CMU udostępnia darmowy kurs na YouTube dotyczący agentów AI

Uniwersytet Carnegie Mellon (CMU) uruchomił bezpłatny kurs wideo „11-768” poświęcony agentom sztucznej inteligencji, obejmujący pełen cykl rozwoju – od budowy szkieletu agenta po trenowanie modeli. Pierwsze zadanie i kod startowy są już dostępne na GitHubie.
Uniwersytet Carnegie Mellon (CMU) publikuje nowy kurs dotyczący agentów AI – oznaczony jako 11-768 – całkowicie za darmo na platformie YouTube. W tym semestrze zimowym zajęcia prowadzą Graham Neubig oraz Daniel Fried. Jest to jeden z pierwszych kursów skupiających się na agentach, który obejmuje całą ścieżkę rozwoju: od tworzenia szkieletu agenta (scaffold) po trenowanie modelu, na którym działa.
Program kursu zaczyna się od kluczowych tematów:
- Korzystanie z narzędzi (tool use);
- Zarządzanie kontekstem;
- Umiejętności (skills);
- Pamięć;
- Planowanie.
Następnie kurs przechodzi do dedykowanych sekcji dotyczących agentów kodujących, agentów GUI oraz agentów do głębokich badań (deep research). Późniejsze moduły obejmują nadzorowane strojenie (supervised fine-tuning), uczenie przez wzmacnianie (reinforcement learning), systemy treningowe, piaskownice (sandboxes), zarządzanie poświadczeniami, OpenHands, LangGraph, obserwabilność, interakcje agent-agent oraz agent-człowiek, a także wyszukiwanie.
Zadania najlepiej oddają charakter kursu:
- Zbuduj szkielet agenta.
- Opracuj testy do jego oceny.
- Trenuj agenta przy użyciu uczenia przez wzmacnianie.
Pierwsze zadanie oraz kod startowy zostały już opublikowane na GitHubie.
Wykłady pojawiają się na YouTube w trakcie trwania semestru. Graham Neubig zapowiedział, że wszystkie materiały wideo zostaną zebrane w publicznej playliście.
Takie podejście jest znacznie bardziej wartościowe niż nauka jednego frameworku dla agentów i zakładanie, że rozumie się ich działanie. Kurs prezentuje cały system: model, otaczający go szkielet, narzędzia i pamięć, ewaluację oraz trening, który może zmieniać sam model.
Dlaczego to ważne
AnalizaKurs traktuje agentów AI jako kompletny ekosystem – łączący model, infrastrukturę, narzędzia, pamięć, ewaluację i procesy treningowe – zamiast ograniczać się do tutoriali pojedynczego frameworku.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami