Topik trending
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Andrew Ng
salah satu pendiri Coursera; Fakultas tambahan Stanford CS. Mantan kepala Baidu AI Group/Google Brain. #ai #machinelearning, #deeplearning #MOOCs
Banyak desas-desus tentang Claude Code di sini hari ini. Kursus singkat ini, dibuat dengan Anthropic, adalah cara terbaik untuk belajar menggunakannya dengan baik. Silakan nikmati!
6 Agu 2025
Saya sangat senang mengumumkan kursus definitif tentang Claude Code, dibuat dengan @AnthropicAI dan diajarkan oleh Elie Schoppik @eschoppik. Jika Anda ingin menggunakan pengkodean yang sangat agen - di mana AI bekerja secara mandiri selama beberapa menit atau lebih, bukan hanya menyelesaikan cuplikan kode - ini dia.
Claude Code telah menjadi pengubah permainan bagi banyak pengembang (termasuk saya!), tetapi ada kedalaman nyata untuk menggunakannya dengan baik. Kursus komprehensif ini mencakup segala sesuatu mulai dari dasar-dasar hingga pola lanjutan.
Setelah kursus singkat ini, Anda akan dapat:
- Atur beberapa subagen Claude untuk mengerjakan berbagai bagian basis kode Anda secara bersamaan
- Tandai Claude dalam masalah GitHub dan minta secara mandiri membuat, meninjau, dan menggabungkan permintaan pull
- Ubah notebook Jupyter yang berantakan menjadi dasbor yang bersih dan siap produksi
- Gunakan alat MCP seperti Playwright sehingga Claude dapat melihat apa yang salah dengan UI Anda dan memperbaikinya secara mandiri
Apakah Anda baru mengenal Claude Code atau sudah menggunakannya, Anda akan menemukan kemampuan canggih yang secara mendasar dapat mengubah cara Anda membuat perangkat lunak.
Saya sangat senang dengan apa yang memungkinkan pengkodean agen semua orang sekarang lakukan. Silakan ikuti kursus ini!
48
Kursus baru: Toolkit Agen NeMo Nvidia: Membuat Agen Dapat Diandalkan, diajarkan oleh @Pr_Brian dari @NVIDIA.
Banyak tim berjuang untuk mengubah demo agen menjadi sistem andal yang siap untuk produksi. Kursus singkat ini mengajarkan Anda untuk memperkuat alur kerja agen menjadi sistem yang andal menggunakan NeMo Agent Toolkit (NAT) sumber terbuka Nvidia. Baik Anda membangun agen Anda dalam Python mentah atau menggunakan kerangka kerja seperti LangGraph, atau CrewAI, NAT menyediakan blok penyusun untuk observabilitas, evaluasi, dan penerapan yang mengubah bukti konsep menjadi sistem siap produksi.
NAT memudahkan pemecahan masalah dan mengoptimalkan kinerja agen dengan pelacakan eksekusi, evaluasi sistematis, dan integrasi CI/CD.
Keterampilan yang akan Anda peroleh:
- Bangun alur kerja agen berbasis konfigurasi dengan REST API dan kode minimal
- Tambahkan observabilitas dengan pelacakan untuk memvisualisasikan penalaran agen dan men-debug kemacetan performa
- Membuat evaluasi sistematis menggunakan kumpulan data standar emas untuk mengukur dan meningkatkan keandalan agen
- Terapkan sistem multi-agen dengan autentikasi, pembatasan laju, dan antarmuka web profesional
- Atur agen dari kerangka kerja yang berbeda untuk berkolaborasi dalam tugas-tugas kompleks
Bergabunglah dan pelajari cara mengubah demo agen menjadi sistem yang andal!
499
Berbagi resep yang menyenangkan untuk membangun agen yang sangat otonom, cukup mampu, dan sangat tidak dapat diandalkan menggunakan paket aisuite open source yang telah saya dan Rohit Prasad kerjakan.
Dengan beberapa baris kode, Anda dapat memberikan LLM perbatasan alat (seperti akses disk atau pencarian web), memintanya dengan tugas tingkat tinggi (seperti membuat permainan ular dan menyimpan sebagai file HTML, atau melakukan penelitian mendalam), dan membiarkan LLM lepas dan melihat apa fungsinya. Contoh dalam gambar.
Peringatan: Ini bukan cara agen praktis dibangun saat ini, karena sebagian besar membutuhkan lebih banyak perancah (lihat kursus AI Agen saya untuk mempelajari lebih lanjut), tetapi masih menarik untuk bereksperimen.
Tulisan yang lebih panjang di sini:
162
Teratas
Peringkat
Favorit