内容总结

本次直播首先回顾了整个课程的设计背景与核心内容，重点围绕“深度思考型智能体”的发展、技术演进及实际应用展开。

课程以扣子空间为研究范例，系统讲解了智能体的计划、反思、循环等高级能力，并深入剖析了工具调用、记忆机制、多智能体协作、代码生成模式（如 code agent）、上下文工程等关键技术模块。最后通过一个金融研报多智能体实战项目，展示了如何使用 langgraph 构建手动挡工作流实现复杂任务自动化。

随后介绍了 context7 这一新兴的 GitHub 文档拉取服务及其在 AI 编程中的精准代码生成作用。

此外直播中还解答了学员关于提示词编写、学习方法、上下文工程、Spec coding 等方面的问题。

一、课程设计背景与整体回顾

•  课程初衷：基于 DeepResearch 类产品兴起（2024 年），智能体进入深度思考阶段，具备计划、反思、循环等功能。

•  选择“扣子空间”作为教学样本，因其功能完整且免费，能直观展示深度思考型智能体的工作流程。

•  课程结构分为三大部分：体验入门、核心技术精讲、实战项目整合。

• 课程内容并非简单操作工具，而是深入原理与工程实践，涵盖从单体到多智能体的架构演进。

二、核心技术模块详解

（一）智能体设计模式