麻省理工學院和牛津大學在 GitHub 上免費發佈了價值2500美金的Agent 人工智能課程。（白嫖2500美金） 課程主要內容（10篇閱讀課程+12個視頻講座）： 1. AI Agent 到底是什麼？（Agent 的定義、和普通聊天式 AI 的區別） 2. Agentic 系統的 4 種類型（不同自治程度/架構範式，怎麼選） 3. AI 的“工具”是什麼？（Tool/Function Calling、API 接入、工具鏈） 4.Agentic RAG（RAG + Agent 的結合：檢索→推理→行動） 5. MCP（Model Context Protocol）（上下文/工具/數據對接的新協議思路） 6. 規劃 & 推理模型（Planning + Reasoning：讓 Agent 會“先想再做”） 7. 記憶（Memory）（短期/長期記憶、偏好、狀態、跨會話上下文） 8. 多智能體系統（Multi-Agent）（分工協作、協調機制、擴展性） 9. 真實世界系統拆解（生產級 Agent 系統怎麼搭、坑在哪裡） 10. 經驗總結 & 未來趨勢（關鍵教訓、下一步會往哪走） Github 我放到評論區了👇

開源Github地址 ：