斯坦福CS329Z课程资料公开，讲座上线YouTube，两份作业开源
斯坦福新课CS329Z“Engineering AI Agents”（AI代理工程）开始对外公开全部课程资料。授课教师之一Michael Ryan于11月10日发帖宣布，讲座视频每日在Stanford Online的YouTube频道更新，两份作业代码仓库已上传GitHub，采用MIT协议，其他机构注明出处即可使用。
课程由计算机系Diyi Yang与博士生Michael Ryan、John Yang共同讲授。已上线第1讲《什么是agent系统》与第2讲《写给agent开发者的大模型知识》，第1讲播放量超过9万。课程主页课表已开始挂载视频链接。开课时录像仅限Canvas内部，现已公开。
第一份作业要求从零构建agent harness：在最原始接口下实现工具调用、上下文管理、终端沙盒、跨会话记忆与用户审批等，使用真实邮件档案做多跳问答，最终由模拟用户评测。全套测试在仓库内，88分自动评分中48分不调用模型。Michael Ryan称不到5美元API额度即可完成。第二份作业由SWE-bench共同作者John Yang设计，要求使用Harbor出一道Terminal-Bench风格考题，并用mini-SWE-agent分析有效性与难度。
课程主页：cs329z.stanford.edu
第1讲：youtu.be/DGI4vucR71w
作业一：github.com/cs329z/assignment1-harness
作业二：github.com/cs329z/assignment2-evals
ABAB AI 解读
研究生课程将代理系统工程从内部选课扩展至公开材料与开源作业。斯坦福CS329Z公开讲座视频与两份MIT协议作业，要求学生在无框架条件下从零实现agent harness与评估任务设计。第一份作业覆盖优先级判断、BM25检索、工具调用、上下文压缩与用户审批；第二份作业聚焦Terminal-Bench风格题目构建与有效性分析。
与仅提供课件不同，该路径将完整测试套件与参考实现公开，允许校外人员低成本复现。类似情况下，资本更关注从零构建与评估设计对代理工程能力的培养效果，以及公开材料对其他机构教学的复用。课程由DSPy与SWE-bench相关研究者参与，作业强调无框架实现与模拟用户评测。
此次公开将代理工程教学从选课限制扩展至公开资源。受益方为自学代理开发的开发者与其他教学机构；斯坦福则通过公开材料扩大课程影响。结构变化在于，代理harness构建与评估任务设计从内部作业转化为开源可复现路径，低API成本与本地缓存降低了实践门槛。
认知定律
无框架从零构建与完整测试套件，将代理工程从框架使用转化为底层实现。
公开MIT作业与每日讲座，使研究生课程材料可被其他机构直接复用。
低成本API调用与本地缓存，降低从零实现与调试的经济门槛。