https://x.com/i/article/2117461223352799232
斯坦福秋季新课 CS224V Agentic AI：一学期把「会幻觉的 LLM」做成可问责 Agent
CS 224V Agentic AI Fall 2026
课程首页 · Schedule · Projects（Monica Lam，Fall 2026）
斯坦福 2026 年秋季一门以整学期项目为主、讲义为方法骨架的 Agentic AI 课：围绕少幻觉、可问责决策、混合知识推理与长程 Agent，学生做基础方法研究或领域 Agent；评分里期末项目占 65%。
这门课主要讲什么、怎么学？
授课人 Monica Lam（Head TA Cyrus Zhou 等）。周一/三 15:00–16:20，教室 CoDa B80，必须到课；Canvas 有录像，但公开幻灯片故意留白，鼓励现场参与。学分 3–4。先修任选其一：LINGUIST 180/280、CS 124、CS 224N、CS 224S、224U。班级限招以便项目督导，Navigator 上目前 waitlist only（#2029）。SCPD 远程有，但校方强调不是用来撞课的；参与分占 15%，本地生约 5% 到课，另有周末更新与每周项目导师互动（本地约 10%、远程约 15% 打在这块）；Ed 上助人有 bonus。作业 20%，期末项目 65%。项目 2 人一组，校内外导师每周跟；可自拟题目写进提案文档拉伙伴。提案表截止约 10/18 23:59 PT；旁听可邮件 subject「audit cs224v request」。
开场问题很直接：LLM 会幻觉，怎样做成有用、靠得住的 Agent？课把「计算思维」落到读写检索算法、科研知识策展与洞察发现，以及可问责 AI；主题清单包括：用 RAG 与形式化任务描述压问答/任务型幻觉；在数据库、知识库与非结构化文本上做混合推理；科研知识整理与发现；用形式方法提高决策准确与可解释；以及长程 Agent 的自动提效提准。
按日程走的课程学习主线
9/23 导论：幻觉问题、计算思维、可问责 AI，以及整课设计。
9/28 知识策展：开放域如何用 LLM 策展，写作前迭代、多视角检索阅读，并可交互个性化。系统：STORM / Co-STORM。Homework 1 发出。
9/30 研究项目：可参与的研究线与 AOS 架构，知识检索/策展/发现；科学推理、可问责决策、对话管理等 harness；领域 Agent；harness 训练。学生 intro 表截止。
10/5–14 可问责 AI 与约束检索：高风险决策（如临床试验匹配）要求比 embedding 相似度更高的召回与精度，且要能给出忠实、可靠、完整的理由。把约束写成 SMT（satisfiability modulo theories），用定理证明器当可问责决策者。系统：SatIR、VERDICT。后续展开高召回、低假阳的约束检索：规范化、逻辑蕴含、缺失填补的显著性，以及从 SMT 投影到关系代数，仍以 SatIR 为线索。其间穿插学生 pitch 与小组提案展示；HW1 约 10/6 交，HW2 与正式提案约 10/18 交。
10/19 少幻觉 RAG 对话：基于自由文本的对话如何接地，检索、摘要、核验生成、回复生成，并讨论说服性场景里的事实性与评估方法。系统：WikiChat。
10/26 查知识库与图：用自然语言打开 Wikidata 这类巨量事实库。语义解析 + ReAct。系统：SPINACH（Wikidata）、DataTalk（FEC 等）。
10/28 数据驱动深研 Agent：从表数据里抽洞察、复现已发表发现；借鉴探索性数据分析与数据叙事，把结构化数据上的 deep research 重写成「论点驱动」的分析过程。系统：DataSTORM。
11/2 混合数据查询：问题同时需要结构化与非结构化答案时怎么办。SUQL 被介绍为把信息检索（自然语言）与数据库查询（SQL）合在一起的查询语言，并谈语言设计与评估。
11/4 长上下文、长程深研：要跨一大批文档读、比、析，而上下文永远不够。路径是自动建模式、建库、对齐数据后再答。系统：SLIDERS。
11/9 任务型 Agent 少幻觉：Genie Worksheet 作为高层任务规格语言，作者主要描述「要完成的任务」，低层对话实现交给语言运行时；内容覆盖形式对话状态、语义解析、对话状态跟踪与回复生成，以及如何跨领域规模化做出可靠 Agent。
11/11 Coding Agents：以 Claude Code、OpenAI Codex 一类为例，拆成 LLM + 工具 + harness，并谈 harness 的元优化。
11/16 VLM 转录：古文献/印刷品的语言、版式与数字化质量难题，以及用视觉语言模型微调让历史文献可检索可读。
11/18 LLM 训练导论：指令跟随模型与训练数据从何而来。
其后感恩节休息，12/2 小组期末展示。往年还有 Fall 2025 / 2024 / 2023 可对照。
这门课在强调什么
整条日程几乎「一讲一系统」：不停留在 prompt 技巧，而把 Agent 绑在策展流水线、SMT/约束检索、核验式生成、KB/图上的 ReAct、表上论点驱动分析、SUQL 混合查询、长文档自动建库、任务规格语言 Genie、以及 coding harness。项目权重大、导师周跟，形态更像带督导的 Workshop。