Ebook Hướng Dẫn Minh Họa Về AI Agent - Các Khái Niệm Và Code Để Xây Dựng Các Agent Với LLM, Tool & Memory [Ấn Bản Lần 1, 9/2026] [PDF, EPUB] [8874E]
Trí tuệ nhân tạo đang bước vào một giai đoạn mới. Các AI agent giờ đây có thể suy luận, lập kế hoạch và hành động với mức độ độc lập ngày càng cao. Từ việc thúc đẩy các đột phá khoa học đến hỗ trợ công việc sáng tạo, những hệ thống này đang nhanh chóng định hình lại các ngành công nghiệp và cuộc sống hàng ngày. Cuốn sách này cung cấp nền tảng khái niệm và những hiểu biết thực tế mà bạn cần để hiểu, và làm việc hiệu quả với công nghệ mới nổi này.
Thông qua hàng trăm hình minh họa đồ họa rõ nét, cuốn sách giải thích cách các AI agent được xây dựng, cách chúng tư duy và hướng phát triển tương lai của chúng. Được thiết kế dành cho các chuyên gia, sinh viên và cả những người ham học hỏi, cuốn cẩm nang này vượt qua những lời sáo rỗng để tiết lộ những gì thực sự đang diễn ra bên trong các hệ thống này, lý do tại sao điều đó lại quan trọng và cách áp dụng kiến thức vào các bối cảnh thực tế. "Hướng Dẫn Minh Họa Về AI Agent" là tài liệu tham khảo thiết yếu giúp bạn định hướng trong ranh giới tiếp theo của trí tuệ nhân tạo.
- ✓ Khám phá kiến trúc cốt lõi của các AI agent: tools, memory & planning.
- ✓ Hiểu về các LLM có khả năng suy luận, các multimodal model và multi-agent collaboration.
- ✓ Tìm hiểu các method nâng cao, bao gồm distillation, quantization và reinforcement learning.
- ✓ Đánh giá các ứng dụng thực tế, điểm mạnh và những hạn chế của các AI agent.
Mục lục:
- ✓ Phần I. Cấu trúc của một AI Agent:
- ✓ Chương 01. Giới thiệu:
- + AI Agent là gì?
- + Specialization.
- + TinyAgent.
- + Tóm tắt.
- ✓ Chương 02. Các Large Language Model:
- + Phần 1: Những điều bạn nên biết về Large Language Model.
- + Phần 2: Tìm hiểu sâu hơn về Large Language Model.
- + Tóm tắt.
- ✓ Chương 03. Các Reasoning Large Language Model:
- + Sự chuyển dịch mô hình từ Train-Time Compute sang + Test-Time Compute.
- + Các phân loại của Test-Time Compute.
- + Search Against Verifier.
- + Sửa đổi Proposal Distribution.
- + Các hướng đi mới trong Reasoning Research.
- + Tóm tắt.
- ✓ Chương 04. Memory:
- + Các loại Memory.
- + Short-Term Memory.
- + Long-Term Memory.
- + Context Engineering.
- + Tóm tắt.
- ✓ Chương 05. Tool Usage, Learning & Protocols:
- + Tool Usage.
- + Tool Learning.
- + Model Context Protocol.
- + Skills.
- + Tóm tắt.
- ✓ Chương 06. Planning & Reflection:
- + Planning.
- + Các Agent có khả năng cải thiện liên tục.
- + Tóm tắt.
- ✓ Chương 07. Evaluate Agent:
- + Public Benchmark & Leaderboard.
- + Outcome Evaluation: Agent có đưa ra Output chính xác không?
- + Trajectory Evaluation: Agent có đạt được kết quả bằng phương pháp đúng không?
- + Reliability: Agent có thành công mọi lúc không?
- + Safety: Agent có tránh gây hại không?
- + Xây dựng Evals của riêng bạn.
- + Tóm tắt.
- ✓ Phần II. Các Specialized Agent:
- ✓ Chương 08. Các Multi-Agent System:
- + Multi-Agent System.
- + Orchestrating Agent.
- + Agent Society.
- + Các Deep Research Agent.
- + Tóm tắt.
- ✓ Chương 09. Multi-Modal Understanding:
- + Các Multi-Modal LLM là gì?
- + Encoding Modalities.
- + Connecting Modalities.
- + TinyAgent.
- + Tóm tắt.
- ✓ Chương 10. Code Agent & Code LLM:
- + Users & Builders của Các Code Agent & Large Language + Model.
- + Xây dựng các Code Agent.
- + Xây dựng các Code LLM.
- + Tóm tắt.