Training Agents 系列完结:6 支视频 8 小时覆盖 SFT 蒸馏到 RL
SergioPaniego · x · 2026-09-16
作者宣布 Training Agents 视频系列全部完成，共 6 部分约 8 小时直播课程材料，部分视频播放量已超 20 万：
- Agentic Evaluations 工作坊（agent 评测）
- RL for Agents 工作坊
- Training Agents 1：在 agent 轨迹上做 SFT
- Training Agents 2：蒸馏
- Training Agents 3：强化学习
- Training Agents 4：RL environments
系列系统覆盖了从行为克隆到 RL 环境构建的 agent 训练全链路。
「编程与Agent」频道最新
- 把索引当微调模型:Weaviate 播客聊查询理解的 RAG 玩法 — CShorten30 · 2026-09-16
- Cloudflare Browser Run 上线 guardrails:限定 hostname 的安全浏览器沙箱 — ritakozlov · 2026-09-16
- Graph Engineering：把 Agent 脚本升级为状态机架构 — Pavan_Belagatti · 2026-09-16
- Benzi 代理少读 55% 代码,SWE-bench 达 78.2% 单次修复不到 1 毛 — DonkeyTheKing · 2026-09-16
- 一周连轴转差旅，Codex remote 成唯一生产力 — reach_vb · 2026-09-16
- AI 编码产出多 25%,代码重复率却飙升 81%,隐性成本浮现 — rseroter · 2026-09-16