# 斯坦福 CS329 系列 · AI 课程推荐学习序列

> 背景：CS329A（Self-Improving AI Agents, Chowdhery/Mirhoseini, 2025）属于斯坦福 **CS329 现代应用型 AI 系列**。本文件梳理同系列及相关课程，综合**影响力与口碑**给出推荐学习序列。

## 一、CS329 同系列课程盘

| 课程 | 名称 | 主讲 | 定位 / 口碑 |
|------|------|------|-----------|
| **CS329A** | Self-Improving AI Agents | Aakanksha Chowdhery、Azalia Mirhoseini | 旗舰研究课（2025）：LLM 自我改进、测试时计算、验证器、RL、工具/记忆、搜索 Agent、Agentic 评测 |
| **CS329S** | Machine Learning Systems Design | Chip Huyen | 业界口碑最高的 ML 系统工程课；配套书《Designing Machine Learning Systems》(O'Reilly 2022)，重部署/可靠/可扩展 |
| **CS329T** | Agentic AI Applications（Trustworthy ML） | — | 项目制：RAG + Agent 架构 + 评测 + 安全（adversarial/guardrails），讲义公开，与 CS329A 无缝衔接 |
| **CS329H** | Machine Learning from Human Preferences | Sanmi Koyejo | 偏好学习/RLHF/DPO/人机交互；有开放书籍（mlhp.stanford.edu），AI 对齐基础 |
| **XCS329 / CS329z** | （斯坦福在线职业版，如 Agentic AI 项目） | Stanford Online | 面向职场的同课程在线版（约 $1650/项目），录播 + 作业 |

## 二、高影响基石课（CS329 前置 / 并行）

| 课程 | 名称 | 主讲 | 口碑 |
|------|------|------|------|
| **CS229** | Machine Learning | Andrew Ng | 全球最负盛名的 ML 入门课，影响力 TOP |
| **CS224N** | NLP with Deep Learning | Stanford | 大模型/NLP 基础，公开免费视频 |
| **CS324** | Large Language Models / Advances in Foundation Models | Percy Liang (CRFM) | 口碑极高，笔记被称为「自包含 LLM 教科书」，对 MoE 讲解最佳 |
| **CS231N** | Deep Learning for Computer Vision | Fei-Fei Li 等 | 全球最有名 CS 课程之一，CV/深度学习影响力极大；经典"从零手写 CNN"作业；Fei-Fei Li 为斯坦福 HAI 联合创始院长 |
| **CS230** | Deep Learning | Andrew Ng 等 | 深度学习基础（可选） |

## 三、可深入选修课

| 课程 | 名称 | 用途 |
|------|------|------|
| CS234 | Reinforcement Learning | 深入 RL 训练扩展、策略优化 |
| CS330 | Deep Multi-Task & Meta Learning | 元学习 / 多任务 / 自适应智能体 |
| CS336 | Language Modeling from Scratch | 从零构建 LLM，工程向 |
| CS221 | Artificial Intelligence: Principles & Techniques | 搜索/规划/决策，智能体的底层思维 |

## 四、推荐学习序列

> 以「能理解并实践 CS329A 智能体自改进」为目标，按影响力 + 递进难度排序。

### 路线 A · 已有 ML/DL 基础（最快通往智能体前沿）
1. **CS324**（LLM 基石：建模、训练、推理、评测、对齐）
2. **CS329T**（RAG + Agent 架构 + 评测 + 安全，先会「搭」）
3. **CS329H**（偏好学习 / RLHF / DPO，学会「调」对齐）
4. **CS329A**（旗舰：自我改进、测试时计算、搜索、记忆、评估 → 研究级）

### 路线 B · 从零系统入门（完整版）
1. **CS229**（ML 基础：回归/分类/神经网络）
2. **CS224N**（NLP / 大模型基础）
3. **CS324**（大模型系统知识，教科书级）
4. **CS329S**（生产级 ML 系统设计，工程落地上限）
5. **CS329T**（Agentic 应用搭建）
6. **CS329H**（偏好 / 对齐）
7. **CS329A**（智能体自改进研究）

### 按需补充
- 想深挖 RL → **CS234**；想造模型 → **CS336**；想做自适应智能体 → **CS330**。
- 职业考证 / 拿证书 → 斯坦福在线 **Agentic AI 专业项目（XCS329）**（付费，录播 + 作业）。

## 五、公开资源（免费）
- CS229：http://cs229.stanford.edu ｜ CS224N：https://web.stanford.edu/class/cs224n
- CS324：https://stanford-cs324.github.io ｜ CS329S：https://stanford-cs329s.github.io
- CS329H：https://web.stanford.edu/class/cs329h（书：https://mlhp.stanford.edu）
- CS329T：https://web.stanford.edu/class/cs329t ｜ CS329A：https://cs329a.stanford.edu