6
0本期简介
这一期是整门课里最"技术"的一期——但不讲代码和算法。我用游戏行业的类比把Agentic AI的三个核心组件讲透，然后用一个"版本质量报告生成"的完整场景走一遍流程。理解了这些，你就知道AI为什么有时候"做到七八成就停了"，以及怎么解决。
本期你会听到
- Agentic AI的三个核心组件：大语言模型（大脑）、工具描述协议（菜单）、Orchestrator（调度中心）
- 用"版本质量报告生成"的场景完整走一遍：LLM怎么决策、调度中心怎么执行、工具怎么被调用
- 为什么AI经常"做到七八成就停了"：自我迭代闭环被打断的根本原因
- 两个解决思路：给AI配"眼睛"（多模态感知）和定"标准"（明确的成功标准）
- 多智能体系统：一个AI不够用那就用一群，就像管理一个项目团队
- MCP协议是什么，为什么你应该知道它
- 为什么现阶段不需要学AI框架
关键概念
LLM + 工具协议 + Orchestrator： 所有Agentic AI产品的三个基本组件。LLM负责想，工具协议告诉它有什么工具可用，Orchestrator负责实际执行和循环调度。
自我迭代闭环： AI做事→看到结果→对照标准→不达标就改→再看→达标才交付。闭环被打断（AI看不到输出或没有标准）是"做到七八成就停了"的根本原因。
MCP（Model Context Protocol）： Anthropic推动的开放标准，让不同AI和不同工具之间可以互通，类似USB接口的作用。
