编者摘要：CMU 2026秋新开AI Agents研究生课，由OpenHands作者与Meta前Agent团队学者联合授课。课程摒弃浅层科普，以「搭建框架-构建评测-模型训练-科研落地」为核心流水线，聚焦可训练、可评测的完整Agent系统。配套作业工程深度拉满，资源全开源，依托专属算力支持实操，兼顾工程落地与前沿科研，是目前最顶尖的Agent系统实战课程。
10个关键问题问与答
Q1：这门课的核心定位是什么？A：非概念科普课，是面向工程落地与前沿研究的系统课，主打从零搭建、评测、训练LLM智能体，而非简单调API、写Prompt。
Q2：课程核心能力公式是什么？A：Agent能力=模型能力×环境接口（Harness）×评测信号（Eval），RL是串联三者、实现能力迭代的核心闭环引擎。
Q3：课程授课师资有哪些核心优势？A：由OpenHands核心开发者Graham Neubig、Meta前Agent团队Daniel Fried主讲，搭配各领域顶尖客座学者、专项TA，集结CMU顶尖Agent研究力量。
Q4：课程整体学习流水线是什么？A：前半学期通过三次个人作业完成框架搭建、评测构建、模型训练；后半学期以小组科研项目为主，聚焦前沿问题研究。
Q5：作业1（Harness）核心考察什么能力？A：手写ReAct智能体循环，实现工具调用、上下文压缩、技能系统，依托云端沙箱完成代码实操与消融实验，吃透SWE-Agent底层逻辑。
Q6：课程最大的差异化优势是什么？A：不堆砌论文，形成因果连贯的工程教学体系，贴合工业级Agent生产标准，作业对标一线开源项目，远超普通Demo式课程。
Q7：课程考核权重如何分配？A：个人作业40%、期末科研项目50%、课后思考随笔10%，极度重视实操落地与原创研究能力。
Q8：课程AI工具使用规则是什么？A：作业、报告可使用AI辅助，但学生必须完整答辩所有设计决策；课后随笔禁止使用AI，杜绝躺平式学习。
Q9：校外自学者可以完整跟读吗？A：理论、基础作业可完整复刻；RL训练、期末科研项目依赖专属赞助算力，个人难以独立完成。
Q10：课程适合哪些人群学习？A：适合掌握Python、有LLM基础，想深耕Agent底层工程、系统训练与前沿科研，而非仅做应用层开发的开发者与研究者。
概览
CMU LTI 2026 秋季研究生新课《AI Agents》，由 OpenHands 作者 Graham Neubig 与曾任职 Meta Agent 团队的 Daniel Fried 联合授课。不是 Agent 概念科普课，是系统建造 + 训练 + 研究导向工程课。课程官网：https://www.cmu-agents.com/，讲义、作业、YouTube 录播全部对外公开，校外爱好者可跟读。
课程核心目标：基于开源大模型从零实现完整智能体，搭建评测体系，使用 SFT/RL 完成模型训练，并独立开展 Agent 方向开放研究。 底层认知：Agent 能力 = 模型能力 × 环境接口 (Harness) × 评测信号 (Eval)，RL 是闭环引擎。课程弱化 Prompt 工程，将 Agent 视为可训练、可量化评估的完整软件系统。
课程整体架构：一条造 Agent 流水线
学期主线：搭建 Harness → 构建评测 Eval → 模型训练 Training → 开放研究项目
-
前半学期：3 份个人作业打通工程全链路 -
Assignment1（Harness，9.14 截止）：搭建 Agent 运行框架 -
Assignment2（Eval，9.24 截止）：构建智能体评测体系 -
Assignment3（Training，10.22 截止）：SFT 与 RL 训练落地 -
后半学期：2–3 人小组做原创研究项目，占总成绩 50%
六大教学模块（共 28 次课）
- Agent 基础能力（第 1–5 讲）
拆解 Agent 核心组件，阅读经典文献与前沿工作：Agent 定义（Toolformer、ReAct、Mini-SWE-Agent）、工具调用（含 XGrammar 约束解码工程细节）、长上下文管理、记忆与技能系统（MemGPT、OpenHands 技能协议）、任务规划分解、多智能体协同，包含 Cursor Plan Mode 工业案例。 - 应用领域（第 6、7、9 讲）
分三大 Agent 赛道：代码智能体（SWE-Bench 体系）、GUI 智能体（OSWorld 作者主讲）、深度网页研究智能体（WebWalker 研究者 Akari Asai 主讲）。 - 训练方法（第 8、10–12 讲）
SFT → RL 基础 → 高级 RL 算法 → RL 系统工程。单独开设 RL Systems 专题，聚焦 Agent RL 真实瓶颈：rollout 沙箱、异步执行、推理吞吐，贴合 vLLM/SGLang 底层实践。 - 安全（第 13、16 讲）
沙箱隔离、凭证管理、可观测性与监控。作业直接使用 Modal 远程沙箱执行模型生成代码，理论与实操结合。 - 框架（第 14、15 讲）
OpenHands、LangGraph 两大主流 Agent 框架团队分享业界工程实践。 - 交互、搜索与进阶（第 17–24 讲）
大规模 AI 劳动力影响、多智能体交互、人机交互、重排序 / 批评模型、树搜索；压轴客座演讲：Karthik Narasimhan、Sasha Rush；预留 Project Hours 供小组推进项目。
亮点：大量课程由领域一线研究者、TA 客座授课，相当于 CMU LTI 及合作圈 Agent 研究力量的集中输出。
作业体系（工程深度标杆）
作业 1：Build an Agent Harness（公开仓库 cmu-agents/assignment-1）
基于 DeepSeek-v4-flash（也支持 GPT-OSS），手写 ReAct 循环实现可复用 Agent，分 3 部分：
- 代码智能体
实现消息构造、ReAct 循环、工具分发，遵循 Agent Skills 协议（技能目录前置，完整定义按需加载）；在 SWE-Bench 任务修复国际象棋 bug 程序，输出 patch；模型代码在 Modal 云端沙箱运行。 - 上下文压缩
实现 context compaction 工作记忆，精简历史中间步骤，保留目标、试错经验；在真实 SWE-Bench 任务上做消融，对比 token 消耗并撰写权衡分析。 - 象棋智能体
复用同一 Agent 循环，接入 UCI 象棋工具、局面模拟器；支持模型编写 Python 代码批量搜索，仅提交最终走子；完成 2×2 消融实验（两个模型 × 是否提供合法走子列表）。 评分关注生产级细节：工具调用错误可恢复、并行调用约束等。完成后，可吃透 SWE-Agent/OpenHands 底层运行机制。
作业 2：搭建 Agent 评测框架，解决当前领域评测方法论缺失问题。 作业 3：落地 SFT、RL 训练流水线，完成智能体模型优化。
考核与课程政策
-
个人作业 40%，期末研究项目 50%（提案 5%+ 中期 5%+ 海报 10%+ 报告 30%），课程亮点随笔 10% -
项目鼓励产出论文；若教师 / TA 提供实质性贡献，可邀请共同署名，研究导向极强 -
AI 工具规则：作业、报告允许 AI 辅助，但必须能答辩解释所有设计决策；课后随笔禁止使用 AI -
代码规则：核心模块必须自研，不可直接套用现成完整实现；提供 2 天宽限日
算力与开放生态
算力赞助方：Fireworks、Modal、Prime Intellect、Sail，学生可使用 Modal 沙箱与免费推理额度，普通研究生也能开展 Agent RL 实验。 课程全部资源对外开源：课件、录播视频、作业仓库，校外自学者可完整跟学。
课程价值与门槛
标杆意义
- 教学叙事
把零散 Agent 论文整合成因果连贯的工程流水线：Harness → Eval → RL，而非文献堆砌。 - 工程深度
作业约束对标一线开源 Agent 项目，远超普通 Demo 课程。 - 研究孵化
高占比期末项目 + 顶级客座讲师，批量培养 Agent 方向研究人才。
门槛
先修要求高，需要有 LLM 训练基础；RL 训练依赖赞助算力，自学者很难完整复现作业 3 与期末项目。 一句话总结：这是 2026 年公开资源里，最完整、工程化、研究导向的 LLM 智能体建造课程。