据@AndrewYNg，DeepLearning.AI上线《使用CrewAI设计、开发与部署多智能体系统》课程，由CrewAI Inc联合创始人兼CEO Joao Moura授课，面向使用开源CrewAI框架构建并部署生产级多智能体团队以自动化复杂流程，报名入口在DeepLearning.AI课程页面；来源：Andrew Ng。 据@AndrewYNg，课程教授为代理配备工具、记忆与安全护栏，发展可规划、推理与协作的团队，并通过追踪、评估与监控实现可观测、可回归的上线部署；来源：Andrew Ng。 据@AndrewYNg，吴恩达披露其对CrewAI有小额天使投资以保持信息透明；来源：Andrew Ng。 据@AndrewYNg，这些代理能力契合交易与加密开发者在系统化执行、风险监控与链上运营中的自动化与编排需求，使课程与面向实盘代理交易栈的生产要求相匹配；来源：Andrew Ng。

据@DeepLearningAI称，其与CrewAI合作推出新课程《Design, Develop, and Deploy Multi-Agent Systems》，由CrewAI联合创始人兼CEO João Moura授课。来源：@DeepLearningAI 在X平台，2025年11月11日；hubs.la/Q03SBVJN0。课程聚焦构建可在端到端流程中协作的AI代理团队，强调规划、推理与协调，并配备工具、记忆和护栏以确保生产级可靠性。来源：@DeepLearningAI 在X平台，2025年11月11日；hubs.la/Q03SBVJN0。课程还包含来自Weaviate、Snyk、ExaAI Labs和AB InBev的洞见，展示了基于CrewAI的多智能体系统在实务中的应用。来源：@DeepLearningAI 在X平台，2025年11月11日；hubs.la/Q03SBVJN0。该公告未提及加密货币或代币，因此未显示与加密市场的直接关联。来源：@DeepLearningAI 在X平台，2025年11月11日；hubs.la/Q03SBVJN0。

据 @DeepLearningAI，DeepLearning.AI 与 Box 推出免费短课《Build AI Apps with MCP Servers: Working with Box Files》，由 Box 的 CTO Ben Kus 授课。来源：DeepLearning.AI 于 X，2025年9月17日。 据 @DeepLearningAI，课程首先构建一个处理从 Box 文件夹手动下载并本地存储文件的 LLM 应用。来源：DeepLearning.AI 于 X，2025年9月17日。 据 @DeepLearningAI，随后学员会将应用重构为兼容 MCP，并连接到 Box MCP 服务器，使应用可通过服务器提供的工具直接在 Box 中处理文件。来源：DeepLearning.AI 于 X，2025年9月17日。 据 @DeepLearningAI，课程最终将方案进化为通过 A2A 协议协调的多智能体系统。来源：DeepLearning.AI 于 X，2025年9月17日。 据 @DeepLearningAI，本次公告聚焦企业文件流程与智能体协作的开发者技能提升，未提及任何加密货币、区块链或代币集成。来源：DeepLearning.AI 于 X，2025年9月17日。

据 @balajis 称，以蜜蜂、萤火虫、狼、鲸、蜻蜓、布谷鸟等命名的群体智能算法，提供了促成加密人群协作与 AI 代理对齐的思路，值得交易者关注该协同主题，来源：@balajis 在 X 于 2025年8月11日发布。在交易层面，可重点跟踪将群智能式协同用于多智能体系统与链上治理的 Web3 项目与 DAO，因为作者明确强调加密社区与 AI 代理的协调方向，来源：@balajis 在 X 于 2025年8月11日发布。交易者可关注协议更新与代码库中涉及蜜蜂、萤火虫、狼、鲸、蜻蜓、布谷鸟等算法并与代理框架或治理工具相关的描述，以判断叙事热度，来源：@balajis 在 X 于 2025年8月11日发布。

根据DeepLearningAI，研究显示多智能体系统失败主要源于规范不当、智能体间不一致和任务验证薄弱。这些问题可能影响加密货币市场中基于AI的交易策略，导致交易执行和风险管理不佳。通过优化提示和重构智能体结构，可以显著减少系统失败，为多智能体AI算法在加密货币交易中的应用带来提升（来源：DeepLearningAI）。