Xudong Han (@Xudong07452910) “最近发现 Stanford Online 把研究生课程 CS329A：Self-Improving AI Agents 的完整课”

2026.08.10 00:40

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