【中文配音】非常值得程序员一看-Agent工程时代:代码变多,工程师变少?2026 AI会议合集分享
合集 · AI Agent全栈开发 (50)
-
【中文配音】LLM提示词工程实战全31讲:LangChain模板/自动评测/红队安全/CI-CD,从手写Prompt到工程化量产
2:16:15
-
【中文配音】范德堡大学《ChatGPT提示词工程》全38讲:Coursera百万人气王牌课,从入门到精通
4:50:43
-
【中文配音】22讲吃透AI Agent开发:OpenClaw生产级手把手教程
2:36:01
-
【中文配音】AI系统设计系列-成为顶尖AI工程师所需4个技能,别跟风的学Agent
4:00
-
【中文配音】什么是AI技术栈?大语言模型、RAG与AI Infra
9:06
-
【中文配音】RAG 教程 2025 第1期:检索增强生成(RAG)完整入门
2:45
-
【中文配音】RAG 教程 2025 第 5 期:向量搜索中的余弦相似度详解
7:30
-
【中文配音】RAG 教程 2025 第16期:结合向量搜索与关键词搜索的混合搜索
27:43
-
【中文配音】RAG 教程 2025 第2期:向量嵌入与 RAG 架构详解
19:33
-
【中文配音】不要构建智能体Agent,而应构建技能Skills
16:22
-
【中文配音】最好的小白RAG入门
10:09
-
【中文配音】RAG 教程 2025 第17期:RAG 重排序与后续步骤!
28:53
-
【中文配音】RAG 教程 2025 第8期:提升 RAG 性能的文本分块策略
5:04
-
【中文配音】RAG 教程 2025 第 7 期:结合聊天历史的对话式 RAG
7:42
-
【中文配音】RAG 教程 2025 第10期:语义分块以提升 RAG 效果
12:42
-
【中文配音】RAG 教程 2025 第15期:用于提升 RAG 性能的互惠秩融合
12:59
-
【中文配音】RAG 教程 2025 第14期:多查询 RAG 以获得更优的搜索结果
5:57
-
【中文配音】RAG 教程 2025 第6期:从零开始构建你的第一个 RAG 应用
2:10
-
【中文配音】RAG 教程 2025 第12期:支持图像与文档的多模态 RAG
57:11
-
【中文配音】RAG 教程 2025 第4期:使用 LangChain 实现文档检索
10:23
-
【中文配音】RAG 教程 2025 第13期:高级文档检索技术
9:20
-
【中文配音】RAG 教程 2025 第11期:基于 AI 智能体的文档分块
5:32
-
【中文配音】AI系统设计-顶尖AI人才需要的4个技能,别跟风学Agent开发
4:00
-
【中英双语】MiniCPM5——1B 模型究竟能有多好?本地AI Agent真香? | Sam Witteveen
41:48
-
【中英双语】10小时精通AI Agent开发:LangChain、RAG、Guardrails、Gateways 全栈实战
22:28:32
-
【中英双语】10分钟上手Hermes:开源AI Agent真香,告别OpenClaw | NetworkChuck
1:05:18
-
【中英双语】3小时掌握LangChain Deep Agents从入门到实战
5:26:44
-
【中文配音】非常值得程序员一看-Agent工程时代:代码变多,工程师变少?2026 AI会议合集分享
20:36:53
-
【中英双语】向量搜索+RAG实战:从零开始带你理解如何把私有数据与大型语言模型深度结合
2:25:50
-
【中文配音】油管1000万播放,你了解人工智能是如何学习的吗,非常有趣的视频
8:55
-
【中英双语】从零掌握20种Agentic AI设计模式实战课
2:16:23
-
【中英双语】从零搭建个人AI助手!Hermes Agent完整部署教程,1小时学会 | Nate Herk | AI Automation
1:56:46
-
【中文配音】AI图像视频原理全解析:从CLIP到扩散模型,AI视频如何生成
37:20
-
【中英双语】微软隐藏30年的性能黑科技:让90年代Windows飞起来的秘密武器 | Dave's Garage
36:16
-
【中英双语】「保姆级攻略」成为靠谱的Agent工程师,用AI造万物!
2:16:44
-
【中文配音】AI Agent从零到生产:10步搭建完整技术栈,17种推理方法+9类记忆体系全解析
28:25
-
【中英双语】7分钟搞懂MCP:AI模型与外部工具交互的通用协议
15:56
-
【中英双语】ChatGPT到AI Agent全解析:Transformer/MCP/架构/实战
1:15:10
-
【中文配音】一个视频讲清楚AI工作原理:embeddings、向量数据库、Agent、RAG、MCP
10:04
-
【中文配音】AI技巧系列-你要搞懂AI Agent Skills的含义及其工作原理,方便你更好的使用AI
12:26
-
【中文配音】7分钟内详解9个AI概念:Token,Agent,RAG,Prompt....,AI系统设计,AI agent开发
6:36
-
【中文配音】A2A协议-多Agent如何协作-AI编程-多Agent开发
8:52
-
【中文配音】抛弃MySQL?向量数据库与传统数据库的本质区别
10:46
-
【中文配音】AI系统设计-MCP模型上下文协议实践-AI航班预订演示
24:10
-
【中文配音】99%的人完全不知道人工智能即将发生什么
14:03
-
【中文配音】AI Agent运行原理揭秘:深入大语言模型、RAG系统与生成式AI,RAG和大模型LLM如何协作
10:29
-
【中文配音】RAG与AI Agent如何协作?LLM大语言模型如何连接数据以实现更智能的 AI
10:01
-
【中文配音】10分钟详解LangChain(组件拆解 + 构建你的第一个AI聊天机器人),AI agent开发
12:28
-
【中文配音】构建AI智能体所需的7项技能
14:37
-
【中文配音】你一直都在用笨办法使用AI(试试这个方法)
33:44
Parts
- P1 · AI Dev 26 × 旧金山:3000名开发者齐聚,探索智能体与AI工程未来
- P2 · AI如何重塑软件开发?K型分化与意图速度
- P3 · AI Agent时代:可靠性比能力更重要
- P4 · AI Dev 26 x SF:Emma McGrattan 谈上下文层工程
- P5 · Google DeepMind Paige Bailey:从研究到现实应用
- P6 · AI Dev 26 x SF 圆桌:软件工程未来
- P7 · Andrew Ng:AI编码Agent如何重塑软件工程未来
- P8 · 与OpenAI Marc Manara炉边对话:AI开发新趋势
- P9 · AI红队测试实战:如何系统性发现大模型漏洞
- P10 · AI Agent上线就崩?用可观测性Agent定位修复
- P11 · 如何用上下文图构建可审计的AI智能体
- P12 · Agentic Search 智能体搜索全解析|Chroma CEO 亲授
- P13 · Redis上下文引擎:构建智能SRE代理
- P14 · 手把手搭建个人AI助手:开源模型+AMD GPU实战
- P15 · AI医疗实战:用Agent构建护理过渡助手
- P16 · 手把手构建AI Agent的记忆与上下文系统
- P17 · Paige Bailey详解Google DeepMind最新AI进展
- P18 · AI代理性能瓶颈:数据质量决定上限
- P19 · 文件系统:AI Agent的新基石
- P20 · AI Agent如何扛住生产环境?持久化实战
- P21 · 多智能体系统:牧猫难题与AI-to-AI通信
- P22 · AI开发进入第三纪元:云代理协同编程
- P23 · 企业级编码Agent如何安全落地?Databricks实战揭秘
- P24 · 安全上线AI代理:运行时权限与隔离实战
- P25 · 构建可投产的智能体系统:Agentic Document Extraction实战
- P26 · 四腿身份挑战:AI系统安全新难题
- P27 · AI编码代理的隐性代价:技术债与工程师困境
- P28 · MarcoPolo:让AI安全操作企业数据的智能工作区
- P29 · AI Agent如何安全付钱?x402支付协议实战解析
- P30 · vibe编程大师课:用Agent 4零代码开发App
- P31 · 规模化部署AI代码审查:生产级质量门禁实战
- P32 · 大模型Agent真能写企业级代码吗?
- P33 · 浏览器AI Agent的身份危机:如何安全接管人类账号?
- P34 · 全栈智能体与生成式UI实战
- P35 · 语音UI:每个App都该有的下一代交互
- P36 · AI Agent读不懂PDF?Jerry Liu揭秘文档解析瓶颈
- P37 · 构建AI代理的上下文引擎:4大误区+3条实战经验
- P38 · 边缘到云端的视频异常检测实战
- P39 · AI如何做到绝不撒谎?确定性记忆原理揭秘
- P40 · Agent工程时代:代码变多,工程师变少?
- P41 · 构建智能体办公室:从1个到100+的实战演进
- P42 · 多模型流水线:用更少算力获得更好AI效果
- P43 · AI代理三重优化:精度、成本、延迟如何兼得?
- P44 · Flower SuperGrid:协作式AI系统新前沿
- P45 · VibeML:小时级打造专属AI模型
- P46 · AI智能体为何需要专属数据栈?
- P47 · 企业级AI工作流:如何实现可复用、可治理、深度嵌入
- P48 · 为什么每个AI智能体都需要仿真沙盒?
- P49 · AI评估真的没用?错!实战改进Agent的核心方法
Description
围绕AI Dev 26 x SF大会的精华演讲,这个合集收录了12场关于AI软件工程前沿议题的深度分享,覆盖从代理评估、模拟沙箱、企业工作流到数据栈、模型构建、多模型流水线等关键方向。每位演讲者都带来了独特的实战视角:有人指出当前评估体系的缺陷并探讨如何继续使用它们,有人解释为何每个代理都需要一个模拟沙箱来测试行为,也有人分享如何构建循环可控的企业级代理工作流。数据层被反复强调——代理需要专属的数据栈来支撑决策,同时Flower SuperGrid Agents、VibeML等新工具展示了在数小时内构建AI模型的可能性。多模型流水线、边缘到云视频异常检测、确定性记忆技术等话题则进一步拓展了AI工程化的边界,而关于“代理原生办公”和“从工程师到代理工程师”的转型思考,为整个系列注入了文化层面的前瞻性。
Comments
大家都太难了,我希望我的经历能给年轻人一些启发,我就是活生生的例子【《39岁程序员失业后,我终于理解了〈项链〉》-哔哩哔哩】 https://b23.tv/gsX6fMZ
往期精彩视频推荐: https://www.bilibili.com/video/BV13iVu62EGu https://www.bilibili.com/video/BV1YeVa6jEYV https://www.bilibili.com/video/BV1NWVb64EsC https://www.bilibili.com/video/BV1heV86BEbi https://www.bilibili.com/video/BV1BdVt61ECn https://www.bilibili.com/video/BV1sqVW6GEEM https://www.bilibili.com/video/BV1MuVs6nEBS https://www.bilibili.com/video/BV15aVa6UEsU https://www.bilibili.com/video/BV1HqVH6eEdB https://www.bilibili.com/video/BV1xjGX6xEer