斯坦福公开 Agent 课：5 美元，自己搭一个 Claude Code 式 harness

斯坦福 CS329Z Engineering AI Agents 的课程材料放出来了。讲座按天发在 Stanford Online YouTube，作业仓库和课程站也能直接打开。第一讲已经上线：YouTube。

课程由 Diyi Yang、John Yang 和 Michael Ryan 教。Diyi Yang 在斯坦福做 agent 安全、隐私和评测。John Yang 是 SWE-bench、SWE-agent、SWE-smith 和 ProgramBench 的共同创建者。Michael Ryan 是 DSPy 及相关开源 agent 项目的核心贡献者。这个组合决定了课程不会只停在调用 API 写 prompt。

课程主页写得很清楚，覆盖从简单 LLM pipeline 到 compound AI systems 再到 autonomous agents。具体主题包括数据、RAG、工具调用、agent 设计模式、框架与编排、记忆、多 Agent、优化、评测、安全和 coding agents。客座讲座里有 Terminal-Bench、SWE-bench，还有 Andrew Ng 的 fireside chat。相关课程也列了 CMU 11-768 和 MIT 6.S978。

作业比课程简介更有信息量。HW1 要求从零搭一个 agent harness。推文里说，用不到 5 美元的 API 额度，可以在家搭自己的 Claude Code。仓库里给了邮件归档、终端沙箱、LM 缓存和预算账本。默认测试不调用模型，先把确定性测试跑绿，再开 live tests。这个设计对学习者友好，也暴露了 agent 工程的日常：工具调用、上下文、缓存、预算、错误处理，哪一项都不性感。

HW2 由 John Yang 设计，要求做一个 terminal-bench 风格的评测任务，使用 Harbor 框架。作业要求自己设计任务和评测，不要求跑现成 benchmark。把会做 eval 放进作业，比多讲几个框架更有价值。Agent 系统最容易被忽略的环节就是评测，很多人把 demo 当产品，把一次成功当稳定。

需要提醒：课程建议有 NLP 或 AI 背景，默认你了解 LLM 怎么训练。第二讲会做速成。录播会与 Stanford Online 合作放到 YouTube。课程站：https://cs329z.stanford.edu/ 。想跟作业，可以从 HW1 仓库开始：https://github.com/cs329z/assignment1-harness 。HW2 仓库：https://github.com/cs329z/assignment2-evals 。

公开课程材料本身不稀奇。少见的是把 harness 和 eval 摆到中心位置。多数人习惯在成品 harness 里改 prompt，这里要求你拆开看模型外面那层代码。那层代码不酷，但决定 agent 能不能用。