AI编程与智能体开发

主讲教师 u2013年度厦门大学奖教金获得者u2017年度厦门大学奖教金获得者u2020年度厦门大学奖教金获得者u2023年度厦门大学奖教金获得者u2026年度厦门大学奖教金获得者u2018年国家精品在线开放课程u2020年国家级线上一流本科课程 u2023年国家级线上一流本科课程u2020年福建省线上一流本科课程u2021年福建省线上线下混合一流本科课程u2018年福建省高等教育教学成果奖二等奖u2022年福建省高等教育教学成果奖特等奖u2024年福建省高等教育教学成果奖特等奖u2023年教育部国家智慧教育公共服务平台应用典型案例 配套教材 《AI编程与智能体开发》 教材目录第1章大模型 第2章AI编程概述第3章AI编程环境搭建第4章基于提示词的AI编程第5章基于规范的AI编程第6章智能体概述第7章智能体开发框架LangChain第8章智能体开发框架LangGraph第9章智能体框架OpenClaw 林子雨编著 人民邮电出版社预计2026年11月上市销售教材官网提供详细信息和样书申请 官网：https://dblab.xmu.edu.cn/post/ai-programming-agent/ 教材特色•教材内容来自互联网大厂真实实践 •以实践教学为依托•理论实践贯通•覆盖主流技术 教材官网提供本讲义PPT中用到的所有软件的下载 教学实践 《AI编程与智能体开发》教材已经应用于厦门大学计算机系的本科教学实践，厦门大学计算机系开设了面向大二本科生的专业课《AI编程与智能体开发》，共48学时（理论16学时，实验32学时，2学分），教务系统课程代码U10300100447，课程由厦门大学计算机系林子雨副教授主讲 师资培训 厦门大学计算机系面向全国高校开展《AI编程与智能体开发》课程师资培训，协助高校老师顺利开课 2026年7月13日-16日，厦门大学嘉庚学院举办“AI编程和智能体开发”专题培训班，邀请厦门大学计算机系林子雨副教授授课，由林子雨老师团队（夏小云老师和郑楷阳、傅宇豪、吴培烨、王嘉豪、杨豪丰同学）提供课程保障和技术答疑服务 师资培训 厦门大学计算机系面向全国高校开展《AI编程与智能体开发》课程师资培训，协助高校老师顺利开课 2026年7月20日-26日，厦门大学第27期全国高校AI编程与智能体开发课程师资研修班，在厦门大学海韵园圆满举办，培训班由厦门大学计算机系林子雨副教授授课，由林子雨老师团队（夏小云老师和郑楷阳、傅宇豪、吴培烨、王嘉豪、杨豪丰同学）提供课程保障和技术答疑服务 版权声明 •本《AI编程与智能体开发》讲义PPT著作权归厦门大学计算机科学与技术系林子雨副教授所有。•欢迎广大师生、技术爱好者免费个人学习、非商业教学参考使用，转发、分享时请完整保留本版权声明， 不得去除署名与来源信息；•未经作者书面许可，严禁对本PPT内容进行修改、摘录、重组后对外发布、出版；严禁用于培训班、付费课程、商业讲座、知识付费等任何商业用途；•引用本讲义内容开展学术交流、公开课分享，须注明出处：林子雨.《AI编程与智能体开发》讲义PPT；•如希望获得授权进行二次传播、改编或商用，请联系作者沟通。•任何侵权行为，作者将依法维护自身合法权益。 林子雨厦门大学计算机科学与技术系2026年7月23日 02大模型产品 01大模型概述 03大模型的基本原理 04大模型的特点 06大模型的应用 05大模型的分类 07大模型相关技术与概念的演化 Part 01 大模型概述 1.1大模型概述 1.1.1大模型的概念 大模型通常指的是大规模的人工智能模型，它基于深度学习技术，具有海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据 1.1.2大模型与小模型的区别 01小模型定义、特征与适用场景 03大模型基础特点与适用场景 02大模型核心判定标准：涌现能力 模型参数、训练数据达到临界规模后，自动自主学习高阶特征与全新复杂能力；拥有涌现能力是大模型与小模型最本质区别 参数少、网络层数浅；优势为轻量化、推理高效、部署简单；适配移动端、嵌入式、物联网等算力、数据有限场景 参数多、网络层次深，表达力、任务精度更强；缺陷是训练、推理消耗大量算力与时间；适配云端、高性能计算等充足算力、大数据场景 05大模型时代AI4S的核心赋能优势 04小模型阶段AI4S的局限 ①海量数据支撑跨领域知识融合；②可捕捉高维复杂数据结构，实现科学问题全局综合分析；③生成式能力可产出创新科研假设，拓展科研新思路 传统小模型AI仅针对单一科研任务优化，只能依托已知规律做数据处理、简单预测；泛化能力弱，无法处理高复杂度综合性科学问题 1.1.3大模型的发展历程 1.1.4人工智能与大模型的关系 Part 02 大模型产品 1.2大模型产品 1.2.1国外的大模型产品 1.2.2国内的大模型产品 Part 03 大模型的基本原理 1.3大模型的基本原理 1.3.1原理概述 To k e n的 核 心 衡 量与 商 用 计 费 价 值 To k e n（ 词 元 ）基 础 概 念 与 作 用 T r a n s f o r m e r架 构与 大 模 型 核 心 能 力 原 理 大 模 型 底 层 技 术 根 基 量化作用：Token数量代表文本规模、计算量，数量越大算力需求越高评测指标：Token处理速度、生成准确率是大模型核心性能评判标准收费规则：商用大模型按输入/输出Token计费，国内大模型资费远低于海外同类产品 关键机制：依靠自注意力机制计算词与词关联权重工作流程：文本Token转为向量传入网络，叠加词语相关性编码最终效果：实现自然语言理解、文本生成，具备基础逻辑推理能力 技术底座：依托深度学习，海量数据、算力训练海量参数神经网络 定义：文本拆分后的有意义片段，可为单字符、单词、词组处理逻辑：文本转Token再映射为向量，实现计算机可读运算生成逻辑：模型逐Token预测输出，依托输入与已有上下文生成完整文本 基础架构：核心采用Transformer编码-解码架构，适配自然语言处理 1.3.1原理概述 1.3.2大模型训练的实例演示 1.3.2大模型训练的实例演示 公开网页文本可作为训练数据 数据格式转化词向量化 文本预处理Token切分 全球可访问的公开网页文本属于公开数据集，会被大模型开发者收集，用于大模型训练学习 原始文本无法直接输入模型，需先切割为最小语义单元Token，可通俗理解为独立字词，是模型训练的基础预处理步骤 大模型仅识别数值型数据，需通过词向量化技术，将每一个Token转化为多维向量，完成文本到数值的转换 大模型训练的数学本质 为方便人类理解，可借助一维、二维、三维向量举例说明空间映射逻辑；主流大模型实际将Token映射至1000维以上高维空间，以此精准捕捉丰富的语义关联 大模型底层依托神经网络运行，整体训练过程，本质就是对文本向量矩阵进行一系列运算学习 所有Token对应的高维向量整合后，形成数学矩阵，是输入大模型的核心数据形式 Part 04 大模型的特点 1.4大模型的特点 巨大的规模 强大的计算资源迁移学习和预训练自监督学习领域知识融合自动化和效率 涌现能力 更好的性能和泛化能力 多任务学习 大数据训练 Part 05 大模型的分类 1.5大模型的分类 1.5.1按照输入数据类型划分 语言大模型 视觉大模型 多模态大模型 是指在计算机视觉 是指能够处理多种不同类型数据的大模型，例如文本、图像、音频等多模态数据。这类模型结合了NLP和CV的能力，以实现对多模态信息的综合理解和分析，从而能够更全面地理解和处理复杂的数据 也称为“大语言模型”（LLM，Large Language Mode），是指在自然语言处理（Natural LanguageProcessing，NLP）领域中的一类大模型，通常用于处理文本数据和理解自然语言 （Computer Vision，CV）领域中使用的大模型，通常用于图像处理和分析。这类模型通过在大规模图像数据上进行训练，可以实现各种视觉任务，如图像分类、目标检测、图像分割、姿态估计、人脸识别等 1.5.2按照应用领域划分 是指可以在多个领域和任务上通用的大模型。它们利用大算力、使用海量的开放数据与具有巨量参数的深度学习算法，在大规模无标注数据上进行训练，以寻找特征并发现规律，进而形成可“举一反三”的强大泛化能力，可在不进行微调或少量微调的情况下完成多场景任务，相当于AI完成了“通识教育” 通用大模型L0 是指那些针对特定行业或领域的大模型。它们通常使用行业相关的数据进行预训练或微调，以提高在该领域的性能和准确度，相当于AI成为“行业专家” 行业大模型L1 是指那些针对特定任务或场景的大模型。它们通常使用任务相关的数据进行预训练或微调，以提高在该任务上的性能和效果 垂直大模型L2 1.5.3大语言模型的分类 Part 06 大模型的应用 1.6大模型的应用 Part 07 大模型相关技术与概念的演化 1.7大模型相关技术与概念的演化 1.7.1 Token与上下文窗口 Token是理解大模型输入输出能力的重要基础 大模型推理成本和输入、输出Token数量相关 上下文窗口指模型单次推理可纳入计算的最大上下文范围，用户问题、历史对话、系统指令、检索文档片段、工具返回结果等内容共同占用该窗口 大模型单次推理可承载的信息量通过Token数量衡量 上下文窗口过短会造成关键信息不足；无筛选的过长上下文会引入噪声，干扰模型抓取核心条件6 上下文窗口越大，模型可读取的素材越多，但不代表推理结果一定更优 大模型应用除关注模型可承载的信息总量外，还需明确信息供给范围、排序方式、压缩与过滤方法 信息筛选、排布、压缩过滤相关需求，衍生出提示词设计与上下文工程相关技术方向 1.7.2提示词与提示词工程 提示词工程诞生背景：相同任务使用不同提示词，大模型输出的质量、结构、可用性差异明显，由此诞生提示词工程实践方向 提示词（Prompt）定义：用户或系统向大模型描述任务、背景、约束和输出要求的文本 提示词工程核心：不存在万能指令，核心是用清晰、完整、可执行的方式表达任务 规范提示词包含要素：角色或任务定位、输入背景、目标要求、输出格式、约束条件、示例、评价标准 提示词工程能力边界：仅解决向模型交代任务的问题，无法弥补模型事实依据缺失的问题 面向计算机专业学生的通俗理解：提示词等同于面向大模型的任务说明书，描述越精确，模型输出越贴合预期 仅依靠提示词的局限性：处理内部文档、专有代码、训练数据后新增信息类任务时，复杂提示词也无法保障答案可靠 模型缺失素材的后果：易生成逻辑通顺但不符合真实情况的内容 配套解决方案：大模型应用需引入外部知识检索机制 1.7.3 RAG与外部知识增强 相较于单纯依靠模型参数记忆，RAG可降低过时知识、领域知识缺失、事实幻觉带来的风险 典型RAG系统包含文档处理、向量化表示、索引构建、检索排序、生成回答五大核心环节 R A G全 称 是R e t r i e v a l -Augmented Generation，译为“检索增强生成”，核心原理是模型生成答案前，先从外部知识库检索相关资料，结合用户问题与检索结果生成回答 RAG预处理流程：文档入库前需切分片段，通过嵌入模型转化为向量，依托向量数据库实现向量的高效存储与检索；用户提问时，问题会同步转为向量，匹配知识库中语义相关的文档片段 基础RAG存在局限性，仅完成单次检索与单次生成，处理复杂问题时易出现检索不充分、问题拆解不足、资料冲突未处理等问题 Agentic RAG可弥补基础RAG短板，支持系统依据中间结果改写查询、补充检索、拆分子问题、交叉验证来源，适配复杂研究型任务 RAG实现了大模型