斯坦福 CS329Z AI agent 工程课程公开全部资料，两份作业开源

斯坦福 CS329Z 课程资料公开：讲座每天上 YouTube，两份作业开源，第一份教你花几美元从零写个“Claude Code” 斯坦福新课 CS329Z“AI agent 工程”（Engineering AI Agents）开始对外公开全部课程资料。授课老师之一 Michael Ryan 11 月 10 日发帖说，讲座视频每天在 Stanford Online 的 YouTube 频道上一讲，两份作业的代码仓库也放到了 GitHub，都用 MIT 协议，别的学校注明出处就能拿去上课。 开课时情况不一样。课程页写的是录像只放在斯坦福内部的 Canvas 平台给选课学生看，校外的人只能下载课件。现在官方频道已经上了第 1 讲《什么是 agent 系统》和第 2 讲《写给 agent 开发者的大模型知识》，第 1 讲播放量过了 9 万。课程主页的课表也开始在每节课旁边挂视频链接。 【第一份作业：自己写一个 agent harness】 harness 是包在模型外面的那层程序：告诉模型有哪些工具、解析它的回复、替它执行命令、管理上下文。Claude Code、Codex 都可以看成一个模型加一个 harness。 作业不许用任何 agent 框架，课程只给一个最原始的接口：传进一串消息，返回一段文字，没有工具调用，也没有结构化输出，其余全靠自己写。 前半部分做几条固定流程：给邮件判断优先级、生成每日摘要、手写 BM25 检索（一种按关键词打分的经典搜索算法），再在一份真实企业的邮件档案里做多跳问答。后半部分给一家虚构的能源公司做内部助理：自己设计工具调用格式，接入文档检索，给它一个带沙盒限制的终端，对话太长时压缩上下文，跨会话记住用户的事，执行操作前让用户批准或否决。最后由大模型扮演的“模拟用户”跟你的 agent 多轮对话，再由另一个模型打分。 对自学的人来说，最有用的是全套测试都在仓库里。一开始所有测试都失败，你的任务就是让它们一个个通过。88 分自动评分里有 48 分来自不调用模型的测试，跑多少遍都不花钱。另有几处判断题作业不给标准答案，比如一条命令输出太长时给模型看多少、压缩上下文时必须留下什么、哪些操作可以不问用户，要求你写一份设计说明讲清楚自己的选择。 Michael Ryan 说不到 5 美元的 API 额度就能做完。讲义里的数字更低：用参考答案跑一遍全

来源：X · 宝玉 · x.com