T learn.traeai
← 全部站内专题

本站原创 · Agent · 高级

CS329Z:从语言模型到 Agent 系统

跟随 Stanford 2026 秋季课程的前三讲,从系统设计、LLM 工程接口到 RAG,完成一个可核验的资料问答系统方案。官方课件可在本页阅读,中文讲解、练习和自测由本站独立编写。

适合:有 Python、语言模型或自然语言处理基础的大学生与成人学习者。3 节,每节建议约 25 分钟,按自己的节奏学习。

Stanford · Fall 2026

从已公开的讲次开始学

讲师:Diyi Yang · Michael Ryan · John Yang

已核对前三讲官方 PDF:9 月 23 日 Intro to Agentic Systems、9 月 28 日 LLMs for Builders、9 月 30 日 RAG + Agents。本专题覆盖这三讲的入门实践;官方录像需登录 Stanford Canvas,尚未收录为公开视频。

官方来源核对日期:2026-10-03

后续课表 · 课件待发布
  • 10 月 5 日:Tool Use & Function Calling
  • 10 月 7 日:Frameworks & Orchestration
  • 后续课表:设计模式、记忆、多 Agent、优化、数据、评测、安全与 Coding Agents

从第一步到最终作品

  1. 第 1 节 · 25 分钟

    第一讲:先设计系统,再选择 Agent →

    画出一个资料问答助手的组件、数据流与验收标准。

  2. 第 2 节 · 25 分钟

    第二讲:把 LLM 接成可靠的组件 →

    定义模型接口、上下文预算和可重复的工程实验。

  3. 第 3 节 · 25 分钟 · 项目交付

    第三讲:做出带证据的 RAG 基线 →

    连接资料切分、检索、回答与错误分析,交付前三讲的练习项目。

参考来源与内容说明

本专题的讲解、示例、练习和测验由本站独立编写,参考 Stanford CS329Z: Engineering AI Agents · Fall 2026。本站内容不等同于官方全部课程或认证。学习本站专题无需跳转;如需官方视频、作业和证书,可按需查看原平台。

查看官方参考课程 ↗