從AI Agent到多代理人系統設計: 架構規劃與應用開發 | 誠品線上

Building Applications with AI Agents: Designing and Implementing Multiagent Systems

內容簡介

內容簡介 「這是關於建構 AI 代理人系統最棒的單冊入門指南——你可以去讀數百篇論文，或是只讀這一本書。」 ——Arun Rao，Meta GenAI前團隊成員，UCLA 兼任教授 生成式 AI 已經徹底改變了組織解決問題的方式，加速了從概念、原型到解決方案的旅程。隨著模型變得越來越強大，我們見證了一種新的設計模式出現：AI 代理人。透過將工具、知識、記憶與學習，跟先進的基礎模型結合在一起，我們現在可以將多次模型推論串接起來，藉此解決定義模糊且困難的問題。從編寫代理人程式碼、研究代理人到分析代理人等等，我們已經看到代理人加速了團隊與組織的運作。雖然這些代理人提升了效率，但它們通常需要廣泛的規劃、草擬與修改才能完成複雜的任務，而且對許多組織來說，部署它們仍然是一項挑戰，尤其是在技術與研究快速發展的當下。 在這個錯綜複雜且快速演進的領域中，本書是你不可或缺的指南。作者 Michael Albada 提供了一套結合實務與研究的方法，用於設計與實作單一代理人及多代理人系統。本書簡化了其中的複雜性，並提供所需的工具，讓你能更高效將概念轉化為實際解決方案。 • 了解由基礎模型驅動的 AI 代理人所具備的獨特功能 • 探索 AI 代理人的核心元件與設計原則 • 探討設計上的權衡取捨，並實作有效的多代理人系統 • 設計並部署量身打造的 AI 解決方案，促進你所在領域的效率與創新

作者介紹

作者介紹 Michael Albada 是一位經驗豐富的機器學習工程師，專精於為Uber、ServiceNow與Microsoft等大型科技公司部署大規模的解決方案。他擁有史丹佛大學、劍橋大學與喬治亞理工學院的學位，專攻機器學習。 黃銘偉 逢甲大學資訊工程學系碩士，專職技術書籍譯者。自許為終身學習者，興趣是閱讀、思考與幻想。相信世界是由資訊構成的龐大系統，而閱讀與翻譯則是理解這個世界的過程。在嚴謹的程式碼與邏輯之外，也熱愛科幻與奇幻故事所展現的想像空間。期許透過譯筆，讓讀者在學習技術的同時，也能感受到知識帶來的純粹樂趣與啟發。 譯有《JavaScript大全》、《Python技術手冊》、《Think Python｜學習程式設計的思考概念 第三版》與《Programming：Principles and Practice Using C++中文版 第三版》等書。

產品目錄

產品目錄 第一章 代理人簡介 定義AI代理人 預訓練革命 代理人分類 模型選擇 從同步到非同步運作 實際應用與使用案例 工作流程與代理人 建構高效代理人系統的原則 為成功建構代理人系統進行組織 代理人框架 第二章 設計代理人系統 我們的第一個代理人系統 代理人系統的核心元件 模型選擇 工具 記憶 協調 設計上的取捨 架構設計模式 最佳實務 第三章 代理人系統的使用者體驗設計 互動模態 同步與非同步的代理人體驗 情境保留與連續性 傳達代理人的能力 互動設計中的信任 第四章 工具使用 LangChain基礎 自動化工具開發 工具使用的組態 第五章 協調 代理人類型 工具選擇 工具執行 工具拓撲結構 情境工程 第六章 知識與記憶 記憶的基礎方法 語意記憶與向量存放區 GraphRAG 第七章 代理人系統中的學習 非參數學習 參數學習：微調 第八章 從單一代理人到多代理人 我需要多少代理人？ 增加代理人的原則 多代理人協調 代理人系統的自動化設計 通訊技術 訊息中介者與事件匯流排 Actor框架：Ray、Orleans和Akka 協調與工作流程引擎 管理狀態與續存性 第九章 驗證與測量 測量代理人系統 元件評估 整體評估 準備部署 第十章 生產環境中的監控 監控是你學習的方式 監控堆疊 OTel儀表化 視覺化與警報 監控模式 使用者回饋作為可觀測性訊號 分布偏移 指標擁有權與跨職能治理 第十一章 改進迴路 回饋管線 實驗 持續學習 第十二章 保護代理人系統 代理人系統的獨特風險 新興的威脅媒介 保護基礎模型 保護代理人系統中的資料 保護代理人 第十三章 人類與代理人之間的協作 角色與自主性 擴充協作的規模 信任、治理與合規 詞彙表

商品規格

最佳賣點

最佳賣點 : 「這是關於建構 AI 代理人系統最棒的單冊入門指南——你可以去讀數百篇論文，或是只讀這一本書。」
——Arun Rao，Meta GenAI前團隊成員，UCLA 兼任教授

活動

• 8/29前 愛讀日｜全站滿$2,500折$250
• 8/29前 愛讀日｜圖書滿$888折$88
• 8/29前 愛讀日｜圖書滿$1,200折$120