一句话看懂：CMU 新开了一门编号 11-768 的《AI Agents》课程，把 Tool Use、Memory、Planning、Coding Agent、SFT/RL、Sandboxing 与安全等内容正式纳入教学，作业从搭建 Agentic Harness 到 Agent Eval、RL 训练再到研究项目，课程资料和视频将陆续公开。
事件核心：发生了什么
卡内基梅隆大学（CMU）在 2026 年秋季学期新开设了 11-768《AI Agents》课程，讲师与具体授课团队目前公开信息未完整披露。根据流出的 syllabus，课程内容覆盖 Tool Use（工具调用）、Context、Skills、Memory、Planning，并延伸到 Coding Agent、GUI、Deep Research、SFT/RL、Sandboxing 与安全等方向。
更值得注意的是作业设计：学生需要先自行搭建 Agentic Harness（智能体运行框架），再做 Agent Eval（智能体评测），随后用强化学习训练 Agent，最终完成一个研究项目。课程官网、Schedule、Assignments 页面和 YouTube 视频播放列表均已对外给出，视频“刚刚开始上传”。
为什么重要
过去两年，顶尖高校的 AI 课程多聚焦模型原理、Transformer、预训练或微调。CMU 这门课把“怎么把 Agent 搭出来、测明白、训练好”作为主线，说明 Agent Engineering 正在从工程实践沉淀为可教学的学科结构。
课程顺序本身也传递出判断：会调用 API、写 prompt 已属基础能力，下一阶段的核心竞争力在于评测体系、RL 训练闭环与可靠性工程。对行业而言，这意味着人才供给的标准可能从“会用大模型”转向“能交付可运行、可复现、可控的 Agent 系统”，而评测与 Sandboxing 被写进课程，也呼应了一线团队对 Agent 安全与稳定性的真实焦虑。
对用户/开发者/创作者的影响
对开发者来说，这是目前少见的、体系化覆盖 Agent 全链路的公开学习资源，且资料免费、视频公开，适合用来补齐 Harness 设计、Eval 与 RL 训练这三块通常靠自学摸索的短板。对企业采购与团队建设而言，课程结构可作为内部 Agent 岗位能力模型的参考：评测能力与训练能力正在被单独拎出来。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对创作者和普通用户，短期内更直接的影响是市面上会出现一批按这套框架训练出来的 Agent 产品，它们可能更强调可评测和可控，而不只是“能聊天、能写文案”。
值得关注的后续
一是课程视频与作业是否会完整公开，公开程度决定它能否成为社区通用教材；二是 Agent Eval 与 RL 训练部分会采用哪些框架和模型，是偏开源还是偏闭源生态；三是北美其他高校是否会跟进开设同类课程，形成课程体系上的集群效应。目前公开信息显示，课程官网、Schedule 与 Assignments 页面均可访问，具体开课细节和作业要求仍以官方发布为准。
