我最近发现 Stanford Online 把研究生课程 CS329A：Self-Improving AI Agents 的完整课程录像放到 YouTube 了，一共有9个章节。

这门课围绕一个核心问题展开：AI Agent 怎么通过和环境不断交互，持续改进自己的能力。

内容从 Test-Time Compute、Verifier 和 RL 讲起，往后推进到 Test-Time