从零开始学AI Agent：华为云大模型应用开发学习路径全记录

这是一篇学习笔记，记录了我系统学习华为云学堂「大模型应用开发学习路径」的全部内容。这条路径包含8个阶段、48门课程、3个实验和8个认证考试，是从理论到实践掌握AI Agent开发的完整路线图。

一、为什么选择这条路径？

大模型时代，AI Agent（智能体）是最热门的技术方向之一。从 AutoGPT 到 Claude Computer Use，从 MCP 协议到 DeepSeek 的 Agent 实践，AI Agent 正在从概念走向生产。

华为云学堂的「大模型应用开发学习路径」覆盖了从 AI 基础理论到 Agent 实战开发的完整知识链，特别是包含了 MCP 协议、RAG 知识库、Agent 架构设计 等核心内容，非常适合想系统学习 AI Agent 开发的开发者。

二、学习路径总览

阶段01 ── 走进大模型世界（8门课程）
   ├─ AI绪论 / 机器学习 / 深度学习
   ├─ 数据处理 / 大模型技术 / Transformer
   └─ 多模态大模型 / 强化学习

阶段02 ── Prompt提示词工程
   └─ 提示词工程 + 微认证考试

阶段03 ── RAG知识库
   ├─ RAG开发基础 → RAG开发进阶
   └─ DeepSeek构建本地知识库

阶段04 ── Agent智能体 ⭐（核心）
   ├─ MCP协议基础与Server实践
   ├─ MCP高级应用与AI协同理论
   ├─ Agent+大模型从入门到实战
   ├─ AI Agent开发高级 / 进阶
   ├─ OpenClaw智能体与华为云实践
   ├─ 实验：AgentArts搭建推荐智能体
   ├─ 实验：AgentArts批改作业工作流
   └─ 微认证：DeepSeek搭建Agent智能助手

阶段05 ── 大模型微调及评测
阶段06 ── 大模型应用开发工具及实践
阶段07-08 ── 推荐学习（李宏毅教授系列）

三、阶段详解

阶段01：走进大模型世界（8门课程）

这是打基础的阶段，涵盖了 AI 的核心概念：

1. 人工智能绪论

• AI 发展的三要素：数据、算法、算力
• AI 三个发展阶段：计算智能 → 感知智能 → 认知智能
• 华为全栈全场景 AI 方案：昇腾芯片 → CANN → MindSpore → ModelArts
• AI 伦理六大原则：可用、可靠、可控、可解释、可问责、可持续

2. 机器学习概述

• 监督学习：回归、分类（SVM、决策树、随机森林）
• 无监督学习：聚类（K-Means）、降维（PCA）
• 评估指标：准确率、精确率、召回率、F1、AUC-ROC

3. 深度学习概述

• 神经网络：感知机 → MLP → 激活函数
• CNN：卷积池化全连接，经典架构 ResNet
• RNN/LSTM：处理序列数据，解决长程依赖

4. 数据搜集、处理与分析

• 数据清洗、标注、增强
• EDA 探索性数据分析

5. 大模型技术与应用

• 参数规模 10B+，涌现能力
• BERT → GPT → LLaMA → DeepSeek → Qwen 的发展脉络

6. Transformer 介绍（核心！）

• Self-Attention 机制：Q × K → 权重 × V → 输出
• Multi-Head Attention、Positional Encoding
• 这是所有大模型的基础架构

7. 多模态大模型

• 文生图（Stable Diffusion）、文生视频（Sora）
• 视觉语言模型（LLaVA、Qwen-VL）

8. 强化学习与大模型训练

• RLHF：SFT → 奖励模型 → PPO 优化
• GRPO：DeepSeek 使用的无 Critic 方案

阶段02：Prompt提示词工程

这是与 AI 交互的第一道门槛：

• 基本原则：清晰明确、角色设定、分步骤、给示例
• 高级技巧：Chain-of-Thought（思维链）、Tree-of-Thought（思维树）、ReAct
• 微认证：大模型的咒语 - Prompt 工程

阶段03：RAG 知识库

让大模型拥有私有知识的关键技术：

RAG 三阶段：检索 → 增强 → 生成

检索技术：

• 文本分块（Chunking）：固定大小、语义分块
• Embedding 向量化：BGE、text2vec、m3e
• 向量数据库：Faiss、Milvus、Qdrant、Chroma
• 混合检索：向量 + BM25 + Rerank

增强策略：

• Query 改写、HyDE（假设文档嵌入）
• 多轮对话历史融合

微认证：基于 DeepSeek 的行业知识小助手

阶段04：Agent 智能体 ⭐（核心内容）

这是整条路径的精华，也是我最关注的部分。

课程1：MCP 协议基础与 Server 实践

MCP（Model Context Protocol） 是 AI 模型与外部世界的标准化通信协议，可以理解为"AI 的 USB 接口"。

MCP 架构：

• Host（主机）：LLM 应用程序
• Client（客户端）：与 Server 建立通信
• Server（服务器）：提供工具、资源、提示

MCP 三大能力：

1. Tools（工具）：模型可调用的函数（搜索、计算、文件操作）
2. Resources（资源）：模型可读取的数据
3. Prompts（提示）：预定义的指令模板

传输方式：stdio（本地进程）和 SSE（远程 HTTP）

课程2：MCP 高级应用与 AI 协同

多 Agent 协作架构：

• 主 Agent + 子 Agent（Orchestration 模式）
• 角色分工：规划者、执行者、验证者
• 上下文通过 MCP Resource 共享

课程3：Agent + 大模型从入门到实战

Agent 三大核心能力：

1. Planning（规划）：将任务分解为子步骤
2. Memory（记忆）：短期（上下文）+ 长期（向量数据库）
3. Tool Use（工具调用）：调用外部 API 和函数

经典 Agent 模式：

• ReAct（Reason + Act）：边推理边行动，最经典的 Agent 范式
• Plan-and-Execute：先规划再执行
• Reflection：自我反思和修正

课程4-5：AI Agent 开发高级与进阶

• 层次化任务规划（Hierarchical Task Network）
• Agent 记忆管理：滑动窗口、摘要压缩、向量检索
• Agent 安全：提示注入防护、权限最小化
• 多模态 Agent：能看、能听、能操作

课程6：OpenClaw 智能体与华为云实践

华为云 CodeArts 推出的 AI 编程智能体：

• 代码生成、代码审查、智能调试
• 与 CodeArts IDE 深度集成

实验课程

1. 使用 AgentArts 搭建城市文旅推荐智能体：低代码构建 Agent
2. 使用 AgentArts 搭建辅助批改作业工作流：流程化 Agent
3. OpenClaw 极速部署与应用实战：端到端部署

认证考试

• 微认证：基于 MCP 实现知识图谱 RAG
• 微认证：基于 DeepSeek 搭建 Agent 智能助手

阶段05：大模型微调及评测

参数高效微调技术：

• LoRA：插入低秩矩阵，只训练新增参数
• QLoRA：4bit 量化 + LoRA
• SFT：指令数据微调，数据质量 > 数量

模型评测基准：MMLU、C-Eval、GSM8K、HumanEval

阶段06：大模型应用开发工具及实践

• 推理框架：vLLM、TGI
• 开发框架：LangChain、LlamaIndex、Dify
• 华为云工具：ModelArts 推理部署、CodeArts 码道

微认证项目（非常实用）：

• AI 打造专属企业风格海报
• DeepSeek + Cline 自动化游戏开发
• 基于 AI Agent 的人机 AI 扑克对战
• 基于 AI 的小说推文视频

阶段07-08：推荐学习（李宏毅教授系列）

台湾大学李宏毅教授的系统课程：

1. 正确认识 ChatGPT
2. 机器学习基本概念
3. 机器如何生成文句
4. 大模型与大资料结合
5. Diffusion Model 原理剖析
6. 生成式人工智能概论
7. 强化学习

...共 13 门课程

四、AI Agent 核心知识图谱

经过系统学习，我总结出 AI Agent 的核心架构：

Agent = LLM(大脑) + Planning(规划) + Memory(记忆) + Tool Use(工具)

五大核心技术：

五、华为云 AI 体系特色

华为云的 AI 体系是全栈自研的：

昇腾芯片（Ascend 910/310）
    ↓
CANN 算子库
    ↓
MindSpore 深度学习框架
    ↓
ModelArts AI 开发平台
    ↓
应用：AgentArts / CodeArts / OpenClaw

这套体系从芯片到应用层全覆盖，在中国 AI 基础设施领域具有独特优势。

六、学习建议

1. 先打基础：如果对 AI 了解不多，务必先学阶段01的 8 门课程
2. 重点攻克：阶段04（Agent）和阶段03（RAG）是最实用的
3. 动手实验：3 个实验一定要亲自做一遍
4. 考取认证：微认证可以作为技能证明
5. 结合实践：学完可以尝试用 MCP 协议构建自己的 Agent Server

七、总结

华为云学堂的「大模型应用开发学习路径」是一条设计合理、覆盖面广的学习路线。从 AI 基础理论到 Prompt 工程，从 RAG 知识库到 Agent 智能体，再到模型微调和工具实践，形成了一个完整的知识闭环。

特别是关于 MCP 协议 和 Agent 架构设计 的内容，紧跟业界最新趋势，非常具有实战价值。

如果你也对 AI Agent 开发感兴趣，不妨从这条路径开始你的学习之旅。

*本文首发于华为云社区，作者系统学习了华为云学堂的全部课程后整理而成。*
*学习路径地址：https://edu.huaweicloud.cn/programs/largemodel.html*