斯坦福 AI Agent 课在 YouTube 免费看，评论区先吵起来了

斯坦福 CS329Z《Engineering AI Agents》的课程视频在 YouTube 上能直接看，课程网站和 GitHub 也开着。第一讲从 agentic systems 的基础和版图讲起，讲师是 Diyi Yang、Michael Ryan、John Yang。课程按周拆开，手把手带人搭 agent。

Michael Guo 在推文里推荐了这门课，说它被 YouTube 低估。他的建议很直接：周末别刷短视频，挑一个感兴趣的主题跟做。他还提到斯坦福课程通常按 10 周 syllabus 走，2.5 个月能从头跟到尾。评论区有人回，免费斯坦福 agent 课摆在那，还有人去买 400 美元的 cohort。

课程网站：https://cs329z.stanford.edu/

YouTube 播放列表：https://www.youtube.com/watch?v=b4y3rjGpg_g&list=PLVKEyLMx8AmU

有网友贴出课程 GitHub：https://github.com/cs329z

顺着这条线，Michael Guo 还提到另一门斯坦福课 CS146S《The Modern Software Developer》。Mihail Eric 公布的 Fall 2026 syllabus 里，上一版 85% 内容被废弃重做。10 周课程基本是一张 AI-native software engineer 的能力地图：coding agent 的底层原理与 agent loop，context engineering、spec-driven development、MCP，agent skills、CLI、AGENTS.md / CLAUDE.md、hooks，怎么把 repo 做成 agent-ready，agentic code review 与安全，并行调度 background agents，MCP portal、模型路由、权限与成本，最后一周做 Software Factory。课程和 Browserbase、Semgrep、OpenHands、Milvus、CrewAI、Vercel、Warp、Unsloth、Anyscale 等项目合作，学生要向真实生产规模 codebase 提 PR。课程 9 月 22 日开课，课堂与资源公开。

CS329Z 里有一段被单独拎出来讲：Agent memory。Michael Guo 把 Lecture 7 做成 9 分钟解释器。核心比喻很清晰，agent 只看见 context window 里的东西，像暗房里一小池光，其他都在黑暗里。记忆系统要决定三件事：留什么、存哪、什么时候拿回光里。视频里拆了 4 类记忆：Working、episodic、semantic、procedural；4 个设计模式：Voyager & skill files、MemGPT、Generative Agents、Mem0；评估从 LoCoMo 到 MemoryArena；还没解决的问题包括该忘什么、被投毒的记忆、过度个性化。

评论区比课程大纲更接近工程现场。有网友说，讲座容易跳过压缩之后发生的事：存储的事实能活下来，常驻规则却可能归零，因为没人会主动检索一条规则，规则需要每 session 加载的层。Michael Guo 回，这正是视频的冷开场，修复思路是 MemGPT 的 pinned working context，规则放常驻层，事实放搜索，代价是常驻层不能太大，否则用遗忘换过度个性化。另一位网友说，个人助理最先坏在“该忘什么”：三月的事实“我在旧金山”十月还会自信回来，给每条记忆打最后确认时间，按类型衰减，比换更好的 retriever 更有用。还有网友提到 agentic code review 要看可复核的执行轨迹，模型、工具调用、审批、失败与修复路径都能回放，不只看最终 diff。

这门课也不是没有争议。评论区有人指出，视频是个人用 AI 生成的，或者只是把课程 slides 用 AI 配音播一遍。这个提醒有用。课程网站和 GitHub 都在，slides、阅读论文、作业都能直接拿。视频适合建立地图，真要动手，还是得读材料、跑代码、交作业。

另一个可选是 CMU 11-768 AI Agents 课程：https://www.cmu-agents.com/#/ 。有网友贴了链接。

周末想试水，选一讲就够。先看 CS329Z 第一讲，把 agent loop 和工具调用跑通，再挑 memory 或 code review 那一讲跟做。收藏不会让 agent 自己长出来。