Сигнал из хука LLMScience: Университет Карнеги — Меллона (CMU) бесплатно выкладывает на YouTube курс по ИИ-агентам. Ведут Грэм Нойбиг (один из создателей OpenHands) и Дэниел Фрид. Содержание плотно стыкуется с тем, чем вайб-кодер живёт каждый день в Claude Code и Codex: tools, skills, сжатие контекста, coding agents. Домашки открыты на GitHub: сначала агент чинит шахматное приложение и второй агент в него играет, дальше — evals и обучение с подкреплением (RL). Плейлист: YouTube CMU. Витрина — vibe-studio.uk.
Соседи: Harness Engineering, AIMLInterviews MCP, Jev skill suggestion, handoff между сессиями, overnight-агент и supervisor.
Почему этот курс, а не «ещё один обзор агентов»
Много материалов про агентов остаются на уровне слайдов. Здесь три причины смотреть именно CMU-курс:
- Преподаватели из практики. OpenHands — не учебный игрушечный агент, а линейка coding-агентов; Нойбиг говорит из той же зоны, что Claude Code/Codex.
- Темы совпадают с вашим стеком. Tools, skills, context compression — это ровно то, что ломается в длинной сессии вайб-кодинга.
- Домашки с evals и RL. Не только «посмотреть лекцию», а прогнать агента, измерить и улучшить — навык, которого не хватает после десятка удачных промптов.
Карта тем: что переносить в Claude Code и Codex
- Tools. Как агент вызывает инструменты, какие контракты безопасны, где граница «модель думает / инструмент делает». В проде это MCP, shell, browser, API.
- Skills. Как упаковать повторяемый навык, чтобы не тащить всю инструкцию в каждый промпт — рядом с идеей маршрутизации skills через Jev.
- Context compression. Что оставить в окне, что вынести в файлы и summary — прямой сосед к progress.md и handoff.
- Coding agents. Цикл «план → правка → проверка» как система, а не магия одного длинного промпта. См. также Harness Engineering.
Домашки: шахматы → evals → RL
По хуку цепочка заданий такая:
- Шахматы. Один агент чинит баги в шахматном приложении; второй играет в уже починенное. Это учит разделять «починить код» и «использовать результат» — два разных критерия готовности.
- Evals. Не «мне кажется, стало лучше», а набор проверок: прошёл ли сценарий, сколько шагов, где агент зациклился.
- RL. Уже слой обучения политики агента под метрики — не обязателен каждому вайб-кодеру в первый месяц, но объясняет, откуда вообще берутся «умные» дефолты в продуктах.
Все три задания — в открытом доступе на GitHub (ссылки из плейлиста/описания курса). Имеет смысл форкнуть и гонять локально, а не только смотреть запись.
Как встроить курс в рабочую неделю
Без «брошу клиентов на семестр»:
- Одна лекция в будни утром — конспект в 10 строк: tool / skill / compression / eval.
- В тот же день — один эксперимент в Claude Code или Codex: новый skill, короткий handoff-файл или eval-скрипт на свой репо.
- В выходной — кусок домашки (шахматы или свой мини-eval), без попытки закрыть RL за вечер.
- Раз в неделю — сверка с AIMLInterviews, если готовитесь к собесам на AI Engineer.
Чего курс не заменит
- Ваших лимитов и биллинга — см. handoff и лимиты Claude/Codex.
- Дисциплины supervisor над ночным агентом — overnight + sandbox.
- Продуктового вкуса в трафике и UI — это практика на своих воронках, не лекция.
Курс даёт язык и каркас. Скорость закрытия задач по-прежнему из ваших репо и критериев готовности.
Связка «учёба → прод»
Минимальный перенос после двух недель лекций:
- в репо появляется AGENTS.md / skills с явными tools;
- длинные сессии заканчиваются progress-файлом, а не «продолжим завтра как-нибудь»;
- на критичный сценарий есть 3–5 eval-проверок (curl 200, клик, лог без traceback);
- новый инструмент сначала в sandbox, потом в прод — как учит безопасность агентов в harness-материалах.
Коротко
Бесплатный курс CMU по ИИ-агентам (Neubig / OpenHands, Fried) закрывает tools, skills, сжатие контекста и coding agents с домашками на GitHub: шахматы, evals, RL. Для вайб-кодера это учебный каркас рядом с Claude Code и Codex, а не замена боевой практике. Плейлист — на YouTube. Витрина — vibe-studio.uk; трафик — TG Lead Finder.