斯坦福CS 329Z发布AI Agent数据讲义

发生了什么

斯坦福大学秋季课程CS 329Z发布第11讲，探讨AI Agent训练中的数据策略。课程指出，Agent能力的提升核心在于高质量的“agentic”数据，而非单纯爬取网页文本。数据主要分为轨迹（Trajectory）与环境（Environment）两类，获取策略包括人类演示、从真实世界挖掘、合成轨迹、合成任务与环境以及模拟用户与环境。讲义同时警示了数据训练中可能引发的奖励黑客、评测觉察、记忆题面及过拟合特定harness格式等风险。