КРАТКАЯ ИНФОРМАЦИЯ
| Сложность | От начального до среднего |
| Время | От 2 до 40 часов на курс |
| Требования | Базовый Python для большинства, некоторые курсы без требований |
| Инструменты | Аккаунт Hugging Face, Google Cloud (бесплатный уровень), GitHub |
Чему научитесь:
- Создавать ИИ-агентов с нуля на Python и популярных фреймворках
- Подключать инструменты, работать с памятью, координировать несколько агентов
- Разворачивать агентов в продакшене
- Получать сертификаты
В этом материале собрал пять бесплатных курсов по ИИ-агентам: Hugging Face, LangChain Academy, Microsoft Learn, Google Cloud и DeepLearning.AI. Подходы у всех разные, и не все одинаково полезны в зависимости от ваших задач.
Разобрал структуру курсов, требования и что конкретно вы там напишете. Где-то дают сертификаты, где-то только знания. Стоит понять компромиссы до того, как вложите 20+ часов в любой из них.
О чём вообще эти курсы
ИИ-агенты отличаются от обычных чат-ботов. Это системы, где модель сама решает, какие действия предпринять, выполняет их через инструменты и корректирует поведение на основе результатов. Курсы ниже учат разным фреймворкам для построения таких систем: smolagents, LangGraph, LlamaIndex, Azure AI Foundry.
Фреймворки принципиально отличаются философией. LangGraph делает упор на явный контроль через графы состояний. Smolagents от Hugging Face строит агентов, которые генерируют и выполняют Python-код. Azure AI Foundry предоставляет управляемую инфраструктуру с меньшей привязкой к конкретному фреймворку. Эти различия важны, потому что первый выученный фреймворк формирует ваше представление об архитектуре агентов в целом.
Курс 1: Hugging Face Agents Course
URL: https://huggingface.co/learn/agents-course
Время: 15-25 часов, 4 модуля плюс бонусы
Сертификат: да, два варианта (базовый или полный)
Курс запустился в начале 2025-го и быстро стал одним из самых полных бесплатных вариантов. Структура: введение в основы агентов, глубокое погружение в три фреймворка (smolagents, LlamaIndex, LangGraph), агентный RAG и финальный челлендж на бенчмарке GAIA.
Главная особенность в широте охвата. Большинство курсов по агентам выбирают один фреймворк и держатся за него. Hugging Face учит трём, что даёт базу для сравнения. Реализуете одни и те же концепции по-разному и начинаете видеть, где каждый фреймворк силён.
Что конкретно будете делать
В первом модуле основы: что такое агенты, как языковые модели взаимодействуют с инструментами, цикл «наблюдение-мысль-действие». К концу напишете простого агента на чистом Python без фреймворков.
Второй модуль уже практический. В smolagents будете строить агентов, которые пишут Python для выполнения задач. LlamaIndex про извлечение документов и доступ к структурированным данным. LangGraph учит конечным автоматам для управления потоком агента.
Третий модуль применяет всё к RAG. Четвёртый проверяет вас на бенчмарке GAIA, стандартизированном тесте для измерения способностей агентов.
Бонусные модули про файнтюнинг моделей для вызова функций и про наблюдаемость с оценкой качества. По моим ощущениям, именно эти секции наиболее релевантны для продакшена, хотя формально они опциональные.
Требования и подводные камни
Нужен аккаунт Hugging Face и базовый Python. Курс предполагает знакомство с API и асинхронным кодом, хотя большинство вещей объясняет по ходу.
По отзывам, финальный проект для сертификата самая сложная часть. Бенчмарк GAIA непростой, и добиться хорошей работы агента требует реальной отладки и итераций. Это не курс, который можно прокликать за вечер.
Как начать
- Заходите на https://huggingface.co/learn/agents-course
- Создайте аккаунт Hugging Face, если нет
- Присоединяйтесь к Discord Hugging Face для поддержки (ссылка на странице курса)
- Начинайте с нулевого модуля для настройки окружения
Курс ведут Ben Burtenshaw и Sergio Paniego. Discord-канал активный, если застрянете.
Курс 2: LangChain Academy — Introduction to LangGraph
URL: https://academy.langchain.com/courses/intro-to-langgraph
Время: 4-8 часов
Сертификат: бейдж навыка по завершении
LangGraph это фреймворк LangChain для построения агентов с явным контролем над поведением. В отличие от smolagents (где агенты генерируют произвольный код), LangGraph определяет агентов как конечные автоматы с узлами, рёбрами и условной маршрутизацией.
Academy предлагает несколько курсов по LangGraph. «Introduction to LangGraph» покрывает основы. Есть ещё «LangGraph Essentials» про рабочий процесс с email, и более продвинутые проектные курсы для глубокого исследования и «ambient agents».
Философия фреймворка
LangGraph рассматривает поведение агента как граф. Узлы это действия (вызов языковой модели или выполнение инструмента). Рёбра определяют переходы между узлами. Условные рёбра позволяют агенту выбирать путь на основе состояния.
Такая явность имеет свои компромиссы. У вас больше контроля, чем с агентами, генерирующими код, но и думать о структуре нужно заранее. Для продакшен-приложений, где надёжность важнее гибкости, обычно это правильный выбор.
Курс учит управлению состоянием, памяти (краткосрочной и долгосрочной), паттернам human-in-the-loop и тому, как строить агентов, способных приостанавливаться и возобновлять работу. Это фичи, которые отличают демо-игрушки от реально разворачиваемых систем.
Что будете делать
Вводный курс проходит через создание базового агента, добавление инструментов, реализацию памяти и обработку условной логики. В продвинутых курсах строятся полноценные приложения: email-ассистент (Ambient Agents), исследовательский агент (Deep Research), многоагентная система (Deep Agents).
Harrison Chase, основатель LangChain, ведёт несколько из этих курсов. Качество преподавания хорошее, хотя некоторые пользователи жалуются, что сама платформа периодически глючит с лабораторными окружениями.
Как получить доступ
- Заходите на https://academy.langchain.com
- Создайте аккаунт
- Записывайтесь на «Introduction to LangGraph» (бесплатно)
- Остальные курсы тоже бесплатные, но могут требовать прохождения предварительных
LangGraph под лицензией MIT, бесплатен. Курсы Academy бесплатные. LangSmith (для деплоя и мониторинга) имеет бесплатный уровень с лимитами.
Курс 3: Microsoft Learn — Develop AI Agents on Azure
URL: https://learn.microsoft.com/en-us/training/paths/develop-ai-agents-on-azure/
Время: 8-15 часов
Сертификат: бейдж Microsoft Learn; также доступен как Professional Certificate на Coursera (платный вариант)
Подход Microsoft отличается от open-source фреймворков. Azure AI Foundry (раньше Azure AI Agent Service) предоставляет управляемую инфраструктуру для создания и развёртывания агентов. Вы меньше привязаны к конкретному фреймворку и больше сосредоточены на использовании сервисов Azure вместе.
Учебный путь включает шесть модулей: основы агентов, создание агентов с Azure AI Foundry, кастомные инструменты, многоагентные системы, интеграция Model Context Protocol (MCP) и SDK Microsoft Agent Framework.
Независимость от фреймворков
Azure AI Foundry поддерживает несколько фреймворков агентов. Можно использовать Semantic Kernel (SDK от Microsoft), AutoGen или принести свой. Курс учит думать об агентах на более высоком уровне абстракции: какие возможности нужны, какие сервисы их предоставляют и как они связываются.
Это действительно отличается от изучения LangGraph или smolagents. Вы учитесь компоновать сервисы Azure (Chat, Language, Vision, Speech, Search) в агентные системы, а не реализовывать низкоуровневые циклы агентов самостоятельно.
Что будете делать
Путь Microsoft включает агента для гостиничной информации, который обрабатывает запросы гостей с использованием нескольких ИИ-сервисов. В поздних модулях добавляется многоагентная оркестрация и интеграция MCP-инструментов.
У Microsoft также есть отдельный репозиторий на GitHub «AI Agents for Beginners» (12 уроков), который покрывает больше теории и включает примеры кода на Python. Он на https://microsoft.github.io/ai-agents-for-beginners/ и полностью бесплатный без необходимости кредитов Azure.
Требования и стоимость
Модули Microsoft Learn бесплатные. Для практических лабораторных нужен аккаунт Azure. Новые аккаунты Azure получают $200 кредитов, чего достаточно для прохождения курса, если аккуратно выключать ресурсы.
Для тех, кому нужно более структурированное обучение с поддержкой инструктора, Microsoft предлагает Professional Certificate на Coursera («Microsoft AI Agents: From Foundations to Applications»), включающий тот же контент плюс дополнительные проекты. Требует подписку Coursera или финансовую помощь.
Как начать
- Создайте аккаунт Microsoft Learn на https://learn.microsoft.com
- Перейдите к учебному пути
- Настройте аккаунт Azure для практических лабораторных
- Альтернативно начните с GitHub-репозитория «AI Agents for Beginners» для бесплатного обучения без Azure
Курс 4: Google Cloud — Generative AI Learning Path
URL: https://www.cloudskillsboost.google/paths/118 (Introduction to Generative AI)
Время: варьируется (путь 118 около 2 часов; контент по агентам 8-15 часов)
Сертификат: бейджи Google Cloud skills
Обучение ИИ-агентам от Google распределено по нескольким учебным путям на Google Skills (бывший Google Cloud Skills Boost). Конкретный путь 118 на самом деле обзорное введение в генеративный ИИ, а не курс по агентам.
Для агентов конкретно ищите курсы вроде «Build Generative AI Agents with Vertex AI and Flutter» на Coursera или лабораторные типа «Deploy an Agent with Agent Development Kit» на Google Skills.
Экосистема Google
Vertex AI Agent Builder это платформа Google для создания агентов. No-code/low-code инструмент, позволяющий определять поведение агента, подключаться к источникам данных и разворачивать. Agent Development Kit (ADK) даёт более программный контроль для разработчиков.
Google недавно запустил программу Gemini Enterprise Agent Ready (GEAR), нацеленную на обучение миллиона разработчиков на их агентной платформе. Включает бейджи через Google Skills.
Как получить доступ
Google Cloud Innovators (бесплатная программа) получают 35 ежемесячных кредитов для лабораторных Google Skills. Этого хватает для прохождения большинства контента по агентам без оплаты.
- Присоединяйтесь к Google Cloud Innovators на https://cloud.google.com/innovators
- Заходите на Google Skills на https://www.skills.google
- Ищите «agent» или «Vertex AI Agent Builder» для релевантных курсов
- На Coursera тоже есть курсы Google Cloud, некоторые бесплатны для прослушивания
Ограничение: экосистема Google меняется быстрее документации. Курсы середины 2024-го могут ссылаться на сервисы или интерфейсы, которые с тех пор обновились. Проверяйте дату последнего обновления любого курса перед началом.
Курс 5: DeepLearning.AI — AI Agents in LangGraph
URL: https://www.deeplearning.ai/short-courses/ai-agents-in-langgraph/
Время: 2-4 часа
Сертификат: да, сертификат DeepLearning.AI
Самый короткий курс в списке, но, возможно, самый сфокусированный. DeepLearning.AI Эндрю Ына в партнёрстве с LangChain и Tavily создали концентрированное введение в LangGraph.
Курс ведут Harrison Chase (LangChain) и Rotem Weiss (Tavily). Курс бесплатен в бета-период DeepLearning.AI, хотя это может измениться.
Что покрывает
Сначала построите агента с нуля на Python, потом пересоберёте его на LangGraph. Контраст показателен: видите, что фреймворк абстрагирует и какой контроль даёт.
Курс делает упор на агентный поиск (с использованием Tavily), персистентность (сохранение состояния между разговорами) и паттерны human-in-the-loop. Финальный проект строит агента для написания эссе, который исследует тему, пишет черновик и дорабатывает контент.
Связанные курсы DeepLearning.AI
DeepLearning.AI предлагает несколько других бесплатных курсов по агентам. «Multi-AI Agent Systems with CrewAI» учит многоагентной оркестрации. «Long-Term Agentic Memory with LangGraph» углубляется в системы памяти. Все короткие (1-4 часа) и сфокусированные.
Эти курсы предполагают средний уровень Python. Идут быстро и не тратят время на базовые вещи.
Как начать
- Заходите на https://www.deeplearning.ai/short-courses/ai-agents-in-langgraph/
- Создайте аккаунт DeepLearning.AI
- Курсы включают Jupyter-ноутбуки, которые можно запускать прямо в браузере
Какой курс выбрать
Пять курсов служат разным целям. Хотите широты и сравнения фреймворков: Hugging Face наиболее полный. Хотите погрузиться в один фреймворк с продакшен-паттернами: LangChain Academy более сфокусирован. Курсы Microsoft и Google имеют смысл, если вы уже в этих облачных экосистемах. DeepLearning.AI самый быстрый путь к рабочему пониманию конкретно LangGraph.
Я бы советовал начать либо с курса Hugging Face (для широты), либо с курса DeepLearning.AI по LangGraph (для скорости). Курс DeepLearning.AI можно пройти за выходные, что даст достаточно контекста для решения, инвестировать ли больше времени в LangGraph конкретно или исследовать другие фреймворки.
Что эти курсы покрывают плохо: оценка и тестирование агентных систем. Агентов печально известно сложно тестировать из-за недетерминированного поведения. Некоторые курсы упоминают LangSmith или Weights & Biases для наблюдаемости, но строгие стратегии тестирования остаются открытой проблемой, которую индустрия пока не решила.
Решение проблем
Лабораторное окружение не загружается в LangChain Academy Попробуйте другой браузер. Chrome работает надёжнее всего. Если используете VPN, временно отключите.
Сертификат курса Hugging Face не появляется Сертификаты требуют выполнения всех обязательных заданий, а не просто просмотра контента. Проверьте процент завершения каждого модуля. Отправка результатов бенчмарка GAIA обязательна для полного сертификата.
Кредиты Azure заканчиваются Удаляйте группы ресурсов сразу после завершения каждой лабораторной. Главная статья расходов: оставленные работающие вычислительные ресурсы. Настройте оповещения о бюджете в Azure, чтобы получать предупреждения до достижения лимитов.
Курсы Google Skills показывают «требуются кредиты», хотя ожидались бесплатные Убедитесь, что вошли с аккаунтом Innovators. Некоторые курсы требуют определённых бейджей навыков как предварительных условий для бесплатного доступа.
Что дальше
После прохождения одного-двух курсов вы поймёте основы архитектуры агентов. Следующий шаг: построить что-то реальное.
Для практических проектов агент для покемон-батлов из курса Hugging Face (бонусный модуль 3) реально весёлый. Курс LangChain Academy по email-ассистенту («Ambient Agents») строит нечто, что вы можете реально использовать.
Хотите углубиться в многоагентные системы: смотрите CrewAI или AutoGen. У обоих есть бесплатные курсы и документация. Паттерны, выученные на LangGraph, переносятся достаточно хорошо, хотя синтаксис отличается.
СОВЕТЫ
Сочетание клавиш для перезапуска ядра Jupyter (часто понадобится на этих курсах при багах): 0, 0 в командном режиме. Будете использовать постоянно.
При отладке агентов добавляйте print после каждого вызова инструмента. Агенты ломаются способами, которые не очевидны из сообщений об ошибках. Увидеть реальные входы и выходы инструментов обычно выявляет проблему.
Для LangGraph конкретно: метод draw_mermaid_png() на любом объекте графа рендерит визуальную диаграмму. Бесценно, когда агент не идёт по ожидаемому пути.
Если проходите несколько курсов, ведите файл заметок, отслеживая, какие фреймворки используют какую терминологию. «Tools» vs «functions» vs «actions» означают немного разное в разных контекстах. Концептуальное пересечение большое, но непоследовательность словаря раздражает.
ЧаВо
Нужно ли платить за API-вызовы во время курсов? Большинство курсов предоставляют изолированные окружения с включённым API-доступом. Исключения: когда строите проекты вне курсового окружения. Hugging Face Inference API имеет бесплатный уровень. OpenAI и Anthropic требуют платные API-ключи для существенного использования.
Какой курс пройти первым, если никогда не делал ИИ-агентов? DeepLearning.AI по LangGraph или первый модуль Hugging Face. Оба начинают с основ. DeepLearning.AI быстрее; Hugging Face тщательнее.
Эти сертификаты реально ценятся работодателями? Сертификаты этих курсов демонстрируют знакомство, не экспертизу. Наиболее ценны для людей, переходящих в ИИ-роли, которым нужно показать целенаправленное развитие навыков. Для опытных разработчиков GitHub-репозиторий с работающим кодом агента важнее сертификатов.
Можно пройти эти курсы на телефоне? Смотреть видео и читать контент можно, но практические лабораторные требуют ноутбук. Большинство лабораторных включают написание и запуск Python-кода в Jupyter-ноутбуках.
Нужна ли GPU для этих курсов? Нет. Все курсы используют API-доступ к моделям. Вы вызываете хостируемые модели, а не запускаете их локально.
РЕСУРСЫ
- Hugging Face Agents Course: Основная страница курса со ссылкой на Discord для поддержки
- LangChain Academy: Все курсы по LangGraph включая продвинутые проекты
- Microsoft AI Agents for Beginners (GitHub): 12 бесплатных уроков, без аккаунта Azure
- Google Skills: Ищите «agent» для текущих курсов по ИИ-агентам
- DeepLearning.AI Short Courses: Все курсы по агентам включая CrewAI и курсы по памяти
- LangGraph Documentation: Справочная документация за пределами курсов | DeepLearning.AI short courses | https://www.deeplearning.ai/short-courses/ai-agents-in-langgraph/ | Course 5 section | | LangGraph Documentation | https://langchain-ai.github.io/langgraph/ | Resources section |
