Google 5天 AI Agents 课程首份白皮书 The New SDLC With Vibe Coding 解读

作者深度解读 Google 与 Kaggle 联合推出的免费 5 天 AI Agents 密集课程，课程现已在 Kaggle Learn 转为自学模式。

作者发布斯坦福课程 CS329A「Self-Improving AI Agents」第一讲 Course Overview 的学习笔记，课程 9 讲视频已发布在 YouTube，第一讲获 52 万观看。

作者分享反复学习 Lee Robinson 斯坦福 CS146S 讲座的笔记，聚焦 Grok Bot 的 Harness 与上下文工程构建。

Hamel Husain 主编的演讲合集《Beyond Naive RAG》汇总 9 位检索专家的实战共识，指出 2023 年「切块 → 单向量 embedding → 余弦检索」的朴素 RAG 已失效，但 RAG 本身未死。

密歇根大学课程「Applied Agentic Software Engineering」把 AI 编程方法论做成五个 Skills：/peanuts、/elephant。

哥伦比亚大学 COMS W4995 Agentic Engineering 第 5 讲「Agent tools in pictures」共 11 章约 221 分钟，讲解工具契约、调用链路、五种打包方式和信任边界。核心命题是模型只生成结构化文本，执行、权限、密钥都由模型外的 harness 决定，并用四层失败框架和 pass^k 等方法落实度量。

作者解读哈佛大学 2026 年秋季研究生课程 CS2680「Modern AI Systems: Agents and System Optimizations」，该课由 Juncheng Yang 开设，用一条主线把 agent 应用与推理系统串起来。

还能说些什么呢？ 算了，不说了。

作者整理了 llama.app 的推理概念文档（https://llama.app/docs/prefill-vs-decode），提出核心框架：Prefill 阶段并行读入 prompt、瓶颈在算力，Decode 阶段逐 token 自回归、瓶颈在内存带宽。

Uber 法务红线 Agent 经四次架构演进，AI 决策准确率达 91%，平均合同审核时间下降 20%+。