在工作实际发生的地方构建 GenAI

Source: Dev.to

Introduction

每位 AI 开发者都希望摆脱单独的演示聊天机器人，将这项技术深度融合到驱动组织的核心系统中。这一演进在众多 Udacity 毕业生的经历中得到了体现，展示了 Udacity 生成式 AI 纳米学位项目中的面向生产的技能如何从内部改造复杂的企业系统。

Case Study: AgentERP

“我把在生成式 AI 纳米学位项目中学到的技能用于构建 AgentERP，这是一层 AI 叠加在面向中小企业的完整 ERP 骨干之上。与其创建一个独立的聊天机器人，我直接将生成式 AI 集成到核心运营模块——采购、库存、财务和计费中——将 ERP 转变为能够理解上下文、预测需求并自动化工作流的智能代理。

通过检索增强生成（RAG）、工具使用编排和结构化推理等技术，AgentERP 能读取交易数据、识别运营瓶颈、生成可操作的洞察，甚至执行传统上需要人工干预的任务。最初作为课程练习的项目，演变成可公开分享的原型，展示了生成式 AI 如何增强真实业务系统，而不仅仅是与之交互。

该项目改变了我对 AI 产品设计的看法，并让我有机会将 AgentERP 扩展为完整的 AI 原生管理平台。”
— Karlos Morais（巴西福塔莱萨）

Karlos 不仅教会了大语言模型说话，还让它在复杂的业务环境中行动。他掌握了 RAG、工具使用编排和结构化输出——这些都是 Udacity 项目中覆盖的关键实现模式。

Case Study: Quality Engineering

“我运用在生成式 AI 纳米学位项目中学到的知识，彻底改造了我们在大型工程环境中处理测试失败分流的方式。我们运行大量自动化测试，工程师们花费太多时间在日志中寻找真正的错误原因。我构建了一个 AI 驱动的工作流，提取失败的关键细节，将相似问题归类，并指向最可能的根本原因。这大大加快了分流速度，减少了人工操作，对团队的工作效率产生了真实的影响。它也展示了生成式 AI 如何以非常实用、动手的方式提升质量工程。”
— Peter Johnson（英国）

About the Generative AI Nanodegree

生成式 AI 纳米学位项目是 Udacity 过去两年最受欢迎的课程，并已更新以帮助学习者在 AI 经济中蓬勃发展。

What You’ll Learn

• 生产必备：模型选择、成本估算以及可靠的提示工程。
• 轻量级模型适配：使用参数高效微调（PEFT）。
• 端到端检索增强生成（RAG）系统，包括向量数据库和使用 RAGAs 等框架进行质量评估。
• 高级多模态应用：处理文本、图像和音频。
• 结构化输出：使用 Pydantic。
• 系统可观测性：构建、追踪和调试现代 AI 应用。

Get Started

立即开始构建生产级 AI 解决方案。