SWE-bench 联合作者设计 CS329Z 作业二:教学生做 Agent 评测
FinanceYF5 · x · 2026-11-16
CS329Z 第二份作业 HW2 聚焦 Agent 评测,由 SWE-bench 联合创建者、课程主讲 John Yang 设计,基于 Harbor 框架,教学生构建贴近真实任务的 Terminal-Bench 风格评测。课程理念是不止让 Agent 完成任务,还要学会判断它究竟做得怎么样。此外课程获得多家机构支持:Laude Institute 提供重要支持,Laude Institute、Thinking Machines、Google Cloud、AWS 和 Harbor Framework 为学生提供 API Credits,让学生能实际运行、测试和评估 Agent。
「编程与Agent」频道最新
- rauchg 开源 xeet:纯 Rust 无浏览器渲染 X 帖子,1 毫秒出 PNG — evilrabbit_ · 2026-11-16
- 程序员成了创业公司「负资产」?一人创业只剩写码可外包 — yangyi · 2026-11-16
- json-render for Swift 发布:生成式 UI 原生登陆 iOS/macOS — amos_gyamfi · 2026-11-16
- Sentry CEO 半小时弃坑:折腾租户 SQLite 后回归 Postgres — zeeg · 2026-11-16
- 统一视觉+决策+去审查,27B 本地 Agent 模型开源,16GB 显存可跑 — ButtercupLyn100 · 2026-11-16
- 斯坦福 CS329Z 首届超百人选课,官网公开完整教学大纲 — FinanceYF5 · 2026-11-16