<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Course Review on Bruce AI 工程笔记</title><link>http://www.heyuan110.com/zh/tags/course-review/</link><description>Recent content in Course Review on Bruce AI 工程笔记</description><generator>Hugo</generator><language>zh</language><lastBuildDate>Tue, 08 Sep 2026 10:00:00 +0800</lastBuildDate><atom:link href="http://www.heyuan110.com/zh/tags/course-review/index.xml" rel="self" type="application/rss+xml"/><item><title>CMU 11-768 AI Agents 课程拆解：OpenHands 作者教你搭 Harness、建评测、RL 训 Agent</title><link>http://www.heyuan110.com/zh/posts/ai/2026-09-08-cmu-11-768-ai-agents-course/</link><pubDate>Tue, 08 Sep 2026 10:00:00 +0800</pubDate><guid>http://www.heyuan110.com/zh/posts/ai/2026-09-08-cmu-11-768-ai-agents-course/</guid><description>&lt;p&gt;&lt;img src="http://www.heyuan110.com/posts/ai/2026-09-08-cmu-11-768-ai-agents-course/cover.webp"
 alt="CMU 11-768 AI Agents 2026 秋季课拆解：搭 Harness、建评测、RL 训练"
 
 loading="lazy"
 decoding="async"
 fetchpriority="low"
 width="1200"
 height="630"
/&gt;
&lt;/p&gt;
&lt;p&gt;第一课的下半场讲了十分钟，Graham Neubig 朝教室抛了一个我今年写了半年的问题。让 Agent 变强有两条路，他说：训模型，或者在模型外面做 Harness。举手表决，哪条更重要？训模型的举了几只手，Harness 举了一大片。Daniel Fried 举了两次，被当场提醒讲师没有投票权。&lt;/p&gt;
&lt;p&gt;然后 Neubig 给了自己的答案。截至 2026 年 9 月 8 日，&lt;strong&gt;CMU 11-768 AI Agents&lt;/strong&gt; 一共放出四个半小时视频，这句是最值钱的：&amp;ldquo;通常的流程是，你发现一个问题，先在 Harness 里把它解掉。然后训模型的人跟上来……你就不用再在 Harness 这边解它了。&amp;ldquo;他本人更认训练是根本解法，前提是你付得起。你通常付不起，所以从 Harness 开始。&lt;/p&gt;
&lt;p&gt;这一段对话就把这门课定了性。斯坦福的 CS146S 是本站阅读量最高的课程页，它教你把 Agent &lt;em&gt;用&lt;/em&gt;好。11-768 是供给侧：Harness、评测、RL 训出来的策略是怎么造的，讲课的是 OpenHands 的作者，搭档的研究组做人机交互。目前没有第二门公开的大学课程把搭脚手架、设计评测、Agent 强化学习放进同一份大纲。这篇把 28 次课、三份作业和&amp;quot;它到底适合谁&amp;quot;全部拆开。&lt;/p&gt;
&lt;h2 id="cmu-11-768-到底是什么"&gt;CMU 11-768 到底是什么&lt;a href="#cmu-11-768-%e5%88%b0%e5%ba%95%e6%98%af%e4%bb%80%e4%b9%88" class="anchor" aria-hidden="true"&gt;&lt;svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"
 stroke-linecap="round" stroke-linejoin="round"&gt;
 &lt;path d="M15 7h3a5 5 0 0 1 5 5 5 5 0 0 1-5 5h-3m-6 0H6a5 5 0 0 1-5-5 5 5 0 0 1 5-5h3"&gt;&lt;/path&gt;
 &lt;line x1="8" y1="12" x2="16" y2="12"&gt;&lt;/line&gt;
 &lt;/svg&gt;&lt;/a&gt;&lt;/h2&gt;
&lt;p&gt;官网 &lt;a href="https://www.cmu-agents.com/"&gt;cmu-agents.com&lt;/a&gt; 是个 React 单页应用，直接抓页面只有一个标题。下表所有事实来自 9 月 8 日从站点 JavaScript 包里扒出来的课表数据、&lt;a href="https://github.com/cmu-agents/assignment-1"&gt;作业 1 仓库&lt;/a&gt;和&lt;a href="https://www.youtube.com/watch?v=UwfjzyLnvMg"&gt;第一课录像&lt;/a&gt;。没核实到的几条我放在文末。&lt;/p&gt;</description></item><item><title>斯坦福 CS329Z Engineering AI Agents 课程拆解：没有公开录像，怎么用大纲自学</title><link>http://www.heyuan110.com/zh/posts/ai/2026-09-04-stanford-cs329z-engineering-ai-agents/</link><pubDate>Fri, 04 Sep 2026 10:00:00 +0800</pubDate><guid>http://www.heyuan110.com/zh/posts/ai/2026-09-04-stanford-cs329z-engineering-ai-agents/</guid><description>&lt;p&gt;&lt;img src="http://www.heyuan110.com/posts/ai/2026-09-04-stanford-cs329z-engineering-ai-agents/cover.webp"
 alt="斯坦福 CS329Z Engineering AI Agents 2026 秋季课程大纲拆解与自学方案"
 
 loading="lazy"
 decoding="async"
 fetchpriority="low"
 width="1200"
 height="630"
/&gt;
&lt;/p&gt;
&lt;p&gt;斯坦福新开的 Agent 课，第一份作业就禁用 Agent 框架。&lt;strong&gt;斯坦福 CS329Z: Engineering AI Agents&lt;/strong&gt; 的 HW1 要求学生从零搭一个公司内部 AI 助理，原话是&amp;quot;不用任何 Agent 框架：只有一个 chat-completion 调用，加上你自己写的代码&amp;quot;。LangChain、LangGraph、DSPy、LlamaIndex 要到第六讲才登场，而且登场的目的写得很清楚：对比&amp;quot;框架帮你抽象掉了什么，和你自己从零写的有什么区别&amp;quot;。&lt;/p&gt;
&lt;p&gt;这一条规则就把课的底色定了。它不是&amp;quot;十周学会 LangChain&amp;quot;，也不是 &lt;a href="http://www.heyuan110.com/zh/posts/ai/2026-02-24-stanford-cs146s-overview/"&gt;CS146S&lt;/a&gt; 那种&amp;quot;用 Claude Code 写代码&amp;quot;的实践课。它是一门工程学科课：大纲开篇就点名三个挑战——拆解（decomposition）、数据（data）、评测（evaluation），17 场正课、两份作业、50 篇阅读全绕着这三件事转。&lt;/p&gt;
&lt;p&gt;这篇文章一半是课表拆解，另一半是我真正关心的问题：录像只在 Canvas 上，光靠公开材料能学到几成？如果你已经在生产环境跑 Agent，哪几周值得花时间？我没坐在 Packard 101 教室里（第一讲是 2026 年 9 月 23 日），下面所有信息来自&lt;a href="https://cs329z.stanford.edu/"&gt;课程官网&lt;/a&gt;、&lt;a href="https://bulletin.stanford.edu/courses/2283761"&gt;斯坦福课程目录&lt;/a&gt;、三位讲师的个人主页和阅读材料本身。凡是我在猜的地方，我都会明说。&lt;/p&gt;
&lt;h2 id="cs329z-一览"&gt;CS329Z 一览&lt;a href="#cs329z-%e4%b8%80%e8%a7%88" class="anchor" aria-hidden="true"&gt;&lt;svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"
 stroke-linecap="round" stroke-linejoin="round"&gt;
 &lt;path d="M15 7h3a5 5 0 0 1 5 5 5 5 0 0 1-5 5h-3m-6 0H6a5 5 0 0 1-5-5 5 5 0 0 1 5-5h3"&gt;&lt;/path&gt;
 &lt;line x1="8" y1="12" x2="16" y2="12"&gt;&lt;/line&gt;
 &lt;/svg&gt;&lt;/a&gt;&lt;/h2&gt;
&lt;table&gt;
	&lt;thead&gt;
			&lt;tr&gt;
					&lt;th&gt;项目&lt;/th&gt;
					&lt;th&gt;内容&lt;/th&gt;
			&lt;/tr&gt;
	&lt;/thead&gt;
	&lt;tbody&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;课程&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;CS 329Z: Engineering AI Agents&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;学期&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;2026 秋（2026-27 学年 Autumn 1），首次开设&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;上课时间&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;周一、周三 13:30-14:50，Packard 101，9 月 23 日至 12 月 2 日&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;学分 / 课程号&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;3 学分，#27855，Letter 或 Credit/No Credit&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;讲师&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;&lt;a href="https://cs.stanford.edu/~diyiy/"&gt;Diyi Yang&lt;/a&gt;（斯坦福 NLP 教授）、&lt;a href="https://michryan.com/"&gt;Michael Ryan&lt;/a&gt;（博士生，DSPy 核心贡献者，MIPROv2 和 GEPA 作者）、&lt;a href="https://john-b-yang.github.io/"&gt;John Yang&lt;/a&gt;（博士生，SWE-bench / SWE-agent / SWE-smith 一作）&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;先修&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;CS224N、CS224U、CS224V、CS336 任一，或同等 NLP 背景&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;涉及框架&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;litellm、DSPy、LangChain/LangGraph、LlamaIndex、MCP&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;录像&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;有录制，仅通过 Canvas 发放，不公开&lt;/td&gt;
			&lt;/tr&gt;
			&lt;tr&gt;
					&lt;td&gt;&lt;strong&gt;联系&lt;/strong&gt;&lt;/td&gt;
					&lt;td&gt;&lt;a href="mailto:cs329z-staff@lists.stanford.edu"&gt;cs329z-staff@lists.stanford.edu&lt;/a&gt;&lt;/td&gt;
			&lt;/tr&gt;
	&lt;/tbody&gt;
&lt;/table&gt;
&lt;p&gt;讲师阵容是这门课最强的信号。Michael Ryan 写的正是让 DSPy 不只是&amp;quot;提示词包装器&amp;quot;的那几篇优化器论文（EMNLP 2024 的 MIPROv2，ICLR 2026 收录的 &lt;a href="https://arxiv.org/abs/2507.19457"&gt;GEPA&lt;/a&gt;）。&lt;/p&gt;</description></item></channel></rss>