La CMU lance un cours gratuit sur YouTube dédié aux agents d'IA

La Carnegie Mellon University (CMU) propose désormais gratuitement son cours 11-768 sur les agents d'IA via YouTube, couvrant l'intégralité du cycle de développement, de la conception des architectures à l'entraînement des modèles.
La Carnegie Mellon University (CMU) a annoncé la publication gratuite de son nouveau cours sur les agents d'IA, référencé sous le code 11-768, directement sur YouTube. Enseigné cet automne par Graham Neubig et Daniel Fried, ce programme se distingue comme l'un des premiers à aborder le parcours complet allant de la construction d'une architecture d'agent (scaffold) jusqu'à l'entraînement du modèle qui l'exécute.
Le cursus débute par les fondamentaux attendus :
- L'utilisation d'outils (tool use) ;
- La gestion du contexte ;
- Les compétences (skills) ;
- La mémoire ;
- La planification.
Il s'étend ensuite à des sections spécifiques consacrées aux agents de codage, aux agents d'interface graphique (GUI) et aux agents de recherche approfondie. Les modules avancés couvrent l'affinage supervisé (supervised fine-tuning), l'apprentissage par renforcement, les systèmes d'entraînement, les environnements isolés (sandboxes), la gestion des identifiants, ainsi que des frameworks tels qu'OpenHands et LangGraph. Le cours traite également de l'observabilité, des interactions agent-agent et agent-humain, et de la recherche.
Les travaux pratiques illustrent parfaitement l'approche systémique du cours :
- Construire une architecture d'agent (scaffold).
- Concevoir des tests pour évaluer ses performances.
- Entraîner un agent via l'apprentissage par renforcement.
Le premier devoir et le code initial sont déjà disponibles sur GitHub. Les conférences seront publiées progressivement sur YouTube au fil du semestre, avec l'ensemble des vidéos regroupées dans une playlist publique, comme l'a confirmé Graham Neubig.
Cette approche dépasse largement la simple maîtrise d'un framework unique. Elle offre une vision holistique du système : le modèle lui-même, l'architecture qui l'entoure, les outils, la mémoire, l'évaluation et les techniques d'entraînement capables de modifier le comportement fondamental du modèle.
Pourquoi c'est important
AnalyseCe cours adopte une vision systémique des agents d'IA, intégrant le modèle, l'architecture, les outils et l'entraînement, plutôt que de se limiter à la documentation d'un framework isolé.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
CS329A : Agents d’IA auto-améliorants. Cours de l’Université Stanford
Un cours de Stanford rassemble des conférences et des ressources sur les agents d’IA auto-améliorants, ainsi qu’une collection de publications scientifiques récentes.
Codync : outil Rust open source transformant les agents IA en chatbots
Codync est un projet gratuit en Rust qui regroupe plus de 40 agents IA locaux en chatbots pilotables depuis iPhone, Mac, Windows, Linux ou le terminal.
Jev et System One AI : guide pratique complet du modèle de décision TypeSafe
Analyse technique approfondie du modèle phare Jev : architecture System One vs LLM, primitives Choice/Score/Noul, parallélisme des requêtes, mathématiques de la confiance, études de cas vidéo, code et aperçu des alternatives open-weight locales (Laya, GLiNER2.5, CLM-8B).
Claude Code Projects : comment une IA coordonne une équipe d'agents autonomes
Analyse approfondie de Claude Code Projects : architecture Coordinator et Threads, branches parallèles, mémoire partagée MEMORY.md et gestion des agents cloud.