Курсы по ИИ-агентам в CMU и Стэнфорде: что внутри программы и кому

Carnegie Mellon читает этой осенью курс 11-768 под названием AI Agents, а материалы выложил открыто. Лекции уже появляются на YouTube. Двадцать третьего сентября в Стэнфорде стартует CS329Z, Engineering AI Agents, и его материалы тоже обещают выкладывать на сайте.

Само по себе появление двух курсов, это ещё не поворот индустрии. Интереснее другое: программы собраны независимо друг от друга, а ядро у них почти совпало. Давайте посмотрим, из чего оно состоит, потому что это и есть ответ на вопрос "что надо знать человеку, который делает агентов".

Кто читает

В CMU курс ведут Грэм Нойбиг и Дэниел Фрид. Нойбиг, это автор OpenHands, открытого агента для работы с кодом, то есть человек, который занимается ровно тем, чему учит. В Стэнфорде курс ведут Дийи Янг, Майкл Райан и Джон Янг из лаборатории Stanford NLP.

Это не мелочь для тех, кто собирается смотреть лекции. Курсы такого рода часто читают по чужим статьям, а тут материал идёт от людей, которые сами наступали на эти грабли.

Из чего состоит программа CMU

Расписание курса раскладывается на несколько блоков:

1) возможности агента: работа с инструментами, управление контекстом, навыки, память, планирование
2) области применения: код, работа с интерфейсом на экране, глубокий поиск
3) обучение: дообучение на примерах, обучение с подкреплением и системная часть под это
4) безопасность: песочница, защита от враждебных воздействий
5) взаимодействие с человеком, фреймворки и поиск

Заявленная цель курса сформулирована коротко: студент делает свою оболочку для агента, строит систему оценки и обучает агентную модель через RL. Плюс исследовательский проект.

Обратите внимание, чего в этом списке нет. Там нет "как написать промпт" и почти нет самой модели. Модель, это двигатель, а курс целиком про то, что вокруг двигателя: руль, тормоза, приборы, ремни безопасности и техосмотр. Двигатель вы берёте готовый у DeepSeek, OpenAI или Anthropic, а машину собираете сами, и ездит она ровно настолько, насколько хорошо собрана.

Что в Стэнфорде

CS329Z идёт по понедельникам и средам, темы движутся от простых конвейеров вокруг модели к автономным системам. В программе поиск с подстановкой найденного в запрос, работа с инструментами, фреймворки DSPy и LangGraph, многоагентные системы, подбор промптов и дообучение, оценка агентов и бенчмарки, безопасность и защита от атак, агенты для кода.

Задания устроены так: первое домашнее, это каркас агента, второе, это его оценка. Дальше проект на четверть, десятиминутное видео с разбором научной статьи и три рецензии на видео однокурсников.

Теперь сложим две программы вместе. Совпадают пять вещей: инструменты, оценка, безопасность, многоагентные схемы и агенты для кода. Расходятся тоже понятно: CMU уходит в обучение агента через RL и в системную часть, Стэнфорд в фреймворки и поиск по документам.

Из этого совпадения и получается список навыков. Если вы нанимаете человека на агентов или сами решаете, что учить дальше, спрашивать стоит про эти пять пунктов, а не про знание конкретной библиотеки.

Оценка, самый скучный пункт и самый важный

В обеих программах оценка агента стоит отдельным блоком, а в Стэнфорде под неё отведено целое домашнее задание. В рабочих проектах это обычно то, что делают последним или не делают вовсе.

Без своих замеров вы судите об агенте по ощущениям, как о самочувствии без термометра. Кажется, стало лучше после правки промпта, и никто не скажет, стало ли на самом деле, потому что мерить нечем. Отсюда и типичная история, когда агент месяц выглядит рабочим, а потом выясняется, что он проходил три знакомых сценария из тридцати.

Чего открытый доступ не даёт

Как всегда есть НО, и здесь оно важное.

Открытые материалы, это лекции и постановки заданий. В комплект не входит проверка вашей работы, ответ преподавателя на вопрос, доступ к вычислениям под обучение с подкреплением и однокурсники, которые рецензируют вашу работу. Половина ценности университетского курса лежит именно в этой половине.

У стэнфордского курса вдобавок есть входное требование, один из курсов по обработке языка (CS224N, CS224U, CS224V, CS336) или равный опыт. Материалы открыты, но написаны они для того, кто уже прошёл базу.

И ещё, лекции выкладывают по мере проведения, а не всё сразу. То есть курс идёт в реальном времени вместе со студентами.

Как взять из этого пользу

1) не смотреть подряд. Открыть расписание, выбрать два блока, которых вам не хватает прямо сейчас, и посмотреть только их
2) сделать первое задание руками: свою оболочку для агента, без фреймворка. Она нужна не для продакшена, а чтобы понять, из чего фреймворк потом вас избавляет
3) сделать второе задание на своих данных: набор из тридцати задач и скрипт, который прогоняет агента по ним и считает результат. Это переносится в рабочий проект напрямую
4) блок про безопасность и песочницу смотреть раньше остальных, если ваш агент уже ходит в интернет или запускает команды
5) если базы по обработке языка нет, начинать не отсюда, а с курса по языковым моделям, иначе половина лекций пройдёт мимо

Что в итоге

Программа этих курсов ценнее, чем сам факт их появления. За несколько лет разработка агентов превратилась из набора приёмов в предмет с оглавлением, и это оглавление теперь можно прочитать за десять минут, а не собирать по обрывкам из чужих постов.

Вызов модели в этом оглавлении занимает одну строчку из двадцати. Всё остальное, это память, контекст, инструменты, песочница и измерения, то есть обычная инженерная работа вокруг чужого двигателя.