我的学习反思 – AI Agents 密集

Source: Dev.to

Introduction

这是我为 Google AI Agents Writing Challenge 提交的作品：Learning Reflections。

AI Agents Intensive 老实说是我很久以来最开阔眼界的学习经历之一。刚开始时，我对 AI 代理只有一个基本概念——但我根本不清楚它们是如何思考、如何做决策，或者它们到底能拥有多少自主性。这门课程彻底改变了我的认知。

Concepts That Truly Stuck With Me

1. Reasoning Loops & Agent Architecture – 理解 React、Reflexion 等框架让我看到了代理背后的“思维模式”——它们如何观察、推理、规划，然后行动。这让我仿佛终于看到了智能的蓝图。
2. Tool Use – 这是一次巨大的 “啊哈” 时刻。意识到代理在能够与工具——API、浏览器、数据库——交互时会变得强大，让我重新审视了对 AI 的所有认知。代理的真正力量来自于它们将信息与行动连接的能力。
3. Multi‑Agent Systems – 我很喜欢看到多个代理如何以不同角色协作。这让我想到许多现实任务可以通过智能团队合作实现自动化——就像人类一样，只是以 AI 原生的方式。
4. Memory – 学习代理如何存储、召回并使用记忆，让我对它们如何建立连续性、随时间改进有了全新的认识。

How My Understanding Has Evolved

在这门课程之前，我真的把代理当作高级聊天机器人。现在，我把它们视为：

• 自主工作者
• 决策者
• 问题解决者
• 合作者
• 在很多方面……数字化的队友

我现在明白代理是如何拆解目标、决定下一步、收集信息，并在需要时自我纠正的。这种视角的转变对我来说意义重大。

My Capstone Project

在我的毕业项目中，我构建了一个 Smart Viz Analyst，它让我能够运用所有学习——推理框架、工具集成、记忆以及自主循环。项目教会我如何处理边缘情况、在不确定时引导代理，并设计能够在无需持续指导下完成任务的系统。

Final Takeaways

• 这门课程不仅教会我如何构建 AI 代理，更教会我如何像 AI 代理构建者那样思考。
• 我比以往任何时候都更有信心、受到启发，并对代理系统的未来感到兴奋。
• 我带走了更坚实的基础、更清晰的愿景，以及从零开始构建简单助手和多代理工作流的能力。

说实话，这种感觉令人极度振奋。