斯坦福大学CS329A的课名是“自我改进的AI智能体”。2025年秋季课程大纲从测试时计算扩展、验证器和反馈学习讲起，再进入工具与代码调用、记忆、多步推理、能力编排及长程任务评估。两位主讲是Aakanksha Chowdhery和Azalia Mirhoseini，后者曾在Google Brain与Anthropic工作，研究方向包括可扩展和自我改进的AI系统。
这里的“自进化”并不是让模型脱离控制地改写自身。更具体的做法是闭环：智能体先生成候选解法，再通过单元测试、规则、模拟环境或另一个评审器检查，然后把成败结果变成下一轮的数据与策略。如果缺少可验证目标，循环只会更快地放大错误。
课程的启发是，智能体的竞争重点正从“一次生成得多聪明”转向“能否用可靠反馈持续改正”。但验证器也会失误，环境奖励可能被钻空子，自生成数据还会让偏差反复累积。因此，真正有用的loop不只要有生成器，还必须有独立评估、权限边界和人工抽检。