Stanford veröffentlicht neuen Kurs CS329Z: Engineering AI Agents

X-PostMark PhelpsSammlung

Die Stanford University hat den Lehrplan für den Kurs CS329Z ('Engineering AI Agents') für den Herbst 2026 freigeschaltet. Der Kurs behandelt die Entwicklung zusammengesetzter KI-Systeme ('Compound AI Systems'), die Eigenentwicklung von RAG und Tool-Nutzung, Frameworks wie DSPy sowie Evaluationsstrategien.

Das Wichtigste

  1. Der Kurs deckt das gesamte Spektrum von einfachen LLM-Pipelines über zusammengesetzte Systeme bis hin zu autonomen Agenten ab.
  2. Studierende implementieren Kernkomponenten wie RAG-Pipelines und Tool-Use bzw. Function-Calling zunächst von Grund auf, bevor Abstraktionen wie DSPy oder LangChain eingefÿhrt werden.
  3. Lehrplaninhalte umfassen unter anderem Context Engineering, Model Context Protocol (MCP), Speicherkonstrukte, Multi-Agenten-Architekturen und systematische Evaluationen.
  4. Sämtliche Vorlesungsmaterialien sind auf der Kurswebsite öffentlich zugänglich; Aufzeichnungen sollen planmäÑig mit etwas Zeitversatz auf dem YouTube-Kanal von Stanford Online erscheinen.
  5. Mark Phelps kündigte an, den Kurs online zu begleiten, Notizen zu veröffentlichen und teilte einen Lernplan in Kombination mit dem Kurs CS336.

Warum das relevant ist

Während einfache LLM-Wrapper schnell gebaut sind, liegen die produktionsrelevanten Hürden in Orchestrierung, Speichermanagement, Tool-Integration und belastbarer Evaluation. Ein praxisorientierter akademischer Lehrplan von fÿhrenden Forschern bietet Entwicklern ein fundiertes Framework abseits kurzlebiger Framework-Hypes.

Einordnung

CS329Z spiegelt den Paradigmenwechsel von monolithischen Sprachmodellen hin zu komplexen Softwaresystemen ('Compound Systems') wider. Durch den didaktischen Ansatz, RAG und Tool-Loops erst ohne Bibliotheken zu bauen und erst danach Abstraktionsschichten wie DSPy oder MCP zu analysieren, legt der Kurs den Fokus auf technisches Verständnis und Robustheit statt reines Zusammensetzen fertiger Komponenten.

Original-Post

Mark Phelps

@mark_a_phelps · 24. September 2026

Stanford dropped CS329Z today. Engineering AI Agents. compound systems, build RAG/tool use from scratch, then frameworks, then how you actually evaluate this stuff. gonna follow along online. looks pretty neat. t.co/7To6HNMqxu

1214 Likes9 Antworten2296 Lesezeichen66.100 Aufrufe

Auf X ansehen
Weitere Posts im Thread (3)
  1. @abderrahmane_bd from one of the instructors: t.co/OsQ5OjLGKt
  2. @ikogan_ from one of the instructors: t.co/OsQ5OjMeA1
  3. ill post notes in this thread as i work through the lectures. follow along if youre taking it too. I asked Hermes to build a study plan between this course and CS336 t.co/SpjTkch4Ng if anyone wants it I can put it on GitHub
Ausgewählte Antworten (5)
  • @abderrahmane_bd @mark_a_phelps do they have youtube playlist ?
  • @ikogan_ @mark_a_phelps No lectures. No assignments.
  • @cristofrcharles @mark_a_phelps Very cool. Thanks for sharing.
  • @Ganeshhkumar777 @mark_a_phelps How do you actually follow it?
  • @golden_tronte @Ganeshhkumar777 @mark_a_phelps This is from one of the instructors. t.co/noChouQiek

Erwähnte Links

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Link:Aakanksha Chowdhery, Azalia Mirhoseini

    Stanford CS329A: Self-Improving AI Agents

    Die Stanford University bietet mit CS329A ein Master-Seminar zu selbstoptimierenden KI-Agenten an. Der Kurs unter der Leitung von Aakanksha Chowdhery und Azalia Mirhoseini behandelt Methoden, mit denen LLM-basierte Systeme durch Eigeninteraktion und Umgebungsfeedback kontinuierlich lernen.

    KI & AI· Sammlung

  • Video

    Video:Stanford Online

    Stanford CS329A: Einführung in selbstverbessernde KI-Agenten und Scaling-Trends

    In der ersten Vorlesung des Stanford-Kurses CS329A geben Aakanksha Chowdhery und Azalia Mirhoseini einen Überblick über die Entwicklung von Sprachmodellen und autonomen Agenten. Sie beleuchten klassische Scaling Laws, emergentes Denkvermögen via Chain of Thought, Post-Training-Methoden wie RLHF sowie neue Paradigmen: Test-Time-Compute (Inference-Time Scaling) und strukturierte agentische Workflows in Coding- und Research-Tools.

    KI & AI· Vortrag

  • Repository:walkinglabs/learn-harness-engineering

    Learn Harness Engineering: Open-Source-Kurs für verlässliche KI-Coding-Agents

    Das Open-Source-Projekt learn-harness-engineering von walkinglabs bietet einen praxisorientierten Einsteigerkurs, der Entwickler von Grund auf in das Harness Engineering für autonome Coding-Agents einführt. Der Kurs behandelt State-Management, Laufzeitumgebungen, Verifikationslogik und Kontrollmechanismen, um Coding-Agents stabil in der Praxis einzusetzen.

    14.831SterneTypeScript

    KI & AI· Anleitung

  • Link:hanakoxbt

    Five Layers: Kurs zur Architektur und Entwicklung von KI-Agenten

    Der Online-Kurs 'Five Layers' von hanakoxbt strukturiert die Entwicklung von KI-Agenten in fünf aufeinander aufbauende Schichten: Prompt, Context, Harness, Loop und Graph Engineering. Statt auf komplexe Frameworks setzt das Material auf modulare Vorlagen, Konfigurationen und deterministische Abläufe zur Fehlervermeidung in Produktionsumgebungen.

    KI & AI· Sammlung

Zurück zur Wissensbasis

Lassen Sie uns über Ihr Projekt sprechen

Kontakt aufnehmen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.