Curs nou: NeMo Toolkit Nvidia: Making Agents Reliable, predat de @Pr_Brian din @NVIDIA. Multe echipe se chinuie să transforme demo-urile agenților în sisteme fiabile și gata de producție. Acest curs scurt te învață să consolidezi fluxurile de lucru agențice în sisteme fiabile folosind NeMo Agent Toolkit (NAT) open-source de la Nvidia. Indiferent dacă ți-ai construit agentul în Python brut sau folosind un framework precum LangGraph sau CrewAI, NAT oferă blocuri de construcție pentru observabilitate, evaluare și implementare care transformă demonstrațiile de concept în sisteme gata de producție. NAT face ușoară depanarea și optimizarea performanței agenților cu trasee de execuție, evaluări sistematice și integrare CI/CD. Abilități pe care le vei dobândi: - Construirea fluxurilor de lucru pentru agenți orientate pe configurație cu API-uri REST și cod minim - Adăugarea de observabilitate prin trasare pentru a vizualiza raționamentul agenților și a depana blocajele de performanță - Crearea evaluărilor sistematice folosind seturi de date de top pentru a măsura și îmbunătăți fiabilitatea agenților - Implementarea sistemelor multi-agent cu autentificare, limitare a ratei și interfețe web profesionale - Orchestrează agenți din diferite cadre pentru a colabora la sarcini complexe Alătură-te și învață cum să transformi demo-urile agenților în sisteme de încredere!

Împărtășesc o rețetă distractivă pentru construirea unui agent extrem de autonom, moderat capabil și foarte NESIGUR, folosind pachetul open source AISUITE la care Rohit Prasad și cu mine am lucrat. Cu câteva linii de cod, poți oferi unui LLM Frontier un instrument (cum ar fi acces pe disc sau căutare web), poți să-i ceri o sarcină de nivel înalt (cum ar fi crearea unui joc cu șarpe și salvarea ca fișier HTML sau efectuarea unei cercetări aprofundate) și să lași LLM-ul să se descurce și să vezi ce face. Exemplu în imagine. Precizare: Așa nu sunt construiți agenții practici astăzi, deoarece majoritatea au nevoie de mult mai multă structură (vezi cursul meu de AI Agentic pentru a afla mai multe), dar totuși este interesant de experimentat. Un articol mai lung aici:

Curs nou: Construirea agenților de codare cu execuție de unelte, predat de @tereza_tizkova și @FraZuppichini din @e2b. Majoritatea agenților AI sunt limitați la apeluri de funcții predefinite. Acest curs scurt te învață să construiești agenți care scriu și execută cod pentru a îndeplini sarcini, accesând ecosisteme întregi de limbaje de programare, în loc să fii limitat la un set fix de unelte. Vei învăța să rulezi cod generat de agenți în siguranță în medii cloud sandboxate care îți protejează sistemele de operațiuni dăunătoare. Abilități pe care le vei dobândi: - Construiește agenți care scriu și execută cod, gestionează fișiere și gestionează erori autonom prin bucle de feedback - Rulează codul agent în siguranță în sandbox-uri cloud E2B și înțelege compromisurile dintre execuția locală, containerizată și cea cloud - Crearea unui agent de analist de date care să exploreze vizualizarea datelor cu Pandas - Crearea unui agent full-stack care construiește aplicații web complete Next.js Alătură-te și construiește agenți care programează prin sarcini complexe: