Week 01 · Coding Agent Internals

拆开 Agent 的黑盒

先理解循环,再让 AI 写代码。

本周带走什么

一个能调用文件工具的最小 Agent,外加 3 条可重放任务记录。

01约 3–4 小时

从 LLM 到最小 Coding Agent

对应原课表:9/22 · 课程介绍与最小代理

这课要学会

  • 解释 token、上下文窗口与工具调用分别负责什么。
  • 画出模型决策、工具执行、结果回传和停止条件。

学习资料 按顺序阅读,视频可分段看

公开补充视频Karpathy · Deep Dive into LLMs2025 课表推荐;先看语言模型与推理部分,完整视频可分次观看。2025 官方讲义Building a coding agent from scratch官方旧版课表所列,作为新版主题的补充。原作者文章Building effective agents关注 workflow 与 agent 的区别,以及何时无需复杂架构。

动手做

自学改编:写一个最小循环,接入 read_file 工具和最多 5 轮的停止条件。仅操作练习目录。暂时没有 API 时,用固定模拟响应验证流程。

2025 官方作业 · Week 1

交付物

agent_loop.py、流程图、正常/找不到文件/超出轮数三种运行记录。

完成标准:能解释每一次工具调用的输入与输出,失败时可停止而不是无限重试。

02约 3–4 小时

读懂代理的系统提示和工具设计

对应原课表:9/24 · 生产代理的设计

这课要学会

  • 区分系统规则、用户任务、项目上下文和工具返回值。
  • 理解 read、write、edit、bash 的能力边界和错误反馈。

学习资料 按顺序阅读,视频可分段看

GitHub 源码Pi · 开源 Coding Agent从仓库导航进入 coding-agent 包,研究真实开源实现;不是 Claude Code 源码。原作者文章Writing effective tools for agents阅读命名、返回值、工具数量与评估部分。

动手做

自学改编:给上节代理补充 edit_file;用结构化错误返回替代笼统的“失败”。对照开源实现,写下 5 条设计差异。

自学设计练习 · 无对应官方作业

交付物

工具契约表、一次成功编辑和两次非法输入的记录。

完成标准:错误文件路径、缺少参数不会修改文件;能指出工具描述会怎样影响模型行为。

每课建议:60–90 分钟资料学习 + 90–120 分钟实作 + 30 分钟复盘。所有任务说明与验收细则为独立自学设计;嘉宾课使用主题替代练习。

独立自学导航,非 Stanford 官方课程网站。课表依据:2026 官网;讲义与官方作业来源:2025 课表。资料版权归原作者,核查日期为 2026 年 9 月 5 日。

全部作业与学习安排 →