斯坦福这门CS329A《自我改进型AI智能体》把Agent自主进化的技术栈理得很透。 课程从测试时算力扩展与过程验证讲起，贯穿强化学习训练与多步规划，一直延伸到代码执行反馈、长程记忆架构及具身智能。 主讲团队还邀来DeepMind、Reflection AI与Physical Intelligence等一线团队的研究者分享实操经验，学术视野与工程落地兼备。想吃透推理期计算与自主决策底层逻辑的朋友很适合顺着刷一遍。 home | youtube