自进化 Agent 工程实战

讲师介绍

Tyler，国内头部大模型团队算法负责人，前阿里云高级算法专家。
长期从事大模型与智能体系统研究和工程实践，重点研究企业级长程智能体系统，探索如何让智能体持续工作、积累经验并受控演进。
他曾在 Amazon、阿里云等全球领先科技公司从事人工智能研究、系统研发与技术管理工作，也曾带领团队建设服务全球亿级用户的 AI 系统。在大规模系统研发与产业落地方面拥有丰富经验。多篇论文发表于 NeurIPS 等国际顶级会议，拥有多项国内外发明专利，并著有人工智能技术著作。
在极客时间出品《AI 大模型系统实战》《LLaMA 3 前沿模型实战课》专栏。

课程介绍

为什么做这门课

让 Agent 写代码、跑测试，完成简单任务已经常态化。接下来，企业希望把更完整、复杂的工作交给它。因此，如何让 Agent 长期承担工作，并在使用中持续改进，成为 Agent 落地新挑战。
现实中，两个难点经常同时出现：人一离开，Agent 就可能忘记目标、丢失进度或越过权限边界；人纠正过的问题，换个会话，它又重新犯了一遍。每次都要守候和返工，Agent 的行动能力就很难真正转化为工作价值。
要跨过这道门槛，需要先让 Harness 接住目标、状态、权限和验收，再建立一条学习闭环：从工作中提炼经验，验证改进效果，让有效的方法进入后续任务。这正是《自进化 Agent 工程实战》要带你掌握的能力。
为此，我们邀请了国内头部大模型团队算法负责人 Tyler 老师，带你深入 Codex 与 Hermes 的 Harness 机制，逐步实现一个会积累经验、能够受控进化的智能体。

这门课教什么

课程以一名长期在线的 On-call（值班）Agent 为主线，提供配套代码。它平时巡检部署、配置和运行指标，收到告警后转入故障调查。遇到高风险操作，需要请求审批；得出调查结论，需要接受外部证据的检验。一班值守结束后，它还会复盘失败和人工纠正，为下一次工作提出改进。

课程的五个篇章，就沿着这名 Agent 的能力成长逐步展开。
第一部分：初识 Harness，看懂一句要求怎样变成连续行动
从 Codex 入手，拆解 Agent Loop、运行时控制和上下文引擎。
你会看见 Agent 怎样决定下一步、调用工具并处理返回结果，也会理解工作中的新消息何时生效、模型每一轮究竟能看见什么。由此建立对 Harness 的整体认识，找到工程师能够干预任务的关键位置
第二部分：长程运行，让 Agent 带着目标、方法和边界持续工作
当任务持续几十轮、几百轮，怎样压缩历史而不丢失关键线索？怎样借助旧经历开启新的调查？怎样让规则持续生效，又避免把所有资料塞进上下文？这一部分将串起 AGENTS.md、上下文压缩、会话分支、Skill 和渐进披露，再通过隔离与审批限定行动范围。你将理解人类的提醒、守候和叫停，如何逐步由 Harness 系统机制承接。
第三部分：经验回流，让一次工作留下可复用的事实和方法
从这一部分开始，课程转向 Hermes，观察任务结束后的后台复盘与学习。
“日志已迁移到新入口”应该怎样写入 Memory？一次有效的故障排查，怎样提炼成 Skill？环境变化以后，旧记忆如何修正，老方法如何更新？
你将沿着后台复盘、记忆维护、历史会话检索、外部知识接入和 Skill 演化，理解 Agent 怎样从完成任务走向积累经验。
第四部分：可信可控，让新方法经得起验证，也退得回旧版本
经验越来越多，技能库怎样整理？新 Skill 在当前任务中有效，换个场景还能用吗？一次修改改善了部分结果，会不会损害原有能力？
课程将讲解 Skill Curation、业务 Eval、A/B 测试、安全恢复和离线优化。你会学习利用一批任务比较新旧方法，让改进经过评测、审批和版本管理，再进入后续运行。当运行持续产生经验，经过验证的经验又持续改善运行，就形成了课程所讨论的受控递归自我改进（RSI）闭环。
第五部分：群体进化，让一个 Agent 学到的方法成为团队能力
借助 SkillClaw，进一步观察不同 Agent 的经历怎样汇集、去重和验证，以及共享 Skill 怎样按岗位、项目和权限边界进入下一班值守。
最后，将这些机制组装成完整的自进化 On-call Agent：能够持续工作，提出经验更新，通过评测引入新能力，并在效果退化时回滚。
贯穿课程的能力进度是：连续行动 → 长程值守 → 积累经验 → 验证改进 → 共享能力。每一步都对应具体的工程问题，带你结合真实挑战，掌握自进化 Agent 设计方案。

学完你会获得什么

Harness 机制理解。理解任务、上下文、状态和权限如何共同影响 Agent 行为。遇到执行偏离或效果波动时，知道从哪里检查、该调整哪一层机制。

一个亲手实现的自进化 On-call Agent。结合配套代码，串起持续运行、人工介入、结果验收和任务后复盘，为迁移到自己的业务场景建立实践基础。

一套把工作经验转化为 Agent 能力的方法。学会提炼和维护 Memory、设计和演化 Skill，让成功、失败与人工纠正成为后续任务可以利用的资产。

一条能够验证效果、管理版本和撤回错误的进化闭环。掌握新旧方法比较、离线优化和共享治理，既能推动 Agent 学习，也能判断它是否真的变好了。

当你下一次纠正 Agent 时，可以进一步让这次纠正成为经过验证的方法；当你把一项工作交给它时，也能把目标、边界和验收留在系统里。从看懂 Harness，到塑造会学习的数字分身，你将逐步把自己的工作方法转化为 Agent 能够执行、复用和持续改进的能力。

订阅须知

订阅成功后，推荐通过“极客时间”App端、Web端学习。

本专栏为虚拟商品，交付形式为图文+音频，一经订阅，概不退款。

<h2>👥 课程交流群</h2><p>购课后，欢迎加入课程交流群，<a href="http://gk.link/a/12M4X">&gt;戳此加群&lt;</a></p>
<br /><h2>你将获得</h2><ul>
<li>深入解析 Codex / Hermes 的 Harness 机制</li>
<li>攻克长程 Agent 要解决的 20+ 个难点</li>
<li>实现一个自进化 On-call Agent（含配套代码）</li>
<li>建立可观测、可验证、可回滚的 Agent 进化闭环</li>
<li>提升 Agent 学习能力，构建受控 RSI</li>
</ul>
<br /><h2>讲师介绍</h2><p>Tyler，国内头部大模型团队算法负责人，前阿里云高级算法专家。<br />
长期从事大模型与智能体系统研究和工程实践，重点研究企业级长程智能体系统，探索如何让智能体持续工作、积累经验并受控演进。<br />
他曾在 Amazon、阿里云等全球领先科技公司从事人工智能研究、系统研发与技术管理工作，也曾带领团队建设服务全球亿级用户的 AI 系统。在大规模系统研发与产业落地方面拥有丰富经验。多篇论文发表于 NeurIPS 等国际顶级会议，拥有多项国内外发明专利，并著有人工智能技术著作。<br />
在极客时间出品<a href="https://time.geekbang.org/column/intro/100613101">《AI 大模型系统实战》</a><a href="https://time.geekbang.org/column/intro/100828301">《LLaMA 3 前沿模型实战课》</a>专栏。</p>
<br /><h2>课程介绍</h2><h3>为什么做这门课</h3>
<p>让 Agent 写代码、跑测试，完成简单任务已经常态化。接下来，企业希望把更完整、复杂的工作交给它。因此，如何让 Agent 长期承担工作，并在使用中持续改进，成为 Agent 落地新挑战。<br />
现实中，两个难点经常同时出现：人一离开，Agent 就可能忘记目标、丢失进度或越过权限边界；人纠正过的问题，换个会话，它又重新犯了一遍。每次都要守候和返工，Agent 的行动能力就很难真正转化为工作价值。<br />
要跨过这道门槛，需要先让 Harness 接住目标、状态、权限和验收，再建立一条学习闭环：从工作中提炼经验，验证改进效果，让有效的方法进入后续任务。这正是《自进化 Agent 工程实战》要带你掌握的能力。<br />
为此，我们邀请了国内头部大模型团队算法负责人 Tyler 老师，带你深入 Codex 与 Hermes 的 Harness 机制，逐步实现一个会积累经验、能够受控进化的智能体。</p>
<h3>这门课教什么</h3>
<p>课程以一名长期在线的 On-call（值班）Agent 为主线，提供配套代码。它平时巡检部署、配置和运行指标，收到告警后转入故障调查。遇到高风险操作，需要请求审批；得出调查结论，需要接受外部证据的检验。一班值守结束后，它还会复盘失败和人工纠正，为下一次工作提出改进。<br />
<img src="/uploads/images/intro_a244a8f8320d60f9.jpg" alt="" /><br />
课程的五个篇章，就沿着这名 Agent 的能力成长逐步展开。<br />
<strong>第一部分：初识 Harness，看懂一句要求怎样变成连续行动</strong><br />
从 Codex 入手，拆解 Agent Loop、运行时控制和上下文引擎。<br />
你会看见 Agent 怎样决定下一步、调用工具并处理返回结果，也会理解工作中的新消息何时生效、模型每一轮究竟能看见什么。由此建立对 Harness 的整体认识，找到工程师能够干预任务的关键位置<br />
<strong>第二部分：长程运行，让 Agent 带着目标、方法和边界持续工作</strong><br />
当任务持续几十轮、几百轮，怎样压缩历史而不丢失关键线索？怎样借助旧经历开启新的调查？怎样让规则持续生效，又避免把所有资料塞进上下文？这一部分将串起 AGENTS.md、上下文压缩、会话分支、Skill 和渐进披露，再通过隔离与审批限定行动范围。你将理解人类的提醒、守候和叫停，如何逐步由 Harness 系统机制承接。<br />
<strong>第三部分：经验回流，让一次工作留下可复用的事实和方法</strong><br />
从这一部分开始，课程转向 Hermes，观察任务结束后的后台复盘与学习。<br />
“日志已迁移到新入口”应该怎样写入 Memory？一次有效的故障排查，怎样提炼成 Skill？环境变化以后，旧记忆如何修正，老方法如何更新？<br />
你将沿着后台复盘、记忆维护、历史会话检索、外部知识接入和 Skill 演化，理解 Agent 怎样从完成任务走向积累经验。<br />
<strong>第四部分：可信可控，让新方法经得起验证，也退得回旧版本</strong><br />
经验越来越多，技能库怎样整理？新 Skill 在当前任务中有效，换个场景还能用吗？一次修改改善了部分结果，会不会损害原有能力？<br />
课程将讲解 Skill Curation、业务 Eval、A/B 测试、安全恢复和离线优化。你会学习利用一批任务比较新旧方法，让改进经过评测、审批和版本管理，再进入后续运行。当运行持续产生经验，经过验证的经验又持续改善运行，就形成了课程所讨论的受控递归自我改进（RSI）闭环。<br />
<strong>第五部分：群体进化，让一个 Agent 学到的方法成为团队能力</strong><br />
借助 SkillClaw，进一步观察不同 Agent 的经历怎样汇集、去重和验证，以及共享 Skill 怎样按岗位、项目和权限边界进入下一班值守。<br />
最后，将这些机制组装成完整的自进化 On-call Agent：能够持续工作，提出经验更新，通过评测引入新能力，并在效果退化时回滚。<br />
贯穿课程的能力进度是：<strong>连续行动 → 长程值守 → 积累经验 → 验证改进 → 共享能力</strong>。每一步都对应具体的工程问题，带你结合真实挑战，掌握自进化 Agent 设计方案。<br />
<img src="/uploads/images/intro_9964fe26a08e3d56.jpg" alt="" /></p>
<h3>学完你会获得什么</h3>
<ul>
<li><strong>Harness 机制理解</strong>。理解任务、上下文、状态和权限如何共同影响 Agent 行为。遇到执行偏离或效果波动时，知道从哪里检查、该调整哪一层机制。</li>
<li><strong>一个亲手实现的自进化 On-call Agent</strong>。结合配套代码，串起持续运行、人工介入、结果验收和任务后复盘，为迁移到自己的业务场景建立实践基础。</li>
<li><strong>一套把工作经验转化为 Agent 能力的方法</strong>。学会提炼和维护 Memory、设计和演化 Skill，让成功、失败与人工纠正成为后续任务可以利用的资产。</li>
<li><strong>一条能够验证效果、管理版本和撤回错误的进化闭环</strong>。掌握新旧方法比较、离线优化和共享治理，既能推动 Agent 学习，也能判断它是否真的变好了。</li>
</ul>
<p>当你下一次纠正 Agent 时，可以进一步让这次纠正成为经过验证的方法；当你把一项工作交给它时，也能把目标、边界和验收留在系统里。<strong>从看懂 Harness，到塑造会学习的数字分身，你将逐步把自己的工作方法转化为 Agent 能够执行、复用和持续改进的能力</strong>。</p>
<br /><h2>课程目录</h2><p><img src="/uploads/images/intro_c1fa2fef46f7c046.jpg" alt="" /></p>
<br /><h2>适合人群</h2><p><img src="/uploads/images/intro_eb52a6a74e91f3c2.jpg" alt="" /><img src="/uploads/images/intro_bff27654a135191b.jpg" alt="" /></p>
<br /><h2>订阅须知</h2><ol class="js-audit">
<li>订阅成功后，推荐通过“极客时间”App端、Web端学习。</li>
<li> 本专栏为虚拟商品，交付形式为图文+音频，一经订阅，概不退款。</