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