这一模块的课程，是为那些希望将 AI 深度融入开发工作流，构建复杂 Agent 系统的技术人员量身定制的。它们是理解和实践 Agentic AI 的关键。
课程编号课程名称核心内容价值与洞察链接1Claude 入门学习 Claude 的日常应用，核心功能和最佳实践。基础中的基础，了解 Claude 的能力边界和交互方式，为后续高级应用打下基础。https://anthropic.skilljar.com/claude-1013代理技能简介在 Claude Code 中构建、配置和共享技能 — Claude 自动应用的可重用指令。Agent Skills 是 Agent 的“能力集”。这门课揭示了如何将特定任务逻辑封装成可复用的技能，让 Claude 不再是简单的对话模型，而是能执行特定操作的“数字员工”。这是从“提示词”到“Agent 协作”的关键一步。https://anthropic.skilljar.com/introduction-to-agent-skills4使用 Claude API 进行构建全面涵盖：函数调用、工具使用、流式传输、SDK 和生产模式。API 是 Agent 的“手脚”。这门课深入讲解了如何通过 API 让 Claude 与外部系统交互，实现函数调用和工具使用。这是构建真正 Agentic 应用的基石，也是将 AI 集成到现有软件架构中的核心技术。https://anthropic.skilljar.com/claude-with-the-anthropic-api5Claude Code 实战演示将 Claude Code 集成到您的开发工作流程中。注重实践，以交付为导向。Claude Code 是 Agent 的“大脑”与“执行器”。这门课是理论与实践的结合，展示了如何利用 Claude Code 这一命令行 AI 助手，将语言模型能力无缝融入开发工作流，实现代码的生成、修改、测试，甚至项目管理。它不仅仅是写代码，更是“管理代码”和“管理开发流程”。https://anthropic.skilljar.com/claude-code-in-action6模型上下文协议简介使用 Python 从零开始构建 MCP 服务器和客户端。工具、资源和提示。MCP 是 Agent 的“神经系统”。这门课是理解 Agent 间协作和信息共享的关键。MCP 旨在解决 AI 在复杂任务中面临的“信息孤岛”问题，通过标准化的协议，让不同的 Agent 能够共享上下文、工具和状态，从而实现更高级的协作。这是构建多 Agent 系统的核心技术。https://anthropic.skilljar.com/introduction-to-model-context-protocol7MCP：高级主题生产 MCP 服务器的采样、通知、文件系统访问和传输。在 MCP 基础之上，进一步探讨如何在生产环境中部署和优化 MCP 服务器，包括数据传输、文件系统访问等高级话题。这对于构建健壮、可扩展的 Agent 系统至关重要。https://anthropic.skilljar.com/model-context-protocol-advanced-topics12Claude 与 Amazon Bedrock 合作完整的 AWS 认证课程，现已面向所有人开放。云平台集成是 Agent 的“基础设施”。这门课聚焦于如何在 AWS Bedrock 上部署和管理 Claude 模型，利用云服务提供的强大基础设施，实现大模型的规模化应用和生产环境的稳定运行。https://anthropic.skilljar.com/claude-in-amazon-bedrock13使用 Google Cloud 的 Vertex AI 与 Claude 合作通过 Google Cloud 的 Vertex AI，从设置到生产。与 AWS Bedrock 类似，这门课则侧重于 Google Cloud 的 Vertex AI 平台。它为开发者提供了在 Google Cloud 生态中利用 Claude 构建 AI 应用的完整路径，涵盖了从模型部署到生产优化的全过程。https://anthropic.skilljar.com/claude-with-google-vertex二：AI 素养与基础（思维重构区）
这一模块的课程，旨在帮助所有从业者建立正确的 AI 认知框架，理解 AI 的能力边界和伦理考量，培养与 AI 高效协作的思维模式。
课程编号课程名称核心内容价值与洞察链接2人工智能素养：框架与基础基础思维课程。必修课。这门课是理解 Anthropic AI 哲学和方法论的起点。它可能介绍了 Anthropic 提出的“4D 框架”（Discover, Design, Develop, Deploy），或者更广泛地阐述了与 AI 协作的原则和思维模型。这对于任何希望在 AI 时代保持竞争力的个人来说，都是一门“必修课”。https://anthropic.skilljar.com/ai-fluency-framework-foundations三：垂直行业应用（生态扩展区）
AI 的影响是普适的，这些课程则展示了 AI 如何在教育、非营利等特定领域发挥作用，推动社会进步。
课程编号课程名称核心内容价值与洞察链接8学生人工智能素养通过负责任的协作，培养学生的人工智能技能，以促进学习、职业规划和学业成功。AI 不仅仅是工具，更是未来学习和工作的“基础设施”。这门课旨在培养学生负责任地使用 AI 的能力，让他们在学业和职业生涯中更具竞争力。https://anthropic.skilljar.com/ai-fluency-for-students9面向教育者的 AI 素养面向将 AI 素养应用于教学和机构战略的教师和教学设计师。AI 正在重塑教育。这门课为教育工作者提供了将 AI 融入教学实践和机构战略的指导，帮助他们更好地利用 AI 赋能学生和提升教学效率。https://anthropic.skilljar.com/ai-fluency-for-educators10人工智能流利度教学在教师指导的环境中教授和评估人工智能流利度。课程已准备就绪。这门课更侧重于教学方法论，为教育者提供了如何在课堂环境中有效教授 AI 素养的实践指南，甚至可能提供了现成的课程材料。https://anthropic.skilljar.com/teaching-ai-fluency11提升非营利组织的 AI 素养在保持使命不变的同时，提高组织的影响力和效率。AI 也能为公益事业赋能。这门课探讨了非营利组织如何利用 AI 提升运营效率、扩大影响力，同时坚守其核心使命。https://anthropic.skilljar.com/ai-fluency-for-nonprofits四. Anthropic 课程学习路径图：从入门到精通的进阶之路
Anthropic 的这套课程体系，清晰地传递了一个信号：AI 学习已经从“提示词工程”转向了“Agent 协作工程”。过去，我们可能花费大量时间去研究如何写出完美的提示词，以期让 AI 更好地理解我们的意图。但现在，重点已经转移到如何构建和管理能够自主完成任务的 AI Agent，以及如何与这些 Agent 进行高效的协作。
这意味着，未来的 AI 开发者和使用者，不仅需要理解大模型的能力，更需要掌握 Agent 的设计原则、技能构建、工具集成以及多 Agent 协作的模式。这是一种更系统、更工程化的 AI 应用方法。
对于不同角色的读者，我给出以下学习路径建议：
开发者/工程师：优先学习“Claude 入门”、“代理技能简介”、“使用 Claude API 进行构建”、“Claude Code 实战演示”以及“MCP 简介与高级主题”。这些课程将直接提升你在 Agent 开发和集成方面的能力。
产品经理/架构师：除了开发者课程外，更应关注“人工智能素养：框架与基础”，理解 AI 的宏观能力和协作模式，以便更好地设计 AI 驱动的产品和系统。
教育者/管理者：重点关注“人工智能素养：框架与基础”以及针对学生、教育者和非营利组织的课程。这些课程将帮助你理解 AI 对组织和个人能力培养的影响，并制定相应的策略。
最后：掌握文字，即掌握 AI
回望我与 AI 的这段旅程，从最初的好奇到如今的深入实践，我越发觉得，掌握文字，就是掌握与 AI 协作的关键。无论是编写 Agent Skills 的指令，还是定义 MCP 的协议，亦或是与 Claude Code 进行交互，文字始终是我们与 AI 沟通的桥梁。它不再仅仅是信息的载体，更是构建智能、驱动协作的“代码”。
正如我一直在强调的，AI 的未来在于协作，而高效协作的基础，在于清晰、准确、富有逻辑的表达。这正是“如何用文字（而非代码）掌握人工智能”这一理念的精髓所在。
如果你也对 AI Agent 的实战落地感兴趣，或者想深入了解如何用文字的力量驾驭 AI，我强烈推荐你关注Anthropic 的这 13 门免费课程，为我们打开了一扇通往 Agent 协作时代的大门。是时候放下对“提示词”的执念，拥抱更广阔的“Agent 协作工程”了。未来的软件，将不再仅仅是代码的堆砌，更是 Agent 之间智能协作的结晶。
如果这篇文章对你有价值：
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
