斯坦福 CS329Z: Engineering AI Agents 课程资料全面公开
斯坦福把整门 Agent 工程课免费放出来了，录像和作业全公开。HW1 不用框架手写 Agent Harness，跑一遍才 0.2 美元左右；HW2 教你做 Terminal-Bench 风格的评测任务。想自己搭 Agent 或做评测的开发者直接跟完这俩作业就够上手了。
斯坦福新课程 CS329Z: Engineering AI Agents 的全部资料开始公开：讲座录像正逐日上传至 Stanford Online 的 YouTube 频道，两份作业仓库也已开放，均采用 MIT 许可。课程核心是从单一大模型转向复合系统，课表覆盖 Agent 结构、RAG、工具、记忆、多智能体、优化、评测、安全、编程 Agent 和主动式 Agent，并安排了 Terminal-Bench、SWE-bench 的嘉宾课，以及 Andrew Ng 的对谈。
HW1 由 Michael Ryan 设计，禁止使用现成 Agent 框架，要求只靠对话补全接口和自己写的代码搭建 Agent Harness：先在真实公司邮件语料上从零实现 BM25 检索和多跳问答，再补上工具调用循环、上下文压缩、跨会话记忆、人工审批和防护。参考实现跑完实时测试约 0.05 美元，评估再加约 0.18 美元。HW2 由 John Yang 设计，基于 Harbor 框架制作 Terminal-Bench 风格的评测任务，学生需跑通 HumanEval、SWE-bench Verified、Terminal-Bench 2.1，并自拟一道含验证器的任务让 mini-SWE-agent 尝试五次，自拟任务占 70 分。
对开发者来说，HW1 意味着用不到 5 美元的 API 额度就能在家复刻一套类似 Claude Code 的系统，整套课程相当于一份开源的 Agent 工程教材，比多数只讲概念的公开课更贴近实操。
斯坦福 CS329Z: Engineering AI Agents 公开课程资料 感谢 @michaelryan207 分享，讲座录像陆续上传到 Stanford Online 的 YouTube 频道，两份作业仓库也已开放。 CS329Z 课程详细介绍可以参考： x.com/shao__meng/sta… 课程把重点放在从单一大模型转向复合系统：把检索器、工具、优化器等部件组合起来，并学会拆解问题、选择组件、整理数据、做评测和权衡设计。课表覆盖 Agent 结构、RAG、工具、记忆、多智能体、优化、数据、评测、安全、编程 Agent 和主动式 Agent，并有 Terminal-Bench、SWE-bench 的嘉宾课，以及 Andrew Ng 的对谈。 课程 Youtube 视频列表（最新发布两讲）： youtube.com/playlist?list=… 作业 HW1 由 Michael Ryan 设计，要求不用现成的 Agent 框架，只靠对话补全接口和自己写的代码，搭出一套 Agent Harness。学生先在真实公司邮件语料上做优先级分类、每日摘要、从零实现 BM25 检索和多跳问答；再把它做成一家虚构能源公司的内部助手，补上工具调用循环、文档检索、终端、上下文压缩、跨会话记忆、人工审批和防护。 用不到 5 美元的 API 额度，就能在家搭出自己的「Claude Code」。作业讲义给出的参考实现成本更低：跑完除模拟评估外的实时测试约 0.05 美元，评估再加约 0.18 美元。 github.com/cs329z/assignm… 作业 HW2 由 John Yang @jyangballin 设计，使用 Harbor 框架制作接近 Terminal-Bench 风格的真实 Agent 评测任务。学生先跑 HumanEval、SWE-bench Verified、Terminal-Bench 2.1 等已有任务，再自己写一道包含问题、运行环境和验证器的任务，让 mini-SWE-agent 尝试五次，并评审三名同学的任务；其中自拟任务占 70 分（满分 100）。两份作业都采用 MIT 许可。 github.com/cs329z/assignm… Michael Ryan @michaelryan207 🔊 Big Update! All materials are now being released publicly for our NEW Stanford course CS329Z: Engineering AI Agents! Starting with the lectures, which are going live daily on the Stanford Online YouTube channel! Lecture 1: youtu.be/DGI4vucR71w M 🧵 (1/5) 🔗 View Quoted Tweet📊 7 ⚡
This report is categorized under AITOP's "How-to" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include CS329Z, 斯坦福, Terminal-Bench, SWE-bench.
Source attribution: curated from shao__meng (@shao__meng).
