PS：AI 落地点击预约直播。
卡内基梅隆大学（CMU）语言技术研究所（LTI）在 2026 年秋季学期新开了一门课，编号 11-768，名字就叫 AI Agents。更重要的是，这门课从第一天起就完全对外开源：官网、讲义 PDF、作业代码、YouTube 全程录像，全部免费，无需注册，无需翻墙之外的任何门槛。我把官网（cmu-agents.com）从头到尾扒了一遍，17 讲正课加两场嘉宾讲座的完整课表、三次大作业的具体要求、每一讲的阅读清单都整理出来了。今天这篇文章就带大家把这门课拆透，文末附全部资源地址和给出的自学路线建议。PS：Agent 更多案例深入免费学习去这里，扫码直达官网：
1.打开 AITutor 新一代 AI 原生学习伙伴：www.aiaitutor.com 2.在首页输入"Agent” 就能看到更详细更丰富案例。3.包含了图文、视频、播客、闪卡、代码、测验等9种学习模态。
01 为什么说这门课是 Agent 学习的天花板配置
先看师资。两位主讲是 Graham Neubig 和 Daniel Fried。Graham Neubig 这个名字做 Agent 的同学一定不陌生，他是开源 Agent 框架 OpenHands（前身 OpenDevin）的发起人之一，也是 SWE-agent 生态背后的核心推动者。Daniel Fried 则是代码生成和任务分解方向的知名学者。换句话说，这门课不是教授们在讲台上复述别人的论文，而是亲自下场做过顶级开源 Agent 项目的人，在讲他们自己趟出来的路。再看课程定位。官网的介绍写得很清楚：这门课研究基于大语言模型的智能体，也就是用 LLM 去感知、推理、规划并执行多步动作的系统。Agent 与环境交互的方式包括调用工具、操作界面、编写代码、与人协作，最终完成真实任务。课程同时覆盖造 Agent 的基础工程和当前最前沿的研究问题，包括长程推理、训练方法、安全和人机交互。注意两个关键词：hands-on（动手）和 training（训练）。市面上绝大多数 Agent 课程只教你怎么调 API、怎么搭框架，而这门课把训练 Agent 模型的方法（SFT、RL、RL 系统）放进了正课，这是它和网红教程的本质区别。02 课程全景：八大模块，一条完整的 Agent 技术栈
整门课从 8 月 25 日开课，到 12 月 3 日期末海报展示结束，每周二、周四下午各 80 分钟。玄姐把课表梳理成八大模块，大家先看全局地图：第一模块，智能体能力基础（第 1 到 5 讲），讲 Agent 的四大核心能力：工具使用、上下文管理、技能与记忆、规划与多智能体协同。第二模块，应用领域（第 6、7、10 讲），深入三个最成熟的 Agent 落地场景：编程智能体、电脑操作智能体、深度研究智能体。第三模块，训练方法（第 8、9、11、12 讲），从监督微调到强化学习基础，再到前沿 RL 算法和 RL 工程系统。第四模块，智能体安全，讲沙箱隔离、凭据管理、可观测性与监控。第五模块，智能体框架，精讲 OpenHands 和 LangGraph 两大主流框架。第六模块，交互与项目，覆盖多智能体交互、人机交互、Agent 与未来工作形态。第七模块，搜索与推理，讲重排序与评判模型、树搜索。第八模块，前沿专题，普林斯顿的 Karthik Narasimhan 和明星研究者 Sasha Rush 两场嘉宾讲座压轴。这个编排的逻辑非常清晰：先讲 Agent 的内脏（能力），再看 Agent 的战场（领域），然后讲 Agent 的养成（训练），最后是工程化（框架、安全）和前沿（交互、搜索）。学完就是一条完整的技术栈，而不是一堆零散的知识点。03 模块一拆解：Agent 能力的四根支柱
第 1 讲，什么是 Agent。开篇直接上三篇经典：Toolformer、ReAct，外加一个轻量实战项目 mini-SWE-agent。这个信号很明确，课程从第一天就要求你读源码。第 2 讲，工具使用。这一讲的材料密度堪称恐怖：除了 CodeAct 等核心论文，还附了 26 篇参考文档，从 OpenAI 的 Chat Completions API、Hugging Face 的 Chat Template，到 Qwen、Mistral、DeepSeek 各家的工具调用模板实现，再到 MCP 协议规范和 FastMCP 的源码，最后是伯克利函数调用榜单 BFCL V4 的评测方法。一句话，这一讲把工具调用从协议层到实现层到评测层全部打通了。第 3 讲，长上下文管理。Agent 跑长任务，上下文怎么管，KV Cache 怎么省，参考了 DistServe、Needle in a Haystack 等 42 篇材料。42 篇参考资料，这是全课材料最多的一讲，可见长上下文在工业界的分量。第 4 讲，技能与记忆。核心阅读包括 MemGPT、OpenHands 官方博客的 Agent Skills 实践、SkillsBench，还有 ReasoningBank、Agent Workflow Memory 等 2025 年的新工作。Agent 的经验沉淀和复用，正是今年最热的方向。第 5 讲，规划、任务分解与多智能体协同。阅读清单里有 Cursor 官方的 Plan Mode 设计文章，也有 Least-to-Most Prompting、SayCan、Plan-and-Act 这些学术经典，还有一篇标题就很反共识的 Don't Sleep on Single-Agent Systems，提醒你多智能体不是银弹。04 模块二拆解：三大应用领域，全是实战标杆
第 6 讲，编程智能体。41 篇参考材料，从 StarCoder、Code Llama 的数据和分词细节，到 SWE-bench 全家桶（多语言版、多模态版、Verified 版），再到 SWE-agent、Agentless、Aider 这些主流实现的编辑格式设计。Coding Agent 是目前商业化最成功的 Agent 品类，这一讲给的深度对得起它的地位。第 7 讲，电脑操作智能体（Computer Use），由 JY Koh 主讲。WebArena、VisualWebArena、OSWorld 三大 benchmark 加 OpenCUA，把 GUI 智能体的评测和训练讲透。第 10 讲，深度研究智能体（Deep Research），由 Akari Asai 主讲。OpenScholar、BrowseComp、Tongyi DeepResearch 都在阅读清单里。Deep Research 是 2025 年爆发最快的 Agent 形态，这一讲的时效性拉满。05 模块三拆解：训练方法，这门课真正的护城河
玄姐认为这是全课最值钱的模块，也是你在任何付费训练营里都买不到的内容。第 8 讲，监督微调（SFT），Yueqi Song 主讲。参考材料包括 Kimi K3、DeepSeek-R1、Agent Data Protocol、BalanceSFT，以及 TRL、Axolotl、LLaMA-Factory 三大训练框架的会话数据格式文档。从数据配比讲到工程实现。第 9 讲，强化学习基础。ReST、ReST-EM、DeepSeekMath、DrGRPO，把 Agent RL 的入门算法串成线。第 11 讲，进阶 RL 算法。PPO、GRPO、GSPO、DAPO、CISPO 一次讲全，还深入讨论了 Reward Hacking、课程学习、On-Policy Distillation 这些一线团队真正头疼的问题。参考材料里甚至有 SWE-bench Verified 的审计报告，教你识别评测污染。第 12 讲，RL 系统，Apurva Gandhi 主讲。算法之外，大规模 RL 训练的系统工程怎么搞，这一讲是压轴。06 剩下的模块：安全、框架、交互、搜索
安全模块两讲：沙箱与凭据管理，以及由 Eric Wallace 主讲的安全可观测性与监控。Agent 能执行代码、能操作电脑，安全就不是选修而是必修。框架模块精讲 OpenHands 和 LangGraph。主讲人自己就是 OpenHands 的发起人，这一讲的含金量不用玄姐多说。交互模块三场报告：Zora Wang 讲 Agent 与未来工作，Saujas Vaduguru 讲多智能体交互，Valerie Chen 讲人机交互。搜索模块两讲：重排序与评判模型、树搜索（JY Koh 主讲），这是提升 Agent 推理质量的另一条技术路线。最后两场嘉宾讲座分别是普林斯顿的 Karthik Narasimhan（语言智能体领域的开山学者之一）和 Sasha Rush（Transformer 注解和推理系统方向的明星研究者）。07 作业体系：三次大作业，造、评、训一条龙
这门课的作业设计，玄姐看完只想说四个字：环环相扣。第一次作业，造 Harness，9 月 14 日截止。Harness 就是 Agent 的运行骨架，负责调度模型、工具和环境交互的主循环。GitHub 组织 cmu-agents 上已经开源了起始代码和评分说明，你没上过 CMU 也能跟着做。第二次作业，做评测（Eval），10 月 1 日截止。先造 Agent，再给 Agent 建评测，这个顺序非常讲究：没有可靠评测，一切能力改进都是玄学。第三次作业，做训练（Training），10 月 29 日截止。亲手训练一个 Agent 模型，把第三模块学的 SFT 和 RL 落地。期末是项目海报展示，12 月 1 日到 3 日。造出来、评明白、训到位，最后还要讲清楚，完整闭环。08 自学路线建议
第一优先级，看第 1、2、5 讲的录像和讲义，建立 Agent 的整体认知框架。第二优先级，啃第 8、9、11 讲（训练三部曲），这是拉开差距的部分，配合 GitHub 上的作业代码实操。第三优先级，按你的方向选领域课：做 Coding 的看第 6 讲，做 GUI 自动化的看第 7 讲，做搜索研究的看第 10 讲。第四优先级，安全和框架模块挑干活要用的部分看，嘉宾讲座当播客听。09 资源地址汇总
- 课程官网（讲义、课表、作业说明）：https://www.cmu-agents.com/
- 开源作业代码（GitHub 组织）：https://github.com/cmu-agents
- 课程录像（YouTube 播放列表）：https://www.youtube.com/playlist?list=PLSN0qpDfUvTM
讲义 PDF 是直链，例如第 1 讲：https://www.cmu-agents.com/slides/lecture-01-agents.pdf ，把编号改成 02 到 12 就是对应讲次，无需登录直接下载。10 写在最后
2024 年大家还在争论 Agent 是不是伪需求，2025 年 Coding Agent 和 Deep Research 双双爆发，到 2026 年，CMU 直接把 Agent 开成了一门体系化的正式课程，并且全部开源。技术教育的演化速度，本身就是行业成熟度最好的晴雨表。Agent 这条赛道，拼到后面拼的一定是系统能力：骨架（Harness）、评测（Eval）、训练（Training）这三件事，恰好就是这门课三次作业的标题。课程设计者的判断力，就藏在这三个词里。AITutor 福利：AITutor 每个人的 AI 原生学习伙伴，业界最丰富 AI 实践和案例，4500+ 门多模态 AI 课程、7×24 小时 AI 导师已全面开放，快来免费体验吧。
- 打开 AITutor，新一代 AI 原生学习伙伴：www.aiaitutor.com
- 在首页输入「Jev」，就能看到更详细、更丰富的案例
- 包含图文、视频、播客、闪卡、代码、测验等 9 种学习模态
PS：AI 落地点击预约直播。
11 加我微信
扫码加我👇有很多不方便公开发公众号的我会直接分享在朋友圈，欢迎你扫码加我个人微信来看👇
加星标★，不错过每一次更新！
⬇戳”阅读原文“，立即体验 AITutor