智能体
x.com ·
@shao__meng
斯坦福 CS 329Z《Engineering AI Agents》课程讲义公开
斯坦福 NLP 推出 Fall 2026 课程 CS 329Z: Engineering AI Agents，由 Diyi Yang、Michael Ryan、John Yang 主讲，覆盖从简单 LLM 流水线到复合 AI 系统再到自主 Agent 的工程学。前三讲讲义（Intro to Agentic Systems、LLMs for Builders、RAG + Agents）已统一发布在课程官网。课程围绕分解、数据、评估三条主线，分构建基元、框架与设计模式、优化、数据与评估、安全与前沿五个模块，涉及 DSPy、LangGraph、MCP、记忆架构、多 Agent 系统、GEPA/MIPROv2、LoRA/RLHF、LLM-as-judge、prompt injection、Coding Agent 等主题。
AI推荐理由 斯坦福 CS 329Z《Engineering AI Agents》课程信息，含官网与讲义入口、三位讲师背景、11 周五大模块（构建基元、框架与设计模式、优化、数据与评估、安全与前沿）及作业设计，信息密度高、可验证（指向 stanford 官网）。局限：为第三方转述的课程介绍，非课程官方发布，正文在 HW1 处截断，未提供完整作业细节。
78
浏览 67
点赞 0
评论 1
转发 0
正文
CS 329Z: Engineering AI Agents
Stanford / Fall 2026 [@stanfordnlp](https://x.com/stanfordnlp)[cs329z.stanford.edu](https://cs329z.stanford.edu)
课程定位：从"模型"到"系统"的工程学覆盖：简单 LLM 流水线 → 复合 AI 系统 → 自主 Agent。
由 [@Diyi\_Yang](https://x.com/Diyi_Yang)[@michaelryan207](https://x.com/michaelryan207)[@jyangballin](https://x.com/jyangballin) 三位老师主讲，现在前三讲讲义都已公开，之前是在 Google Drive，现在统一入口在斯坦福课程的官网了：
[web.stanford.edu/class/cs329z/s…](https://web.stanford.edu/class/cs329z/slides)
前三讲主题分别是：
Intro to Agentic Systems
LLMs for Builders
RAG + Agents
理论和实践价值都很高！
meng shao@shao\_\_meng
CS 329Z: Engineering AI Agents
Stanford / Fall 2026 [@stanfordnlp](https://x.com/stanfordnlp)[cs329z.stanford.edu](https://cs329z.stanford.edu/)
课程定位：从"模型"到"系统"的工程学
覆盖：简单 LLM 流水线 → 复合 AI 系统 → 自主 Agent。三位讲师的背景也高度互补：
[@Diyi\_Yang](https://x.com/Diyi_Yang)（斯坦福 NLP 教授，人机交互与社会计算方向）
[@michaelryan207](https://x.com/michaelryan207)（DSPy 核心贡献者，自动评估 AutoMetrics 作者）
[@jyangballin](https://x.com/jyangballin)（SWE-agent / SWE-bench / SWE-smith 作者，软件工程 Agent 领域最重要的研究者之一）
# 课程主线：三大工程挑战
贯穿全课的三个核心问题——分解（decomposition）、数据（data）、评估（evaluation）。11 周的内容基本围绕这三条线展开，可以分为五个模块：
模块 1：构建基元（Week 2–3）
· LLM 作为构建材料：API/SDK（litellm）、结构化输出、约束生成、解码策略、test-time compute、上下文工程、模型选型与成本/延迟权衡
· RAG：embedding、向量库、分块策略、混合检索、cross-encoder 与 ColBERT 后期交互
· 工具调用：函数调用 API、MCP（Model Context Protocol）、工具设计、代码沙箱、错误处理与重试
模块 2：框架与设计模式（Week 3–5）
· 框架层：DSPy（signature / module / optimizer）、LangChain/LangGraph、LlamaIndex，重点是"框架抽象了什么 vs. 你手写了什么"
· 设计模式：workflow vs. agent 的分类学，五种可组合 workflow 模式，ReAct / plan-and-execute / reflection，"scaffold（脚手架）本身就是设计决策"
· 记忆架构：短期/长期记忆、记忆作为工具动作、文件系统作为外化记忆、跨 Agent 记忆（MemGPT、Mem0、Generative Agents）
· 多 Agent 系统：编排模式、handoff 与状态传递，以及一个很有态度的对照阅读——既读 AutoGen，也读《Why Do Multi-Agent LLM Systems Fail?》和 Neubig 的《Don't Sleep on Single-agent Systems》
模块 3：优化（Week 5）
· 从提示词到微调的全景：GEPA、MIPROv2、OPRO、TextGrad（提示优化）；LoRA/QLoRA、蒸馏、RLHF/DPO（权重优化）；test-time scaling（推理算力）
· 核心问题是决策框架：什么时候优化 prompt、什么时候优化 weights、什么时候堆推理算力
模块 4：数据与评估（Week 6–8）——最有分量的部分
· 数据：trace、demonstration、feedback 三类数据；训练数据 vs. 评估数据；数据飞轮；合成数据；从 Agent 轨迹构建数据集（SWE-smith）
· 评估基础：为什么 eval 难；4 元组框架（request / environment / stopping criteria / scorer）；好 benchmark 的性质；tinyBenchmarks
· 评估基础设施：三类 grader、LLM-as-judge 的 prompt 设计与已知偏差、pairwise vs. pointwise、非确定性指标 pass[@k](https://x.com/k) vs. pass^k、harness 设计
模块 5：安全与前沿（Week 8–11）
· 安全：工具访问的隐私风险、prompt injection（含间接注入）、红队、沙箱与权限模型、输出护栏、human-in-the-loop
· Coding Agent：SWE-agent、Claude Code、OpenHands 的端到端架构对比
· 主动式 Agent：从 reactive 到 proactive，General User Models（GUM）、Next Action Prediction，以及"Agent 何时应主动、何时应等待"的 mixed-initiative 问题
· 开放问题：多模态/web/计算机使用 Agent、科学 Agent、长时运行架构、生产可观测性（tracing、monitoring、成本管理）
# 作业设计：一手建、一手评
HW1：从零构建 Agent 系统（10%） 给定论文库，构建能检索并推理回答科学问题的 Agent。
· Part A：只用 litellm 手写 RAG + 工具调用 + ReAct 式 Agent 循环
· Part B：用 DSPy 重建关键组件，并反思框架抽象了什么
HW2：评估一个 Agent（10%） 给定一个预构建 Agent，设计完整评估套件：代码型 grader、至少一个 LLM-as-judge、用 4 元组框架构建 benchmark 任务、错误分析。
[🔗 View Quoted Tweet](https://x.com/shao__meng/status/2095330467000328632)