吳恩達與 Agentic AI 資源盤點(2026-08-01)

盤點範圍與方法

以使用者提供的 YouTube 播放清單為起點,交叉查核 Andrew Ng 官方網站、DeepLearning.AI 官方課程與 The Batch 文章,再以 YouTube playlist metadata、oEmbed metadata 與搜尋結果補足影片標題及頻道。這是一份來源地圖,不是各影片的完整逐字稿。

人物官方資料

Andrew Ng 官方網站

  • 網址:https://www.andrewng.org/
  • 官方首頁顯示,他是 DeepLearning.AI 創辦人、AI Fund 管理合夥人、AI Aspire 管理合夥人、LandingAI 執行董事長、Coursera 董事長暨共同創辦人,以及史丹佛大學兼任教授。
  • 曾領導 Google Brain 創始團隊,也曾任百度副總裁兼首席科學家並領導約 1,300 人的 AI 團隊。
  • 官方頁稱超過 800 萬人上過他的 AI 課程,並列出 200 多篇 AI 及相關領域論文。
  • 資料查核日:2026-08-01。

DeepLearning.AI 官方介紹

Agentic AI 官方課程

  • 課程頁:https://www.deeplearning.ai/courses/agentic-ai
  • 講師:Andrew Ng
  • 程度:Intermediate
  • 官網標示總長:9 小時 55 分
  • 官網標示內容:31 段影片、7 個程式範例、8 個評分作業
  • 四個主要設計模式:反思、工具使用、規劃、多代理協作
  • 其他核心能力:工作拆解、評估與錯誤分析、延遲與成本最佳化、部署考量
  • 先修:中階 Python、對大型語言模型與 API 有基本理解

Andrew Ng 的 Agentic Design Patterns 官方文章

  1. The Dawning Age of Agents,2024-03-06
    https://www.deeplearning.ai/the-batch/the-dawning-age-of-agents
    說明可自主規劃與執行動作的 LLM agents 正快速進展。

  2. Agentic Design Patterns Part 1: Four AI agent strategies that improve GPT-4 and GPT-3.5 performance,2024-03-20
    https://www.deeplearning.ai/the-batch/how-agents-can-improve-llm-performance
    提出反思、工具使用、規劃、多代理協作四種模式,並強調多步迭代工作流可能比單次生成更有效。

  3. Agentic Design Patterns Part 2, Reflection,2024-03-27
    https://www.deeplearning.ai/the-batch/agentic-design-patterns-part-2-reflection
    以自我批評、外部回饋與重寫迴圈改善輸出。

  4. Agentic Design Patterns Part 3, Tool Use,2024-04-03
    https://www.deeplearning.ai/the-batch/agentic-design-patterns-part-3-tool-use
    讓 LLM 呼叫搜尋、程式執行或其他函式,以取得資訊、採取行動及處理資料。

  5. Agentic Design Patterns Part 4, Planning,2024-04-10
    https://www.deeplearning.ai/the-batch/agentic-design-patterns-part-4-planning
    讓模型在行動前規劃步驟,再依執行結果調整流程。

  6. Agentic Design Patterns Part 5, Multi-Agent Collaboration,2024-04-17
    https://www.deeplearning.ai/the-batch/agentic-design-patterns-part-5-multi-agent-collaboration
    以不同角色分工完成複雜任務,但不等於代理數量越多越好。

官方或高可信影片

  1. Learn to build effective Agentic AI systems with Andrew Ng
    DeepLearningAI:https://www.youtube.com/watch?v=w7vqXL4PWEE

  2. What’s next for AI agentic workflows ft. Andrew Ng of AI Fund
    Sequoia Capital:https://www.youtube.com/watch?v=sal78ACtGTc

  3. Andrew Ng Explores The Rise Of AI Agents And Agentic Reasoning|BUILD 2024 Keynote
    Snowflake Inc.:https://www.youtube.com/watch?v=KrRD7r7y7NY

  4. Andrew Ng: Building Faster with AI
    Y Combinator:https://www.youtube.com/watch?v=RNJCfif1dPY

  5. AI for Everyone by Andrew Ng
    DeepLearningAI:https://www.youtube.com/watch?v=JPcx9qHzzgk

使用者提供的 YouTube 播放清單

順序影片Video ID
1吳恩達 Agentic AI 第一講 Welcome!XD9DbNrrggw
2吳恩達 Agentic AI 第三講 Degrees of autonomyGvB0zj6wTYE
3吳恩達 Agentic AI 第四講 Benefits of agentic AIbR8SkENV10Y
4吳恩達 Agentic AI 第五講 Agentic AI applicationsKDaqamIFtgI
5吳恩達 Agentic AI 第六講 Task decompositionyr78nQ56h-c
6吳恩達 Agentic AI 第七講 Evaluating agentic AIBo5YHWQWV6Q
7吳恩達 Agentic AI 第八講 Agentic design patternsHwPce55W8NQ
8吳恩達《Agentic AI》課程模組一學習心得l2PtFPAbrV8

清單限制

  • 這不是 DeepLearning.AI 官方頻道或官方完整課程清單。
  • 編號從第一講跳到第三講,缺少「第二講 What is agentic AI?」。
  • 前七支大致只對應官方課程 Module 1 的部分影片;第八支是上傳者的學習心得。
  • 官方完整課程有 31 段影片、程式範例與作業,因此不可把此清單視為完整替代品。
  • 本機直接抓取單支影片完整 metadata/逐字稿時遇到 YouTube 雲端 IP 驗證;本次只保存已驗證的清單與 oEmbed metadata,不宣稱已看完或逐字轉錄影片。

初步證據結論

  • Andrew Ng 對 Agentic AI 的核心主張不是「完全自主」,而是把工作拆成可迭代、可評估、可使用工具的多步流程。
  • 四種設計模式是教學入口,不是所有任務都必須同時採用四種模式。
  • 實務成熟度取決於評估、錯誤分析、成本、延遲與部署,不只取決於模型能力。
  • 學習順序應優先採官方文章與官方課程,再用演講補充趨勢脈絡;非官方搬運清單只適合快速預覽。