大语言模型与智能体导论 课程计划
第一模块 大语言模型
第一讲：导论——从 ChatGPT 到智能体时代
一、授课内容
1 、人工智能的发展历程
2 、生成式人工智能的兴起
3 、大语言模型为何引发社会变革
4 、智能体的概念与未来趋势
二、课程实践
横向测试不同模型，找出它们各自的特点与逻辑局限。
三、参考资料
[ 1] 赵鑫 等，《大语言模型》，高等教育出版社，2024 年.
[2] 陈楸帆，李开复，《AI 2041：预见 10 个未来新世界》，浙江教育出版社，2022 年.
[3] 包坤，《AI 通识课 12 讲：走进人工智能》，清华大学出版社，2025 年.
[4] OpenAI, GPT-4 Technical Report, 2023.
第二讲： 自然语言处理与语言模型基础
一、授课内容
1 、 自然语言处理的基本任务
2 、Token 、Embedding 与语言表示
3 、语言模型的基本思想
4 、预测下一个词为何能够产生智能
二、课程实践
计算写一篇文章的 Token 账单，观察分词器对不同语言的处理差异。
三、参考资料
[ 1] 张奇等，《自然语言处理导论》，电子工业出版社，2023 年.
[2] 赵鑫等，《大语言模型》，高等教育出版社，2024 年.
[3] 车万翔等，《自然语言处理：基于大语言模型的方法》，电子工业出版社，2025 年.
第三讲：Transformer 与注意力机制
一、授课内容
1 、Transformer 模型结构
2 、Self-Attention 机制
3 、上下文理解与长距离依赖
4 、Transformer 为何改变人工智能发展路径
二、课程实践
给 AI 一段杂乱的群聊记录，看它如何精准捕捉谁在摸鱼。
三、参考资料
[ 1] 张奇等，《自然语言处理导论》，电子工业出版社，2023 年.
[2] 赵鑫等，《大语言模型》，高等教育出版社，2024 年.
[3] 车万翔等，《自然语言处理：基于大语言模型的方法》，电子工业出版社，2025 年.
[4] Ashish Vaswani et al., Attention Is All You Need, NeurIPS, 2017.
第四讲：大语言模型的训练与能力形成
一、授课内容
1 、预训练与互联网记忆
2 、后训练与指令微调
3 、基于人类反馈的强化学习 RLHF
4 、Scaling Law 与模型能力增长
二、课程实践
尝试诱导大模型突破安全限制，观察其道德防御机制。
三、参考资料
[ 1] 张奇等，《自然语言处理导论》，电子工业出版社，2023 年.
[2] 赵鑫等，《大语言模型》，高等教育出版社，2024 年.
[3] 车万翔等，《自然语言处理：基于大语言模型的方法》，电子工业出版社，2025 年.
[4] Chip Huyen, AI Engineering: Building Applications with Foundation Models, O’Reilly Media, 2025.
第二模块 指令工程与学习重构
第五讲：Prompt Engineering 基础
一、授课内容
1 、Prompt 到底是什么
2 、为什么会提问的人越来越强
3 、如何让 AI 输出更像人话
二、课程实践
提示词攻防赛——谁能通过一段话让大模型承认 1+1=3。
三、参考资料
[ 1] 丁博生等，《Prompt 魔法：提示词工程与 ChatGPT 行业应用》，机械工业出版社，2024 年.
[2] 李世明等，《ChatGPT 高效提问》，人民邮电出版社，2023 年.
[3] James Phoenix & Mike Taylor, Prompt Engineering for Generative AI, O’Reilly Media, 2024.
第六讲：高阶推理策略：思维链与思维树
一、授课内容
1 、为什么AI 有时候会算但不会想
2 、思维链 Chain-of-Thought 是什么
3 、思维树 Tree-of-Thought 与多路径推理
4 、AI 如何像人一样分步骤思考
5 、推理能力为什么成为大模型竞争核心
二、课程实践
利用思维链让大模型解决本专业的高难度逻辑谜题。
三、参考资料
[ 1] 丁博生等，《Prompt 魔法：提示词工程与 ChatGPT 行业应用》，机械工业出版社，2024 年.
[2] 李世明等，《ChatGPT 高效提问》，人民邮电出版社，2023 年.
[3] Wei et al., Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, 2022.
[4] Yao et al., Tree of Thoughts: Deliberate Problem Solving with Large Language Models, 2023.
第七讲：AI 辅助科研写作与办公
一、授课内容
1 、AI 辅助学习
2 、AI 辅助科研
3 、AI 辅助写作与总结
4 、AI 自动化办公
5 、AI 内容生成与数据分析
二、课程实践
在 20 分钟内利用 AI 生成一份陌生领域的深度综述报告。
三、参考资料
[ 1] 郭泽德等，《高效写论文：AI 辅助学术论文写作》，人民邮电出版社， 2024 年.
[2] 姚湘，《AI 辅助创新创意设计》，北京大学出版社，2025 年.
[3] 梅俊，《AI 辅助公文写作实战：从入门到精通》，机械工业出版社，2025年.
第八讲：幻觉、可信与 RAG
1 、大模型幻觉问题
2 、检索增强生成 RAG
3 、Embedding 与向量检索
4 、AI 搜索系统
二、课程实践
上传本专业教材，打造一个不挂科的期末复习助教。
三、参考资料
[ 1] 王昊奋等，《检索增强生成：理论与实践》，电子工业出版社，2026 年.
[2] 张其来，《RAG 极简入门：原理与实践》，人民邮电出版社，2025 年.
[3] Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, NeurIPS, 2020.
第三模块 智能体
第九讲：智能体概述
一、授课内容
1 、什么是智能体（AI Agent）
2 、从聊天机器人到行动型 AI
3 、Agent 的核心组成：记忆、规划、执行
4 、智能体与传统软件系统的区别
5 、为什么 Agent被认为是下一代 AI 入口
二、课程实践
设计一个宿舍管家：它需要哪些能力、需要联网做什么？
三、参考资料
[ 1] 黄佳等，《大模型应用开发动手做 AI Agent》，人民邮电出版社，2024年.
[2] 温睦宁等，《动手学大模型智能体》，人民邮电出版社，2024 年.
[3] 邢 云阳，《扣子（Coze） Skills+OpenClaw 实战：零基础玩转 AI 智能体》，人民邮电出版社，2026 年.
[4] LangChain Documentation.
第十讲：工具调用
一、授课内容
1 、Function Calling 是什么
2 、AI 如何联网、搜索与调用工具
3 、AI 如何操作浏览器、代码与外部系统
4 、MCP 与 Agent 生态
5 、为什么工具调用让 AI 开始像数字员工
二、课程实践
让 Agent 实时联网查机票、天气并自动生成穷游计划表。
三、参考资料
[ 1] 黄佳等，《大模型应用开发动手做 AI Agent》，人民邮电出版社，2024年.
[2] 温睦宁等，《动手学大模型智能体》，人民邮电出版社，2024 年.
[3] 邢 云阳，《扣子（Coze） Skills+OpenClaw 实战：零基础玩转 AI 智能体》，人民邮电出版社，2026 年.
[4] OpenAI Function Calling Documentation.
[5] Anthropic MCP Documentation.
第十一讲：多智能体系统
一、授课内容
1 、多 Agent 协作机制
2 、Planner 与 Executor
3 、Agent Workflow 与任务拆解
4 、多智能体为什么比单个 AI 更强
二、课程实践
小组合作：策划一家全 AI 员工的虚拟奶茶店。
三、参考资料
[ 1] 黄佳等，《大模型应用开发动手做 AI Agent》，人民邮电出版社，2024年.
[2] 温睦宁等，《动手学大模型智能体》，人民邮电出版社，2024 年.
[3] 邢 云阳，《扣子（Coze） Skills+OpenClaw 实战：零基础玩转 AI 智能体》，人民邮电出版社，2026 年.
[4] LangGraph Documentation.
第十二讲：真实案例与应用
一、授课内容
1 、AI Agent 在办公、教育与科研中的应用
2 、AI 客服、AI 编程助手与 AI 搜索
3 、AI Workflow 与自动化办公
4 、从 AI 工具到 AI 数字伙伴
5 、Agent 未来：个人 AI 助理与超级智能体
二、课程实践
继续完成小组合作：策划一家全 AI 员工的虚拟奶茶店。
三、参考资料
[ 1] 黄佳等，《大模型应用开发动手做 AI Agent》，人民邮电出版社，2024年.
[2] 温睦宁等，《动手学大模型智能体》，人民邮电出版社，2024 年.
[3] 邢 云阳，《扣子（Coze） Skills+OpenClaw 实战：零基础玩转 AI 智能体》，人民邮电出版社，2026 年.
[4] LangGraph Documentation.
[5] OpenAI, Planning for AGI and Beyond.
第四模块 AI+X 学科实战
第十三讲：AI+文史哲：数字人文
一、授课内容
1 、AI 如何阅读人类文明
2 、古籍数字化与智能文献分析
3 、经典案例
二、课程实践
设计古籍修复官：一个 AI 负责翻译白话文，一个 AI 负责查阅史书核对人物，一个 AI 负责润色，它们如何协作将一篇晦涩的史料改写成爆款视频脚本？
第十四讲：AI+理化生：智能科研
一、授课内容
1 、AI 如何辅助科学研究
2 、AI 与药物发现、蛋白质预测
3 、AI 在数学、物理与生物中的应用
4 、经典案例
二、课程实践
模拟寻找新材料：设想一个智能体负责筛选元素周期表，一个智能体负责模拟材料属性，它们如何通过你提议、我否定的模式筛选出最强合金？
第十五讲：AI+经管法：智能决策
一、授课内容
1 、AI 如何改变商业与管理
2 、AI 在金融、营销与用户分析中的应用
3 、AI 法务、AI 合同与智能决策
4 、经典案例
二、课程实践
策划 AI 金融风险官：一个 AI 负责找新闻利空，一个 AI 负责查历史股价，一个 AI 负责写预警建议，它们如何在市场突发异动时快速协作？
第十六讲：AI+艺术设计：数字创意
一、授课内容
1 、AI 绘画、AI 音乐与 AI 视频生成
2 、从 Midjourney 到 Sora：AI 内容革命
3 、AI 如何改变设计、影视与短视频行业
4 、经典案例
二、课程实践
设计 AI 奶茶品牌：一个 AI 负责起名和设计包装，一个 AI 负责写广告语，一个 AI 负责做口味推荐，全班展示哪个小组的 AI 奶茶店最吸引人？
第十七、十八讲：小组项目汇报及课程考核
展示小组设计的 AI 应用、AI 助手或 AI 创意作品。
教学方式
课堂讲授 60% ，案例分析与课堂讨论 20% ，AI 工具实践与小组项目 20%。
成绩组成
课程成绩由出勤 20%+课堂讨论 40%+期末课程项目40%组成。
课堂讨论 40%：学生需积极参与课堂讨论、小组交流与案例分析。评分依据包括课堂参与程度、问题分析能力、AI 工具实践情况以及讨论质量。未参与讨论或缺席者不得分。
期末课程项目 40%：以小组形式完成一个与大语言模型或智能体相关的课程项目，包括：AI 应用设计、AI 工作流搭建、AI Agent 系统、AI 案例研究等。要求提交项目报告并进行课堂展示，重点考察问题分析能力、创新性与实践能力。
