浙江大学公开课|第二季|从大模型、智能体到复杂AI应用系统的构建—

浙江大学公开课|第二季|从大模型、智能体到复杂AI应用系统的构建——以产业大脑为例

大家好，我是吾鳴。

前沿回顾

吾鳴之前给大家分享过浙江大学DeepSeek系列公开课第一季，第一季一共八讲，内容介绍丰富，内容之广，看完粉丝朋友直呼浙大良心。这八讲公开课名称分别是：

第一期（上）：吴飞（浙江大学）DeepSeek：回望AI三大主义与加强通识教育

第一期（下）：Chatting or Acting？——DeepSeek的突破边界与“浙大先生”的未来图景（浙江大学陈文智）

第二期（上）：孙凌云（浙江大学）DeepSeek：智能时代的全面到来和人机协作的新常态

第二期（下）：王则可（浙江大学）DeepSeek模型优势：算力、成本角度解读

第三期（上）：陈静远（浙江大学）语言解码双生花：人类经验与AI算法的镜像之旅

第三期（下）：吴超（浙江大学）走向数字社会：从Deepseek到群体智慧

第四期（上）：陈建海（浙江大学）DeepSeek的本地化部署与AI通识教育之未来

第四期（下）：朱朝阳（浙江大学）DeepSeek之火，可以燎原

吾鳴给大家整理好了第一季的8讲公开课，包含视频和PDF，下载地址我放到了文末。

本期分享

吾鳴本次要给大家分享的是浙江大学公开课系列的第二季第一期的内容，即肖俊教授给我们大家分享的从大模型、到智能体、再到复杂AI应用系统的构建，并且以产业大脑作为演进的案例，给我们带来这一期的分享。分享报告一共61页PPT，完整版PPT+视频吾鳴都打包好放在了文末。

内容摘要

大模型发展与应用
介绍大模型的演进历程，包括从早期基于规则的系统到现代生成式AI（如ChatGPT）的突破。重点讨论了大模型在推理能力上的提升与挑战，如幻觉问题、数学推理不足等，并提及OpenAI的o1/o3和DeepSeek-R1等模型在推理任务上的突破性进展。
推理模型与思维链（CoT）
阐述思维链（Chain of Thought）技术如何通过逐步分解问题提升模型推理能力，例如通过数学题或逻辑题演示模型如何生成详细推理步骤。同时探讨如何通过少量高质量数据（如LIMO方法）低成本训练高性能推理模型。
智能体（AI Agent）理论与框架
定义智能体为大模型与工具、记忆的结合体，能够自主执行任务（如调研报告生成）。分析智能体的核心组件（记忆、工具调用、多模态感知）及协作模式（如HuggingGPT中大模型规划、小模型执行的协作框架），并展示实际应用案例（如邮件自动回复、产业调研）。
四链融合产业大脑案例
以产业大脑为例，说明如何通过“大模型+知识图谱+智能体”构建复杂AI系统。详细介绍产业网链大模型的训练过程、数据资源（海量产业数据、知识图谱）及核心功能（知识问答、报告生成）。列举宁波、绍兴等地的实际应用场景，如产业链治理、科技攻关决策、产业集群培育等。
总结与展望
强调大模型推理能力的进步、低成本专业模型的可行性、智能体的应用潜力，并提出“推理大模型+知识图谱+智能体”可能成为未来AI系统的开发范式。最后总结人工智能对产业和社会发展的战略意义。