斯坦福 CS329Z 课程资料公开：两份作业开源，教你几美元从零写个 Claude Code

第一份作业要求不借助任何 agent 框架，只凭一个“传消息、返回文字”的原始接口，从零写一个 agent harness——包括手写 BM25 检索、多跳问答、工具调用格式设计、沙盒终端、上下文压缩、跨会话记忆和操作审批。88 分自动评分中有 48 分来自不调用模型的测试，参考答案跑完全部线上测试只花了 0.05 美元，最后的模拟用户评测再花 0.18 美元，默认模型是 openai/gpt-6-luna。第二份作业由 SWE-bench 共同作者 John Yang 设计，教你怎么出 Terminal-Bench 风格的考题：用 Harbor 工具打包题面、Docker 环境和验证脚本，再用 mini-SWE-agent 配 Gemini 3.8 Flash 跑五次验证。

课程由 Diyi Yang 和两位博士生讲授，第一届有 100 多名学生，课表里还有 Andrew Ng 的炉边对谈和 SWE-bench 两位作者（现在 Anthropic）的客座讲座，主要资助方是 Laude Institute。对想理解 Claude Code、Codex 这类产品内部原理的开发者来说，第一份作业几乎就是一份开源的实现手册。

斯坦福 CS329Z 课程资料公开：讲座每天上 YouTube，两份作业开源，第一份教你花几美元从零写个“Claude Code” 斯坦福新课 CS329Z“AI agent 工程”（Engineering AI Agents）开始对外公开全部课程资料。授课老师之一 Michael Ryan 11 月 10 日发帖说，讲座视频每天在 Stanford Online 的 YouTube 频道上一讲，两份作业的代码仓库也放到了 GitHub，都用 MIT 协议，别的学校注明出处就能拿去上课。 开课时情况不一样。课程页写的是录像只放在斯坦福内部的 Canvas 平台给选课学生看，校外的人只能下载课件。现在官方频道已经上了第 1 讲《什么是 agent 系统》和第 2 讲《写给 agent 开发者的大模型知识》，第 1 讲播放量过了 9 万。课程主页的课表也开始在每节课旁边挂视频链接。 【第一份作业：自己写一个 agent harness】 harness 是包在模型外面的那层程序：告诉模型有哪些工具、解析它的回复、替它执行命令、管理上下文。Claude Code、Codex 都可以看成一个模型加一个 harness。 作业不许用任何 agent 框架，课程只给一个最原始的接口：传进一串消息，返回一段文字，没有工具调用，也没有结构化输出，其余全靠自己写。 前半部分做几条固定流程：给邮件判断优先级、生成每日摘要、手写 BM25 检索（一种按关键词打分的经典搜索算法），再在一份真实企业的邮件档案里做多跳问答。后半部分给一家虚构的能源公司做内部助理：自己设计工具调用格式，接入文档检索，给它一个带沙盒限制的终端，对话太长时压缩上下文，跨会话记住用户的事，执行操作前让用户批准或否决。最后由大模型扮演的“模拟用户”跟你的 agent 多轮对话，再由另一个模型打分。 对自学的人来说，最有用的是全套测试都在仓库里。一开始所有测试都失败，你的任务就是让它们一个个通过。88 分自动评分里有 48 分来自不调用模型的测试，跑多少遍都不花钱。另有几处判断题作业不给标准答案，比如一条命令输出太长时给模型看多少、压缩上下文时必须留下什么、哪些操作可以不问用户，要求你写一份设计说明讲清楚自己的选择。 Michael Ryan 说不到 5 美元的 API 额度就能做完。讲义里的数字更低：用参考答案跑一遍全部线上测试花了 0.05 美元，最后的模拟用户评测再花 0.18 美元。自己调试要反复跑，花得会比这多，好在每次调用都缓存在本地，同样的请求第二次不收钱。选课学生用课程发的 OpenRouter 密钥，校外的人得自己准备一个，默认模型是 openai/gpt-6-luna。 【第二份作业：给 agent 出一道考题】 第二份作业由 John Yang 设计。他是 SWE-bench 的共同作者，这套测试用真实的 GitHub 问题考 AI 会不会修 bug，各家发编程模型常拿它报成绩。 作业教的是怎么出一道 Terminal-Bench 风格的题：给 agent 一段问题描述，让它在命令行环境里动手，最后用测试脚本判断做没做对。用的工具 Harbor 出自 Terminal-Bench 团队，它规定一道题怎么打包（题面、Docker 环境、验证脚本），并负责启动 agent、跑验证、保存结果。 作业先带你用 Harbor 跑 SWE-bench Verified、Terminal-Bench 2.1 里的现成题目。占 70% 分数的部分是自己出一道题，用 mini-SWE-agent（一个只带 bash 工具的极简编程 agent）配 Gemini 3.8 Flash 跑五次，分析这道题是否有效、贴近真实、能复现、有难度。需要装 Docker，准备 Gemini 或 OpenRouter 的密钥。 两份作业的说明文件末尾都写了致谢：第一份是在 Claude Fable 5.1 的大量帮助下做出来的，第二份用了 Claude Opus 5.5。 【后面还有什么】 课程由斯坦福计算机系的 Diyi Yang 和两位博士生 Michael Ryan、John Yang 共同讲授，第一届有 100 多名学生。这学期的课表里还有 Andrew Ng 的炉边对谈，还有 SWE-bench 两位作者 Carlos Jimenez、Alexander Wettig（现在在 Anthropic）的客座讲座。Michael Ryan 说之后还会公开学生做的作品。主要资助方是 Laude Institute，Thinking Machines、Google Cloud、AWS 和 Harbor 给学生提供了 API 额度。 照着第二份作业讲义克隆仓库时注意，讲义里写的仓库名是 assignment2-harness，实际地址是 assignment2-evals。 课程主页： cs329z.stanford.edu 第 1 讲视频： youtu.be/DGI4vucR71w 第 2 讲视频： youtu.be/Vr1NzH8bT44 作业一仓库： github.com/cs329z/assignm… 作业二仓库： github.com/cs329z/assignm… 原帖： x.com/michaelryan207… Michael Ryan @michaelryan207 🔊 Big Update! All materials are now being released publicly for our NEW Stanford course CS329Z: Engineering AI Agents! Starting with the lectures, which are going live daily on the Stanford Online YouTube channel! Lecture 1: youtu.be/DGI4vucR71w M 🧵 (1/5) 🔗 View Quoted Tweet📊 60 ⚡

本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Stanford CS329Z、Claude Code、Terminal-Bench、SWE-bench，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明：本文原始线索采编自「宝玉」（@dotey），经 AITOP 多维评分管线结构化提炼。