MBA AI Agent课程：2天集中培训，从LLM基础到多智能体系统
概览
MBA 课程 ·与 OpenClaw 合作开发 最后更新：2026-03-14 副教授 ·上海交通大学 人工智能学院 ·yingwen.io 助理研究员 ·上海交通大学 人工智能学院 两天密集课程（16课时），面向 MBA 学员，系统讲解大语言模型与 AI Agent 的**。 - LLM 核心原理（Transformer → 推理模型 → GPT-5.4/Claude Opus 4.6 Agent模型） - 工作流设计（Pipeline/Routing/Parallelization + RAG） - Agent 架构（ReAct/反思/规划 + 记忆 + 工具） - 多 Agent 协作（共识机制、OMAO 实战挑战） - 工具生态（CLI → MCP → Agent Skills，安全治理） - Harness Engineering（Agent = Model + Harness） - 商业落地（Services as Software，AI 原生组织、$1→$4800 经济学） - 🎯 ：每个技术点都配 MBA 视角的商业洞察 - 🔥 ：整合 2026 年 3 月最新的硅谷趋势（Harness Engineering、MCP vs CLI 争论、红杉万亿美元论） - 📊 ：引用 Anthropic 2026 报告、$OneMillion-Bench、Lakera 安全审计等一手数据 - 🏗️ ：OpenAI 0 代码实验、Cursor $50B、Zapier 800 Agent 等真实案例 - 投票还是共识？多智能体辩论中的决策 — ACL 2025- $OneMillion-bench — 代理经济价值评估- 审计多智能体大型语言模型推理树
概述（AI 翻译）
上海交通大学 安泰经济管理学院 MBA 课程 ·与 OpenClaw 合作开发 最后更新：2026-03-14
👨🏫 讲师
温颖 副教授 ·上海交通大学 人工智能学院 ·yingwen.io 温睦宁 助理研究员 ·上海交通大学 人工智能学院
助教：王雅娟 ·上海交通大学 安泰经济与管理学院
📚 课程简介
两天密集课程（16课时），面向 MBA 学员，系统讲解大语言模型与 AI Agent 的原理、架构与商业落地。
你将学到
- LLM 核心原理（Transformer → 推理模型 → GPT-5.4/Claude Opus 4.6 Agent模型）
- 工作流设计（流水线/路由/并行化 + RAG）
- Agent架构（ReAct/反思/规划 + 记忆 + 工具）
- 多 Agent 协作（共识机制、OMAO 实战挑战）
- 工具生态（CLI → MCP → 代理技能，安全治理）
- 线束工程（代理 = 模型 + 线束）
- 商业落地（Services as Software、AI-native 组织、$1→$4800 经济学）
课程特色
- 🎯 商业导向：每个技术点都配 MBA 视角的商业洞察
- 🔥 前沿内容：整合 2026 年 3 月最新的硅谷趋势（Harness Engineering、MCP vs CLI 争论、红杉万亿美元论）
- 📊 数据驱动：引用 Anthropic 2026 报告、$OneMillion-Bench、Lakera 安全审计等一手数据
- 🏗️ 案例丰富：OpenAI 0 代码实验、Cursor $50B、Zapier 800 Agent 等真实案例
📅 课程大纲
第1天：基础与架构（4 × 90分钟）
| 课时 | 主题 | 页数 | 核心内容 |
|---|---|---|---|
| L0 | 安装OpenClaw🦞 & Token订阅 | 不适用 | OpenClaw官网 |
| L1-2 | 大语言模型基础 | 87页 | Transformer → GPT-5/Claude 4.6/Gemini 3.1，推理模型，MoE，Token Pricing，Prompt/Context Engineering |
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
🤖 大模型智能体 2026春
上海交通大学 安泰经济管理学院
MBA 课程 · 与 OpenClaw 合作开发
最后更新：2026-03-14
👨🏫 讲师
温颖 副教授 · 上海交通大学 人工智能学院 · yingwen.io
温睦宁 助理研究员 · 上海交通大学 人工智能学院
助教：王雅娟 · 上海交通大学 安泰经济与管理学院
📚 课程简介
两天密集课程（16课时），面向 MBA 学员，系统讲解大语言模型与 AI Agent 的原理、架构与商业落地。
你将学到
- LLM 核心原理（Transformer → 推理模型 → GPT-5.4/Claude Opus 4.6 Agent模型）
- 工作流设计（Pipeline/Routing/Parallelization + RAG）
- Agent 架构（ReAct/反思/规划 + 记忆 + 工具）
- 多 Agent 协作（共识机制、OMAO 实战挑战）
- 工具生态（CLI → MCP → Agent Skills，安全治理）
- Harness Engineering（Agent = Model + Harness）
- 商业落地（Services as Software、AI-native 组织、$1→$4800 经济学）
课程特色
- 🎯 商业导向：每个技术点都配 MBA 视角的商业洞察
- 🔥 前沿内容：整合 2026 年 3 月最新的硅谷趋势（Harness Engineering、MCP vs CLI 争论、红杉万亿美元论）
- 📊 数据驱动：引用 Anthropic 2026 报告、$OneMillion-Bench、Lakera 安全审计等一手数据
- 🏗️ 案例丰富：OpenAI 0 代码实验、Cursor $50B、Zapier 800 Agent 等真实案例
📅 课程大纲
Day 1：基础与架构（4 × 90min）
| 课时 | 主题 | 页数 | 核心内容 |
|---|---|---|---|
| L0 | 安装OpenClaw🦞 & Token订阅 | N/A | OpenClaw官网 |
| L1-2 | 大语言模型基础 | 87页 | Transformer → GPT-5/Claude 4.6/Gemini 3.1，推理模型，MoE，Token Pricing, Prompt/Context Engineering |
| L3-4 | 工作流与 RAG | 77页 | Anthropic 5种工作流模式（含官方架构图），RAG/GraphRAG/Agentic RAG |
| L5-6 | 智能体架构与设计 | 82页 | ReAct/反思/规划，OpenAI+Anthropic 官方 Agent 定义，自主时长 14.5h |
| L7-8 | 记忆系统与工具编排 | 65页 | 三层记忆架构，Context Rot，AGENTS.md，MCP/CLI/Skill 预览 |
Day 2：进阶与落地（4 × 90min）
| 课时 | 主题 | 页数 | 核心内容 |
|---|---|---|---|
| L9-10 | 多智能体协作与共识机制 | 51页 | 4种协作模式，共识机制（Voting/Debate/Consensus），OMAO 七缺口，实战瓶颈 |
| L11-12 | CLI · MCP · Skills 工具生态 | 63页 | CLI→MCP→Skills 四代演进，MCP vs CLI（10-32x 成本差），Lakera 安全审计 |
| L13-14 | LLM OS 与 Harness Engineering | 59页 | Harness Engineering（OpenAI/LangChain/Anthropic），OpenClaw 架构，Big Model vs Big Harness |
| L15-16 | AI Agent 商业革命与未来 | 58页 | $1→$4800 Agent 经济学，红杉 Services as Software，AI-native 组织，技术趋势 |
共 542 页，含 15 张来自 Anthropic 和 OpenAI 的官方架构图
📂 仓库结构
├── slides/ # 📽️ 课程幻灯片 (Marp Markdown)
│ ├── course-overview.md # 课程总览
│ ├── day1-lesson*.md # Day 1 四讲
│ ├── day2-lesson*.md # Day 2 四讲
│ ├── images/ # Anthropic + OpenAI 官方图
│ └── assets/images/ # Lilian Weng 论文图
├── .marprc.yml # Marp 配置
├── package.json # 依赖
└── README.md
🔧 本地编译
安装依赖
npm install -g @marp-team/marp-cli
编译为 PDF
marp slides/day1-lesson1-2-llm-basics.md --pdf --allow-local-files -o output.pdf
编译为 HTML
推荐工具
换一个关键词，或者移除筛选条件。
安装
npx skillfish add ying-wen/mba-ai-agent-course