Xudong Han (@Xudong07452910)
@Xudong07452910
0 正在关注 0 粉丝
最近恰逢秋季开学，我也连续推荐了好几门北美顶尖高校新开的 Agent 课程，一个信号越来越明显：
Agent Engineering 开始大量被正式写进顶尖高校的课程体系了。
这次是 CMU 新开的 11-768《AI Agents》，看完 syllabus 后感觉内容真的很贴近现在一线在做的东西。
Tool Use、Context、Skills、Memory、Planning，往后还有 Coding Agent、GUI、Deep Research、SFT/RL、Sandboxing 和安全。
作业设计是我更看重的部分。
这个课程要求先自己搭 Agentic Harness，再做 Agent Eval，然后需要用 RL 去训练 Agent，最后做一个研究项目。
这个顺序其实挺能说明 2026 年高校开始怎么理解 Agent 了，会调用模型已经很基础，接下来要学的是怎么把 Agent 搭出来、测明白、训练好，再让它可靠地跑下去。
而且课程资料会公开，视频也刚刚开始上传。
最近想系统补 Agent 的，很推荐跟着这门课学。
课程官网：
课程 Schedule：
课程 Assignments：
youtubu 视频：
显示更多
推荐一个维护 AGENTS.md 的思路，觉得还蛮实用的。
题目也很吸引人：AGENTS.md其实是一个神经网络。
很多人的做法都是 Agent 犯一次错，就往 AGENTS.md 里补一条规则。
时间久了文件越来越长，旧规则没删，新规则继续加，最后 Agent 每次都要读一堆已经没什么用的东西。
这篇文章换了个思路：
把项目级 AGENTS.md 当成一个需要「训练」的神经网络。
每一次 Claude Code / Codex session 都是一次 forward pass。
Agent 走过的弯路和被你纠正的地方就是 loss，再定期从这些真实 session 里提取问题，小幅更新 AGENTS.md，相当于做一次 backward pass。
而且要给它固定 Token budget，新增一条规则，就要考虑删掉或移走什么。
作者还直接开源了一个 backpass 工具来自动做这件事。
我还是很喜欢这个思路的。
AGENTS.md 真的不该靠感觉越写越长，而是应该根据 Agent 真正干过的活，一点点「训」出来。
文章
显示更多
恭喜 Junyang Lin 正式官宣创业。
离开 Qwen 之后，他在上海成立了 Pragmatik（语用科技 / p7k Labs），方向也很有意思：研究同时面向数字世界和物理世界的下一代 Agent。
从 Qwen 到 Agent，很期待林俊旸这次能做出一些真正不一样的东西。
也祝新公司一切顺利，期待早日看到产品。
显示更多
a life update: i started a new company called Pragmatik (p7k) Labs (语用科技) in shanghai, focusing on the research of next-generation agents across digital and physical worlds. thanks to Gaorong Ventures and HSG (红杉中国 & 高榕创投) for co-leading this round, and to Tencent (腾讯) and Shanghai Engine Fund (上海未来产业基金) for the support. @pragmatik_labs ·
显示更多
最近发现 Stanford Online 把研究生课程 CS329A：Self-Improving AI Agents 的完整课程录像放到 YouTube 了，一共 9 讲。
这门课基本围绕一个问题展开：AI Agent 怎么通过和环境不断交互，持续改进自己的能力。
内容从 Test-Time Compute、Verifier 和 RL 讲起，后面会进入工具/代码反馈、多步推理与规划、Deep Research、自我改进，以及 Agent 的长时任务评测。
我觉得比较好的地方是，它把现在很多散落在论文里的方向串到了一起：从「怎么让 Agent 多思考」，一路讲到「怎么验证结果、从反馈学习，再把这些能力放进更长的任务里」。
最近在关注 Agent 自进化的话，这套课很适合系统补一遍。
YouTube：
显示更多
最近发现一个很适合系统补机器学习基础的网站：
Richard Xu 把自己过去十多年积累在 GitHub 上的几十份讲义，重新整理成了一套交互式学习教程。
内容从回归、贝叶斯、决策树和神经网络，一直延伸到 EM、MCMC、变分推断、NTK、PAC-Bayes、Transformer 和扩散模型，基础课程与研究级内容都有覆盖。
相比直接面对一堆公式密集的 PDF，网页形式更适合按主题慢慢学习，也更容易把原本零散的知识串起来。
现在很多教程都在追最新模型，这套资源更愿意把概率、优化、推断和学习理论讲清楚。模型会不断换名字，真正帮助我们理解它们的基础却没有那么容易过时。
交互式网站：
原始讲义：
显示更多
我们之前设想的「强模型规划、弱模型执行」，可能本身就有一些问题。
现在常见的做法，是让前沿模型先读代码、写一份 plan.md，再交给便宜模型执行。听起来很合理，实际却可能更贵，因为执行模型拿到的只是一份几千 Token 的计划，后续要重新读取几十万 Token 的代码，前面的理解过程几乎又要在做一遍。
作者提出的 /prewalk 换了一种交接方式：
先让强模型探索项目、建立 TODO，并完成第一次有效修改。等方案真正接触过代码后，保留整个上下文，直接切换到便宜模型继续完成。
在 SWE-bench Pro 上，这种方式保留了 GPT-5.6 Sol 约 97% 的通过率，同时把成本降低了约 39%。
文章里有句话我很喜欢：交接时应该传递一段走过的轨迹，而不是一份描述旅程的明信片。
这对多 Agent 协作也很有启发。未来模型之间有价值的交接物，可能不只是计划文档，还包括它读过什么、排除了什么、当前做到哪里，以及已经验证过的第一步。
文章链接：
显示更多
这是一个很幸福的时刻。
杨植麟的 CMU 导师 Russ Salakhutdinov 发帖祝贺 Kimi K3。能收到导师这样的公开祝贺，应该是一件特别开心的事。
Russ 教授不仅是 Hinton 的亲传弟子，也是苹果首任 AI 总监。
他在帖子里专门祝贺了自己的学生，还回忆起两人在 CMU 一起做出 XLNet 和 Transformer-XL 的那段经历。看得出来，他也一直以杨植麟为傲。
显示更多
Congratulations to Zhilin Yang, founder and CEO of @Kimi_Moonshot, on the latest Kimi release. What a huge win for the open-source community!
It feels like just yesterday Zhilin was graduating from my lab at CMU, jointly co-advised with William Cohen. Not only did he complete his Ph.D. in just four years, but he also made truly fundamental contributions to ML during his time at CMU.
What a spectacular career! Congrats again Zhilin, and thank you and the entire Kimi team for everything you're doing for the open-source community.
显示更多
有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？
Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。
单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。
这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。
如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。
显示更多
现在很多人学 AI Agent，还停留在「能不能跑一个 demo」。
但真正难的可能是：这个东西上线之后，能不能长期稳定地跑。
CMU 2026 春季这门 MLiP / AI Engineering 课程，我觉得很值得关注。它讲的不是怎么训练一个模型，也不是怎么写几个 prompt，而是怎么把 ML、LLM 和 Agent 变成真正的生产系统。
里面会讲部署、测试、监控、MLOps、安全、隐私、公平性、可解释性，也包括 Agents 相关的很新的工程内容。
这个课程项目不是做一个玩具 demo，它想让学生在相对真实的生产条件下，构建、部署、评估并维护一个面向 100 万活跃用户的推荐系统。
这其实很符合接下来 AI 的发展方向。
Agent 能写代码、能调用工具、能完成任务，已经不算最稀奇的部分了。真正有门槛的是：它犯错怎么办？怎么监控？怎么回滚？怎么评估？怎么控制成本？怎么在高负载下稳定运行？
AI 工程的核心，正在从「模型能力」走向「系统可靠性」。
如果你想理解 Agent 怎么从 demo 走向真实产品，这门课可能比很多单纯追热点的 Agent 课更值得看。
显示更多
这个是真有意思呀
研究中国新儒家思想，特别是阳明心学的美国教授加入了Anthropic了。
他去 Anthropic 做的就是 alignment（对齐），就是让 AI 的行为符合人类的价值观，并且负责塑造 AI 的性格。
阳明心学讲的就是知行合一，希望Anthropic 可以做到。
显示更多
I've joined @AnthropicAI to work on alignment and character. I'll still teach at @nyuniversity; I'm on leave from @UTAustin.
CMU 这门 NLP 课最硬核的地方：第一份作业就让你从零手搓一个 LLaMA。
卡内基梅隆大学公开了 2026 春季《Advanced NLP》课程，教授是 Sean Welleck。整套资源包括完整课程主页、课件、视频和配套代码，内容从 Tokenizer、Transformer、语言模型基础，一路讲到 RAG、多模态、RLHF、MoE、长上下文和 test-time scaling。
这门课最有价值的地方，不仅是教你怎么调用大模型 API，而且把大模型能力背后的工程路径也拆开给你看。
从「Build Your Own LLaMA」这种手搓模型作业，到后面的推理、效率、评测和 Agent，它训练的其实是一种更底层的能力：你能不能理解模型为什么能工作，为什么会变强，为什么有时会失败。
这也很符合现在 AI 的技术拐点。
过去大家更关心参数规模，谁的模型更大；现在越来越多关键进展，开始发生在推理侧、效率侧和系统侧：怎么让模型更会思考，怎么调度专家，怎么检索外部知识，怎么在有限算力下获得更好的输出。
所以这门课不只是 NLP 进阶课，更像一份 2026 年大模型研究者的训练路线图。
AI 时代真正的分水岭，可能不只是会不会使用模型。
更关键的是：
你停在应用层，还是愿意继续往下走到架构层。
Home:
Youtubu:
Code:
显示更多
Kimi K2.7 code 是唯一被微软纳入Copilot御用模型列表中的中国模型，而不是Qwen 或者 GLM。
之前 cursor 也是拿 kimi 来做基模进行后训练得到 Composer 2.5，性能也很优秀。
Kimi 的多模态真是它的优势，就是上下文长度弱一些。
显示更多
Hacker News 上有一篇评论区火了的文章：Qwen 3.6 27B 是本地开发的理想选择。
核心发现是：密集参数模型、原生支持 256k 上下文，在 MacBook Max M5 上跑 Q8_0 量化版能达到 30 tokens/s，RTX 5090 上能到 50 tokens/s。
作者称它为「首个真正具备通用智能的本地模型」，以前本地模型总有木桶短板，这次用一个提示同时完成创意写作和生成六边形扫雷游戏，两件事都做得不错。
这个评价背后是一个更大的趋势：云端大模型多年打磨出的工程积累，正在开始向本地 scale down。隐私优先、延迟可控、离线可用，这三个以前要互相妥协的需求，现在开始可以同时满足。
现在「足够好的本地模型」这条线，正向我们靠近。如果 30B 级别的模型真能达到通用水准，日常开发和轻量 Agent 任务不依赖 API 调用这件事，可能比大多数人想象的近。
显示更多
这几天看了好多这样的新闻，希望这个是真的吧。
Claude Fable 5 赶紧回来吧。
🚨 NEWS: Commerce is expected to lift export controls on Fable tonight, a senior White House official tells me.
分享一下智谱创始人唐杰老师 @jietang 昨天刚在WB上发的文章吧
AI 时代：认知 > 格局 > 技术 > 管理
推荐一本免费的 AI 书：《Agentic AI 漫游指南》。
我刚开始读，感觉它和很多「AI 入门指南」不太一样。
虽然也有基础知识，但作者明显没有把主要篇幅放在那些已经被反复讲过的概念上，而是一路讲到强化学习 RL、推理 Reasoning、评测 Evaluation，最后才进入 Agentic AI。
所以它更像一本帮你理解 AI 工作机制的书，而不是一本教你「怎么用 AI 工具」的操作手册。
如果你已经不满足于只会用 ChatGPT、Claude、Cursor，想进一步理解 AI 为什么能推理、怎么被训练、如何被评测，以及 Agent 到底是怎么跑起来的，这本书挺值得收藏。
显示更多
昨天跟一个在英国读本科的同学聊天，问他平时怎么用 AI 辅助写作业。
他说学校现在对 AI 作业管得挺严，一旦老师觉得你的文字太学术或者太正式，就可能直接给低分。
然后他说了一个他的解决方案：
「请用雅思 5.5 分的水平，帮我润色这段文字。」
之前大家用 AI，还是想着想把文字变得更高级一点。
现在为了不被怀疑用 AI，反而要让 AI 主动写得没那么高级。
现在对学生来说，写得太差，分数低；写得太好，也很危险。
最安全的，可能是刚好像自己写的。
显示更多
这一篇关于 Agent Memory 的长文很值得推荐。
它最打动我的地方，是没有把 memory 简化成「存聊天记录」。
在很多人的理解里，Agent Memory 好像就是把过去的对话存下来，下次再喂给模型。但这篇文章讲得更清楚：真正成熟的 Agent Memory，其实是一整套状态架构。
长上下文解决的是「这一轮能看见多少」。
RAG 解决的是「需要时能查到什么」。
Memory 解决的是「下一轮醒来时，还能不能继承上一次的判断、经验、规则和未完成状态」。
这也是为什么 coding agent、research agent、personal agent 一旦开始跨 session 工作，就一定会遇到 memory 问题。
有些东西应该写进 CLAUDE.md / AGENTS.md，成为长期规则。
有些东西应该常驻，比如用户偏好、项目不变量、agent 的身份。
更多历史则应该按需召回，而不是每次都塞进上下文。
更关键的是，memory 还要记录证据链、权限边界、风险红线和状态变化。
否则一次错误总结、一次过期信息、一次被污染的网页内容，都可能变成 agent 以后反复继承的「错误经验」。
所以我很认同这篇文章的判断：
Agent Memory 的价值不在于记住更多，而在于让 agent 少犯同样的错，更快复用做对过的事。
长上下文让 agent 在当前任务里看得更全。
Memory 则让 agent 在下一次任务里起点更高。
这可能是 Agent 从「单次调用工具」走向「持续工作的系统」时，最容易被低估的一层基础设施。
显示更多
最近读 Paul David 1990 年那篇经典文章《The Dynamo and the Computer》，反而更能理解今天很多人的 AI 焦虑。
当年电力出现后，工厂生产率没有立刻暴涨。
原因很简单：很多工厂只是把蒸汽机换成电动机，但整套生产方式、机器布局、管理流程，仍然停留在旧时代。
真正的变化，要等到工厂重新设计，机器独立驱动，流程重新组织之后，才慢慢释放出来。
这和今天的 AI 很像。
很多人焦虑，是因为模型进步太快了。新模型、新 Agent、新工具，每隔几天就刷屏一次。于是我们很容易产生一种错觉：
技术已经冲到未来了，我却还停在原地。
但问题可能没有那么简单。
AI 的真正影响，不会只来自「模型更聪明」。它还要等工作流、组织结构、教育方式、协作模式一起变化。
现在很多公司和个人，其实还在把 AI 塞进旧流程里。
以前写周报，现在让 AI 写周报。
以前开很多会，现在让 AI 总结会议。
以前复制粘贴资料，现在让 AI 帮你复制粘贴得更快。
这当然有用，但还没有真正改变「工厂」。
所以 AI 时代的核心问题，也许不是「我会不会被替代」，而是：
我现在的工作方式，有多少还停留在旧的皮带轴系统里？
焦虑不能完全消失，但它可以被重新理解。
如果 AI 真的像电力一样是通用技术，那我们现在经历的，可能不是终局，而是混乱的重组期。
真正值得关注的，不只是下一个模型有多强，而是谁能先学会重新设计自己的工作流。
个人如此，公司也是如此。
显示更多
最近读到一篇很喜欢的文章：Zen and the Art of AI Research。
它最打动我的观点是：
做 AI research，很多时候拼的不是天赋，而是一种研究气质。
能不能长期泡在一个问题里，能不能接受实验失败和对好的结果保持怀疑，能不能在别人发了好 paper 之后，不只是焦虑，而是反过来问自己：我有没有在同样的深度上思考？
文章里有个很好的类比：做研究有点像打坐。
有灵感的时候，继续坐。
没有灵感的时候，也继续坐。
很多真正重要的想法，不是刷几篇热门论文就突然冒出来的，而是在反复阅读、动手构建、失败、debug、重新理解里慢慢长出来的。
这篇文章还提醒了一个很现实的问题：coding agents 会让研究跑得更快，但也会让人更容易失去对系统细节的掌控。
它可能帮你改了 prompt，缩短了 sequence length，换了 config，跑了一个看起来差不多、其实已经不一样的实验。
工程上这可能只是小问题，科研上就是大问题。
因为一个很小的改动，就可能改变整篇论文的结论。
所以 AI 时代的研究能力会变得更矛盾：
你要会用 AI 加速，但不能把理解外包给 AI。
你要跑得更快，但不能失去慢下来检查的能力。
你要拥抱 agents，但仍然要知道每个结果是怎么来的。
优秀的研究者需要在工具越来越强之后，依然能保持耐心、怀疑和清醒的人。
显示更多
