斯坦福 CS329A『自我改进的 AI Agent』课程视频已公开
中文账号介绍斯坦福 CS329A Self-Improving AI Agents 课程视频已上传 YouTube，两位主讲老师做过 PaLM、Gemini、Claude，共 9 讲，围绕『采样、验证、筛选、训练、更强的模型』这一循环，并解释为何 coding agent 最近普及而写作不行。
shao__meng@shao__meng原帖
为什么值得留
想从训练角度理解 agent 进步的读者，可按讲次学习。
可以从这里开始
挑一讲看，记录它如何定义『验证』。
阅读时留意
9 月的转述；课程内容我们没看；主讲人履历是转述。
OnBalls 导读整理于 2026.10.22。只读存档的帖文全文及可见引用；未打开链接内容，帖中数字和说法未独立核实。