# Stanford CS329A：自我改进的 AI 智能体（2025 秋）

- 原标题：Stanford CS329A：Self-Improving AI Agents（2025 秋）
- 类型：课程
- 来源：Stanford 课程官网
- 学期：2025 秋
- 首次精选：2026-10-29 23:09
- 分级：必读
- 学习层级：深入
- 主题：[reasoning-continual-learning](<https://oplearnx.com/md/topics/reasoning-continual-learning.md>)（第 28 位）、[reinforcement-alignment](<https://oplearnx.com/md/topics/reinforcement-alignment.md>)（第 35 位）、[agent-evaluation-reliability](<https://oplearnx.com/md/topics/agent-evaluation-reliability.md>)（第 57 位）
- 原文链接：[https://cs329a.stanford.edu/](<https://cs329a.stanford.edu/>)
- 本站页面：[https://oplearnx.com/resources/pk\_0dbfd590df7e](<https://oplearnx.com/resources/pk_0dbfd590df7e>)

## 摘要

斯坦福大学 CS329A“Self-Improving AI Agents”2025 年秋季课程主页，教师为 Aakanksha Chowdhery 和 Azalia Mirhoseini。课程介绍称其涵盖智能体通过与自身及环境交互持续自我提升的技术，包括宪法式 AI、使用验证器、测试时计算扩展、搜索与 LLM 结合、基于 RL 的训练时扩展，以及工具使用、代码、记忆增强、多模态能力编排、多步推理与规划、鲁棒评估框架等；课程以阅读最新论文、课堂讨论和原创研究项目为主，并邀请学界与业界讲者分享编码智能体、STEM 研究助手、机器人自主系统等应用。课程时间为周一、周五 16:30–17:50（太平洋时间），地点 Skilling Auditorium。

## 概览

- 难度：进阶
- 语言：英文
- 规模：20 讲 · 9 份讲义
- 动手：3 次作业 · 研究项目

## 学完你能

- 掌握 LLM 自我改进的主要技术路线，包括 constitutional AI、验证器、测试时计算扩展与 RL 训练时扩展
- 理解如何用工具、代码与记忆增强 LLM 智能体，并进行多模态交互编排
- 分析智能体工作流中的多步推理与规划问题
- 认识构建稳健评测框架所面临的挑战，并了解长时程任务评测方法
- 阅读并讨论课程指定论文，完成一个原创研究项目
- 从学术与工业界客座讲授中了解编程智能体、STEM 研究助手与机器人自主系统的应用

## 适合你吗

- 适合：已具备机器学习与大模型基础、希望进入智能体自我改进方向的研究生
- 适合：希望以论文阅读加原创研究项目方式学习的在读学生
- 适合：关注测试时计算、验证器、强化学习与智能体规划的研究者
- 适合：对编程智能体、深度研究智能体与机器人自主系统应用感兴趣的工程或研究人员
- 暂不适合：希望从零入门大模型基础的初学者
- 暂不适合：只想观看视频、不打算做研究与作业的自学者
- 暂不适合：需要旁听而不参与项目的学习者，课程不接受旁听
- 需要先会：属研究生研讨课，需具备机器学习与大语言模型方面较强的基础，并能阅读前沿研究论文。

## 课程特点

- 内容侧重：以最新研究论文为主线，涵盖自我改进技术、工具与代码反馈、记忆增强、多步推理与规划、评测框架，并穿插学术与工业界客座讲座。
- 练习与项目：三次作业（分别侧重自我改进基础、多步推理与工具使用），2 至 4 人组队完成原创研究项目，含项目提案、期中展示与报告、期末项目与海报展示。
- 投入时间：每周两次课，周一与周五 16:30–17:50 PT，每次 80 分钟，共 20 讲；另有大量论文阅读与项目投入。
- 费用说明：课程页面未列出费用信息；作业与项目评分占比为作业 15%\+15%\+20%、提案 2.5%、期中展示与报告 10%、期末项目 35%、海报 2.5%。学生可获得 API credits 支持开发工作。

## 内容覆盖

- 第 1 讲 课程概览
- 第 2 讲 测试时计算扩展
- 第 3 讲 稳健验证
- 第 4 讲 借助工具与代码从反馈中学习
- 第 5 讲 多步推理与规划
- 第 6 讲 训练时扩展与 RL 扩展
- 第 7 讲 自我改进智能体的开放式演化
- 第 8 讲 结合搜索的自我改进与深度研究智能体
- 第 9 讲 客座讲座：后训练从聊天机器人到智能体的演进
- 第 10 讲 期中展示
- 第 11 讲 期中展示
- 第 12 讲 期中展示
- 第 13 讲 面向软件工程的智能体框架
- 第 14 讲 为智能体增强记忆
- 第 15 讲 客座讲座：LLM 推理
- 第 16 讲 客座讲座：迈向超人推理的 AlphaProof、AlphaGeometry 与 Gemini IMO 金牌
- 第 17 讲 智能体评测与长时程任务
- 第 18 讲 客座讲座：面向自主性的智能体系统构建
- 第 19 讲 客座讲座：机器人中的多模态智能体
- 第 20 讲 未来研究方向

---
来源：LearnMap · 学径（https://oplearnx.com）