DeepLearning.AI 新课：三层自适应让编码 Agent 不重复踩坑
DeepLearningAI · youtube · 2026-08-26
DeepLearning.AI 联合 Oracle 推出短课程《Building Adaptive AI Agents》，由 Oracle 开发者布道师 Nacho Martínez 和 Casius Lee 讲授。核心观点：今天的编码 agent 每次新会话都从零开始——昨天花几分钟修好的环境问题，今天还要再烧一遍时间和 token。
课程围绕三层适应机制展开：
- 行为适应：构建 skill induction pipeline，把 agent 的 traces（对话、工具调用、报错与修复）转成可复用技能，遇到类似任务时自动检索应用，且每个技能都经人工审批；
- 知识适应：从 import、函数调用和 git 共同编辑历史构建代码知识图谱，让 agent 沿代码库结构检索上下文而非依赖关键词搜索——课程指出大型代码库里真正的瓶颈往往是检索而非代码生成；
- 模型适应：什么情况下该用 fine-tuning 等权重层面的适配。
学完可以构建出每天可度量变好、不为同一错误付两次钱的 agent。
所属事件:DeepLearning.AI 新课教编码 Agent 从经验中学习(2 条相关)→
「编程与Agent」频道最新
- 在 code.storage 上试跑 Warp Factories，开发者称 DX 干净利落 — vikvang1 · 2026-08-27
- 实验双 Agent 协作：设定沉默角色以注入纠错视角 — sull · 2026-08-27
- 企业智能体时代知识图谱安全成新重点 — brucemacv · 2026-08-27
- Prime Intellect 发布 Prime Agent 技术报告 — xeophon · 2026-08-27
- Grok Bot 现向所有 Pro 和 SuperGrok 用户开放 — mattyp · 2026-08-27
- Swarms 发布代币化 AI 智能体构建指南 — KyeGomezB · 2026-08-27