CS329A Self-Improving AI Agents

斯坦福大学一门关于「能够通过与自身和环境的交互持续自我改进的 AI Agents」的课程。

讲师阵容Azalia Mirhoseini：AlphaCode 与 LLM 大规模训练调度优化（"Circuit Training"）的核心人物，现为 Reflection AI 联合创始人Aakanksha Chowdhery：PaLM 2 与 Gemma 的负责人，同样在 Reflection AI

嘉宾名单Misha Laskin（Reflection AI CEO）多位 Google DeepMind 研究员（Denny Zhou、Thang Luong、Melvin Johnson）、Physical Intelligence（Danny Driess，机器人）

课程主线：一条完整的自我改进技术栈1. 推理时自我改进（Test-time）2. 从反馈中学习（Feedback → Learning）3. 开放式进化与搜索（Open-endedness）4. 工程化与瓶颈（Agentic Engineering & Bottlenecks）

课程详细信息：cs329a.stanford.edu/index.html