CMU 11-768 Fall 2026
从 Agent 运行框架、工具、上下文与记忆，到应用、SFT / RL 训练、安全和交互；前 12 讲笔记与 Blog、前 9 讲中英文逐字稿已审核发布。
- 讲次
- 23 讲
- 发布
- 12 讲
- 内容
- 42 份
- 资料
- 277 条
Lab 与作业
入口按本课程官网公布的作业登记；代码、题目版本及访问要求以原站为准。
Assignment 1 · Build an Agent Harness · GitHub · 课程来源
Assignment 2 · Evaluate an Agent · GitHub · 课程来源
课程学习路径
00 · Course References
按讲次整理的论文、技术文章、文档与代码
01 · Agent Capabilities
Agent 运行框架、工具、上下文、Skills / Memory 与规划
- 01
Course Overview: What Is an Agent?
理解 LLM Agent、运行框架与模型训练之间的关系，建立课程全景。
Tue, Aug 25, 2026笔记Blog中文EN - 02
Agent Capabilities 1: Tool Use
工具接口、函数调用与约束解码，理解 Agent 如何可靠地执行动作。
Thu, Aug 27, 2026笔记Blog中文EN - 03
Agent Capabilities 2: Context Management for Long-Context Agents
长上下文、上下文预算与压缩，管理多步任务中的信息。
Tue, Sep 1, 2026笔记Blog中文EN - 04
Agent Capabilities 3: Skills and Memory
Agent Skills、工作流记忆与长期记忆，学习复用任务经验。
Thu, Sep 3, 2026笔记Blog中文EN - 05
Agent Capabilities 4: Planning, Task Decomposition, and Multi-Agent Coordination
规划、任务分解与多智能体协调，组织长程任务。
Tue, Sep 8, 2026笔记Blog中文EN
02 · Domains & Training
编码、计算机使用、深度研究，以及 SFT / RL 与训练系统
- 06
Domains 1: Coding Agents
编码 Agent 的运行框架、工具接口与软件工程任务。
Thu, Sep 10, 2026笔记Blog中文EN - 07
Computer Use Agents
计算机使用 Agent，连接网页、GUI 环境与操作评测。
Tue, Sep 15, 2026 · JY Koh笔记Blog中文EN - 08
Training 1: Supervised Fine-Tuning (SFT)
用监督微调学习 Agent 轨迹与工具使用行为。
Thu, Sep 17, 2026 · Yueqi Song笔记Blog中文EN - 09
Training 2: Reinforcement Learning Basics
强化学习基础，以及面向 Agent 的奖励与策略优化。
Tue, Sep 22, 2026笔记Blog中文EN - 10
Domains 3: Deep Research Agents
深度研究 Agent，结合检索、信息整合与研究任务。
Thu, Sep 24, 2026 · Akari Asai笔记Blog - 11
Training 3: Advanced RL Algorithms
用于 Agent 训练的进阶强化学习算法。
Tue, Sep 29, 2026笔记Blog - 12
Training 4: RL Systems
强化学习系统，连接训练基础设施与 Agent 执行环境。
Thu, Oct 1, 2026 · Apurva Gandhi笔记Blog
03 · Safety & Frameworks
沙箱、凭据、OpenHands、LangGraph 与可观测性
- 13
Safety 1: Sandboxing and Credential Management
沙箱与凭据管理，约束 Agent 执行动作时的权限。
Tue, Oct 6, 2026官方资料已接入 - 14
Frameworks 1: OpenHands
OpenHands 框架与 Agent 系统实现。
Thu, Oct 8, 2026官方资料已接入 - 15
Frameworks 2: LangGraph
LangGraph 框架与 Agent 工作流编排。
Tue, Oct 20, 2026计划中 - 16
Safety 2: Observability and Monitoring
可观测性与监控，理解 Agent 运行过程及其失败。
Thu, Oct 22, 2026 · Eric Wallace计划中
04 · Interaction & Work
未来工作、多智能体协作与人机交互
05 · Search & Inference
重排序、Critic 模型与树搜索
06 · Guest Lectures
客座讲座与前沿专题