板块一 · 二 深挖：导论与 Agent 理论基础
DeepSeek 智能体开发实战 第 1-4 集 ｜ 零代码纯认知，决定后面 13 集吸收效率的 45 分钟
Agent 最小心智模型（课程第 1-3 集反复在画的循环）
逐集要点（点击展开）
第1集导论：为什么偏偏是 DeepSeek-V3-032404:21▶
选型逻辑：R1 推理强但无原生 Function Calling；V3-0324 的 Agent 能力比肩 GPT-4.5，且与 R1 架构相同，可直接复用部署方案。
核心比喻：弱 Agent 模型像木头绳索搭桥，靠工程补丁硬撑；强 Agent 模型是钢筋混凝土，桥直接搭得又快又稳。
方法论：先熟悉模型原始 Agent 性能，再按需求选框架——"好马配好鞍，但得先熟悉马"。
第2集大模型 Agent 智能体开发入门介绍12:07▶
定位：把 Agent 从营销热词还原成工程对象：感知任务 → 规划步骤 → 调用工具 → 观察结果 → 继续行动。
关键认知：大模型是大脑，工具是手脚，规划是神经系统，三者齐备才叫智能体。
第3集大模型 Agent 开发通用范式11:53▶
范式递进：一问一答 → 单工具调用 → 多步规划循环（ReAct 式）。复杂度逐级上升，能力逐级解锁。
伏笔：这一集是第 15 集 MiniManus WorkFlow 设计的理论前传，后面会看到一模一样的结构落成代码。
第4集主流十二种 Agent 开发工具介绍17:24▶
定位：工具全景地图，不是学习清单。课程态度：先懂底层，框架只是不同封装风格的壳。
用法：当字典收藏，遇到具体框架再回来查，别试图现在全学会。
课程点名的工具阵容（共 12 种，视频确认的包括）
LangChainLangGraphDify
AutoGenOpenAI Agents SDKMCP
+ 其余 6 种见第 4 集
结论一：先底层后框架整门课反对"上来就学 LangChain"，先用原生 API 打地基。
结论二：选对基座V3-0324 是 Agent 开发的钢筋；R1 是推理大脑，别用错场景。
结论三：别得工具焦虑12 种工具是地图不是任务，吃透 Function Calling 全部通杀。