最近发现 Stanford Online 把研究生课程 CS329A:Self-Improving AI Agents 的完整课程录像放到 YouTube 了,一共 9 讲。 这门课基本围绕一个问题展开:AI Agent 怎么通过和环境不断交互,持续改进自己的能力。 内容从 Test-Time Compute、Verifier 和 RL 讲起,后面会进入工具/代码反馈、多步推理与规划、Deep Research、自我改进,以及 Age…

斯坦福大学把研究生课程 CS329A「自我改进 AI 智能体」的完整录像免费公开在 YouTube,共 9 讲。这套课把「AI Agent 如何通过与环境交互持续变强」的零散技术方向串成一条完整学习路径,值得关注 Agent 自进化的开发者系统补一遍。








