CMU veröffentlicht kostenlosen YouTube-Kurs zu KI-Agenten

Die Carnegie Mellon University (CMU) stellt den Kurs 11-768 über KI-Agenten kostenlos auf YouTube zur Verfügung. Die Inhalte decken den gesamten Lebenszyklus ab, von der Entwicklung des Agent-Gerüsts bis zum Training des zugrunde liegenden Modells.
Die Carnegie Mellon University (CMU) veröffentlicht einen neuen Kurs zu KI-Agenten – 11-768 – kostenlos auf YouTube. Im Herbstsemester wird er von Graham Neubig und Daniel Fried geleitet. Dies ist einer der ersten Kurse, die sich mit Agenten befassen und den gesamten Weg vom Aufbau eines Agent-Gerüsts (Scaffold) bis hin zum Training des Modells, auf dem es läuft, abdecken.
Der Kurs beginnt mit den erwarteten Kernthemen:
- Tool-Nutzung;
- Kontextmanagement;
- Fähigkeiten (Skills);
- Gedächtnis (Memory);
- Planung.
Anschließend gibt es separate Abschnitte zu Coding-Agenten, GUI-Agenten und Deep-Research-Agenten. Zu den späteren Themen gehören Supervised Fine-Tuning, Reinforcement Learning, Trainingssysteme, Sandboxes, Credential Management, OpenHands, LangGraph, Observability, Interaktion zwischen Agenten sowie zwischen Agent und Mensch und Suche.
Die Aufgaben beschreiben den Kurs am besten:
- Ein Agent-Gerüst bauen.
- Tests entwerfen, um es zu bewerten.
- Einen Agenten mit Reinforcement Learning trainieren.
Die erste Aufgabe und der Starter-Code sind bereits auf GitHub verfügbar.
Die Vorlesungen erscheinen im Laufe des Semesters auf YouTube. Graham Neubig erklärte, dass alle Videos in eine öffentliche Playlist aufgenommen werden.
Dies ist weitaus nützlicher, als nur ein einziges Agent-Framework zu lernen und anzunehmen, man verstehe nun das gesamte Feld der Agenten. Der Kurs zeigt das ganze System: das Modell, das Gerüst darum herum, Tools und Gedächtnis, Evaluation sowie das Training, das das Modell selbst verändern kann.
Warum das wichtig ist
AnalyseDer Kurs behandelt KI-Agenten als ein vollständiges System – bestehend aus Modell, Scaffold, Tools, Memory, Evaluation und Training – anstatt sie auf ein einzelnes Framework-Tutorial zu reduzieren.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
CS329A: Selbstverbessernde KI-Agenten. Kurs der Stanford University
Ein Kurs der Stanford University sammelt Vorlesungen und Materialien zu selbstverbessernden KI-Agenten sowie eine Sammlung aktueller wissenschaftlicher Publikationen.
Vercel veröffentlicht UI SDK: KI-Agenten können direkt mit Interfaces interagieren
Vercel hat ein Open-Source-UI-SDK vorgestellt, mit dem KI-Agenten Interfaces schneller und günstiger bedienen können. Laut offiziellem Benchmark sinkt eine Aufgabe im Dashboard von 41 auf 16 Sekunden.
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).
Claude Code Projects: Wie ein KI-Agent ein Team autonomer Agenten koordiniert
Eine tiefgehende Analyse von Claude Code Projects: die Architektur von Coordinator und Threads, parallele Branches, gemeinsamer Speicher MEMORY.md sowie das Management von Cloud-Agenten.