斯坦福CS329Z課程資料公開，講座上線YouTube，兩份作業開源
斯坦福新課CS329Z“Engineering AI Agents”（AI代理工程）開始對外公開全部課程資料。授課教師之一Michael Ryan於11月10日發帖宣佈，講座視頻每日在Stanford Online的YouTube頻道更新，兩份作業代碼倉庫已上傳GitHub，採用MIT協議，其他機構註明出處即可使用。
課程由計算機系Diyi Yang與博士生Michael Ryan、John Yang共同講授。已上線第1講《什麼是agent系統》與第2講《寫給agent開發者的大模型知識》，第1講播放量超過9萬。課程主頁課表已開始掛載視頻鏈接。開課時錄像僅限Canvas內部，現已公開。
第一份作業要求從零構建agent harness：在最原始接口下實現工具調用、上下文管理、終端沙盒、跨會話記憶與用戶審批等，使用真實郵件檔案做多跳問答，最終由模擬用戶評測。全套測試在倉庫內，88分自動評分中48分不調用模型。Michael Ryan稱不到5美元API額度即可完成。第二份作業由SWE-bench共同作者John Yang設計，要求使用Harbor出一道Terminal-Bench風格考題，並用mini-SWE-agent分析有效性與難度。
課程主頁：cs329z.stanford.edu
第1講：youtu.be/DGI4vucR71w
作業一：github.com/cs329z/assignment1-harness
作業二：github.com/cs329z/assignment2-evals
ABAB AI 解讀
研究生課程將代理系統工程從內部選課擴展至公開材料與開源作業。斯坦福CS329Z公開講座視頻與兩份MIT協議作業，要求學生在無框架條件下從零實現agent harness與評估任務設計。第一份作業覆蓋優先級判斷、BM25檢索、工具調用、上下文壓縮與用戶審批；第二份作業聚焦Terminal-Bench風格題目構建與有效性分析。
與僅提供課件不同，該路徑將完整測試套件與參考實現公開，允許校外人員低成本復現。類似情況下，資本更關注從零構建與評估設計對代理工程能力的培養效果，以及公開材料對其他機構教學的複用。課程由DSPy與SWE-bench相關研究者參與，作業強調無框架實現與模擬用戶評測。
此次公開將代理工程教學從選課限制擴展至公開資源。受益方爲自學代理開發的開發者與其他教學機構；斯坦福則通過公開材料擴大課程影響。結構變化在於，代理harness構建與評估任務設計從內部作業轉化爲開源可復現路徑，低API成本與本地緩存降低了實踐門檻。
認知定律
無框架從零構建與完整測試套件，將代理工程從框架使用轉化爲底層實現。
公開MIT作業與每日講座，使研究生課程材料可被其他機構直接複用。
低成本API調用與本地緩存，降低從零實現與調試的經濟門檻。