CMU 11-768: AI Agents 学习笔记
CMU 11-768 是卡内基梅隆大学语言技术研究所面向研究生开设的 AI Agents 课程，由 Graham Neubig 与 Daniel Fried 联合授课。课程围绕 LLM 智能体的工具调用、上下文管理、技能与记忆、规划、评测、SFT/RL 训练、安全、交互和搜索展开，并通过三次个人作业与研究项目串联完整的智能体工程流程。
更新于：
CMU 11-768: AI Agents 是卡内基梅隆大学语言技术研究所 2026 年秋季开设的研究生课程，由 Graham Neubig 与 Daniel Fried 联合授课。课程把 LLM 智能体视为一个需要构建、评测、训练和保障安全的完整系统，兼顾理论、工程实践与开放研究。
这套笔记按官网课表建立初始结构。课程资料仍在学期中持续更新，讲义、视频和作业状态以官网为准。
官方资料
- CMU 11-768: AI Agents 课程主页
- 课程 Schedule
- 课程 Assignments
- 课程 Syllabus & Policies
- 课程 YouTube 播放列表
- Assignment 1: Build an Agent Harness
网络资料
参考导读
学习路线
课程围绕两条互相咬合的主线展开：
- 知识主线：智能体能力 → 应用领域 → 训练方法 → 安全与框架 → 交互、搜索与进阶。
- 实践主线：搭建 Harness → 设计 Eval → 使用 SFT/RL 训练 → 完成研究项目。
学完后应能在开源 LLM 之上实现智能体，设计多步任务评测，训练和改进智能体能力，分析安全与可靠性取舍，并围绕智能体提出和验证一个开放研究问题。
课程目录
| 编号 | 日期 | 课程 | 笔记 | 资料 |
|---|---|---|---|---|
| 01 | 08-25 | Course Overview: What Is an Agent? | 课程概览：什么是智能体 | Slides · YouTube · B 站 |
| 02 | 08-27 | Agent Capabilities 1: Tool Use | 工具调用 | Slides · YouTube · B 站 |
| 03 | 09-01 | Agent Capabilities 2: Context Management for Long-Context Agents | 长上下文智能体的上下文管理 | Slides · YouTube · B 站 |
| 04 | 09-03 | Agent Capabilities 3: Skills and Memory | 技能与记忆 | Slides · YouTube · B 站 |
| 05 | 09-08 | Agent Capabilities 4: Planning, Task Decomposition, and Multi-Agent Coordination | 规划、任务分解与多智能体协同 | Slides |
| 06 | 09-10 | Domains 1: Coding Agents | 编程智能体 | Slides |
| 07 | 09-15 | Domains 2: GUI Agents | GUI 智能体 | 待更新 |
| 08 | 09-17 | Training 1: Supervised Fine-Tuning (SFT) | 监督微调 | 待更新 |
| 09 | 09-22 | Training 2: Reinforcement Learning Basics | 强化学习基础 | 待更新 |
| 10 | 09-24 | Domains 3: Deep Research Agents | 深度研究智能体 | 待更新 |
| 11 | 09-29 | Training 3: Advanced RL Algorithms | 高级强化学习算法 | 待更新 |
| 12 | 10-01 | Training 4: RL Systems | 强化学习系统 | 待更新 |
| 13 | 10-06 | Safety 1: Sandboxing and Credential Management | 沙箱与凭证管理 | 待更新 |
| 14 | 10-08 | Frameworks 1: OpenHands | OpenHands | 待更新 |
| 15 | 10-20 | Frameworks 2: LangGraph | LangGraph | 待更新 |
| 16 | 10-22 | Safety 2: Observability and Monitoring | 可观测性与监控 | 待更新 |
| 17 | 10-27 | Agents and the Future of Work | 智能体与工作的未来 | 待更新 |
| 18 | 10-29 | Interaction 1: Multi-Agent Interaction | 多智能体交互 | 待更新 |
| 19 | 11-10 | Interaction 2: Human-Agent Interaction | 人机交互 | 待更新 |
| 20 | 11-12 | Search 1: Reranking and Critic Models | 重排序与评论模型 | 待更新 |
| 21 | 11-17 | Search 2: Tree Search | 树搜索 | 待更新 |
| 22 | 11-19 | Guest Lecture: Karthik Narasimhan | 客座讲座：Karthik Narasimhan | 待更新 |
| 23 | 11-24 | Guest Lecture: Sasha Rush | 客座讲座：Sasha Rush | 待更新 |
课程另安排两次 Project Hours、三次假期停课和两次期末海报展示。本项目将这些非主题讲次统一记录在研究项目笔记中。
实践项目
| 项目 | 截止时间 | 笔记 |
|---|---|---|
| Assignment 1: Harness | 2026-09-14 | 搭建智能体 Harness |
| Assignment 2: Eval | 2026-09-24（暂定） | 设计智能体评测 |
| Assignment 3: Training | 2026-10-22（暂定） | 训练智能体 |
| Half-semester Research Project | 2026-12-01 至 12-03 展示 | 研究项目 |