个知识点
Prompt Engineering & Structured Output · 6 个知识点
Context Management & Reliability · 6 个知识点
从智能体循环开始,看模型、工具、状态和停止条件如何组成一条真正可解释的控制流。
进入第一章